python 并发编程 多路复用IO模型详解

多路复用IO(IO multiplexing)

这种IO方式为事件驱动IO(event driven IO)。

我们都知道,select/epoll的好处就在于单个进程process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket,当某个socket有数据到达了,就通知用户进程。它的流程如图:

select是多路复用的一种

当用户进程调用了select,那么整个进程会被block,而同时,kernel会“监视”所有select负责的socket,

当任何一个socket中的数据准备好了,select就会返回。这个时候用户进程再调用read操作,将数据从kernel拷贝到用户进程。

这个图和blocking IO的图其实并没有太大的不同,事实上还更差一些。因为这里需要使用两个系统调用\(select和recvfrom\),

而blocking IO只调用了一个系统调用\(recvfrom\)。但是,用select的优势在于它可以同时处理多个connection。

多路复用IO比较阻塞IO模型:

1.阻塞IO经历两个阶段 wait data,copy data

2.多路复用3个阶段 wait data,ready copy data, copy data

单连接套接字通信 阻塞IO效率高

多路复用IO select可以代理多个套接字连接,多个套接字通信,多路复用IO效率高

强调:

1. 如果处理的连接数不是很高的话,使用select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好,可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快,而是在于能处理更多的连接。

2. 在多路复用模型中,对于每一个socket,一般都设置成为non-blocking,但是,如上图所示,整个用户的process其实是一直被block的。只不过process是被select这个函数block,而不是被socket IO给block。

结论: select的优势在于可以处理多个连接,性能高,同时可以检测多个套接字IO行为,不适用于单个连接

select网络IO模型示例

select 检测多个套接字IO行为 accept,recv

IO行为两种:

1.别人给我传数据

2.给别人发送数据

timeout是超时时间

每隔0.5秒去问操作系统准备好数据没有

def select(rlist, wlist, xlist, timeout=None):

pass

# [] 传的空列表是出异常的列表

# 返回值3个列表 收列表,发列表,异常列表

rl,wl,xl = select.select(rlist, wlist, [], 0.5)

客户端:

from socket import *

client = socket(AF_INET,SOCK_STREAM)

client.connect(('127.0.0.1',8000))

while True:

msg = input(">>>:").strip()

if not msg:continue

client.send(msg.encode("utf-8"))

data = client.recv(1024)

print(data.decode("utf-8"))

client.close()

服务端代码:

from socket import *

import select

server = socket(AF_INET,SOCK_STREAM)

server.bind(('127.0.0.1',8000))

server.listen(5)

# 设置socket接口为 非阻塞IO接口

# 默认是True 为阻塞

server.setblocking(False)

# 专门存着收消息套接字

rlist = [server,]

# 存放发送消息套接字

wlist = []

# 存放发送的数据

wdata = {}

while True:

# 返回值3个列表 收列表,发列表,异常列表

rl,wl,xl = select.select(rlist, wlist, [], 0.5)

print("rl",rl)

print("wl",wl)

for sock in rl:

if sock == server:

conn,addr = sock.accept()

rlist.append(conn)

else:

try:

data = sock.recv(1024)

if not data:

sock.close()

rlist.remove(sock)

continue

# 收的套接字加到列表

wlist.append(sock)

# 把数据加到字典 做一个 套接字对应数据

wdata[sock] = data.upper()

except Exception:

sock.close()

rlist.remove(sock)

# 发送数据

for sock in wl:

sock.send(wdata[sock])

wlist.remove(sock)

wdata.pop(sock)

server.close()

基于select模块 检测套接字IO行为,实现并发效果

select监听fd变化的过程分析:

用户进程创建socket对象,拷贝监听的fd到内核空间,每一个fd会对应一张系统文件表,内核空间的fd响应到数据后,

就会发送信号给用户进程数据已到;

用户进程再发送系统调用,比如(accept)将内核空间的数据copy到用户空间,同时作为接受数据端内核空间的数据清除,

这样重新监听时fd再有新的数据又可以响应到了(发送端因为基于TCP协议所以需要收到应答后才会清除)。

该模型的优点:

可以同时检测多个套接字,效率比阻塞IO,非阻塞IO高了

相比其他模型,使用select() 的事件驱动模型只用单线程(进程)执行,占用资源少,不消耗太多 CPU,同时能够为多客户端提供服务。

如果试图建立一个简单的事件驱动的服务器程序,这个模型有一定的参考价值。

该模型的缺点:

代理的套接字 列表里的多个套接字,需要循环列表 一个个检测,

在代理套接字比较少的情况下,循环比较快。但select代理的套接字非常多的情况下,select随着列表增大,效率就越来越慢

首先select()接口并不是实现“事件驱动”的最好选择。因为当需要探测的句柄值较大时,select()接口本身需要消耗大量时间去轮询各个句柄。

很多操作系统提供了更为高效的接口,如linux提供了epoll,BSD提供了kqueue,Solaris提供了/dev/poll,…。

如果需要实现更高效的服务器程序,类似epoll这样的接口更被推荐。遗憾的是不同的操作系统特供的epoll接口有很大差异,

所以使用类似于epoll的接口实现具有较好跨平台能力的服务器会比较困难。

其次,该模型将事件探测和事件响应夹杂在一起,一旦事件响应的执行体庞大,则对整个模型是灾难性的。

epoll是异步方式实现,提交套接字时候,每个套接字身上都绑定一个回调函数,哪个套接字准备好了,就触发回调函数,把自己索引放在单独列表里,对于select来说,只需要去准备好的列表里 根据索引拿到套接字,这样不需要在列表里每个遍历。

epoll不支持windows系统

以上是 python 并发编程 多路复用IO模型详解 的全部内容, 来源链接: utcz.com/z/318427.html

回到顶部