IO - 同步,异步,阻塞,非阻塞

五种IO Model一直不太清楚,今天看了大神写的文章,有种豁然开朗的感觉。

但是感觉大神文章中写的例子不太详细,所以自己又写了一个例子来说明这几种模型的区别。

建议配合大神的文章看。

假设你(进程)是旅游团负责人,需要去办事处(kernel)为旅游团的人办理十个签证。

办理每个签证时,柜员都需要做两件事(对应read操作的两个阶段):

  1. 查找签证人员的相关数据(等待数据准备)。
  2. 处理这些数据办理签证(将数据从内核拷贝到进程中)。

办理签证整个过程代表进程向kernel请求数据的过程。

文章中的“等待”均表示进程阻塞。

blocking IO 模型

你找到一名柜员,一个签证一个签证按顺序地办。整个过程你都在柜员面前等待。直到业务办完。

non-blocking IO 模型

你找到一名柜员办理签证,她立刻告知你,相关数据还没准备好。

于是你去到另一名柜员面前,办理另一个签证。直到你找了10个柜员办理这十个签证。

然后你回到第一名柜员面前,问她数据准备好没有。被告知没有的话,你又去下一名柜员面前问同样的问题。直到某名柜员回复说,数据已经准备好了,于是你在她面前等待她处理你的数据。直到她处理完数据办理好签证,你再继续去下一名柜员面前询问。

评价

非阻塞指的是:在你请求办理业务的时候,柜员会立即告知你结果--相关数据还没准备好 或者 数据已经准备好了。

但是需要特别注意的是,非阻塞和non-blocking IO 模型是不等同的。

non-blocking IO 模型里面也包含了阻塞的。在柜员处理数据的时候你是需要在她面前等待的。

IO multiplexing 模型

在第二种模型下,你每次询问柜员准备好数据没有,都需要浪费柜员一定的时间。询问太多次,办事处的效率大大地降低了。于是办事处开发了一种机器。

当你使用这种机器时,它可以替你叫柜员办理签证,并且替你询问柜员数据准备好没有(这个机器也是通过轮询的方式询问,只是它询问的速度比较快)。你需要做的就是在这个机器面前等待,不能做其他事情。

当它显示某名柜员已经准备好数据时,你就去到那名柜员面前等待她办理签证。办理好签证之后你再来机器面前等待。直到全部业务办理完。

评价

在这个过程中,你要么在机器面前等待,要么去到柜员面前等待

该模型相对第二个模型的好处在于,提高了询问柜员的效率。

但是如果你需要办理的签证很少,那么办事处生产机器的成本就划不来了。这个时候可能其他模型会是更好的选择。

Asynchronous I/O 模型

你有个小弟,你打电话让你小弟去办事处办理签证,让他办理好之后再打电话通知你。

然后你就去处理其它无关的事情了(回家做饭什么的。。)

假设小弟一直没有回复你电话,那你可能就把签证这件事情完全忘记了。

甚至你也不记得自己是旅行团的负责人了,而是一直在家里愉快地做饭。。

评价

个人认为,Asynchronous I/O 模型和其他几项最主要的区别在于:异步不会等待回应,就立刻进行自己的其他事情。而同步则不一样,进程会等到有结果返回了再考虑下一步动作。

异步和非阻塞并不等同,甚至两个概念完全没有关系:

异步的情况下,进程请求后,不会理会是否有结果返回。然后就去做其他事情了。

//异步
var a = requireData(function(data){
  //do something with data
})

// a is pointless
// do something without data

而在非阻塞的情况下,进程请求后,是可以立刻得到一个结果的。进程可以基于这个结果去做其他事情。

下面的代码可以看出,非阻塞的写法其实和同步的写法一样。

// 非阻塞
var a = requireData()
if (isError(a)) {  
  // keep require data  
  var a = requireData()
} else {  
    // do something with data
}

如果非阻塞情况下,想要实现异步中的效果,则需要引入一个setTimeout才可以。而我们都知道,setTimeout其实是一个异步函数。

那么可不可以理解为,setTimeout其实就是Asynchronous I/O 模型中的旅行团负责人,而这时候,非阻塞请求成为了小弟呢?∑( ̄□ ̄;)虽然这种比喻并不恰当。

// 非阻塞情况下,实现异步中的效果
var keepRequire = function () {
  setTimeout(function() {
    var data = requireData();
    if (isError(data)) {
        keepRequire()
    } else {
        // do something with data
    }
  }, 100);
}

keepRequire()

// do something without data

总结

阻塞和非阻塞的区别在于:

阻塞不能立刻返回结果,然后它还让你(进程)干耗着,直到有结果返回了

非阻塞会立刻返回结果,这样你就不用干耗着了。(当然这个结果很可能是error)

而同步和异步的区别在于:

同步是有结果了,才进行下一步计划。

异步则是不等有没有结果,先做了其他事情再说。

阻塞非阻塞和同步异步的概念不具备可比性,但本人认为,阻塞和非阻塞应该算是属于同步的。

因为同步是需要等待结果才进行下一步计划,这时候阻塞(不能立刻返回结果),非阻塞(立刻返回结果)的概念对同步而言就很重要了。

但是异步根本不需要等待结果啊,它才懒得管你阻不阻塞呢,就是这么傲娇(°ω°ฅ)*

由于异步的不确定性太强了(即使在请求信息的时候出错了(小弟挂了),也不会有出错信息),所以现在主流的应该是用第三种模式。

另外,我觉得有必要注意的是:在Asynchronous I/O 模型,你通知了你小弟去办事。那么你小弟很可能就是用前面三种模型的其中之一去办事的。所以归根结底,还是需要同步模型。。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容