概述
本文从I/O网络模型出发，介绍目前主流的几种网络模型，然后对同步阻塞I/O、同步非阻塞I/O、I/O多路复用的机制和流程做了详细的阐述，最后通过一个生活中的例子加深对这3中网络模型机制的理解。
I/O操作
网络IO的本质是socket的读取，socket在linux中被抽象为流，IO操作可以理解为对流的操作。为了操作系统的安全性等考虑，进程是无法直接操作I/O设备的，其必须通过系统调用请求内核来协助完成I/O动作，而内核会为每个I/O设备维护一个buffer。整个请求过程可以概括为：用户进程发起请求，内核接受到请求后，从I/O设备中获取数据到buffer中，再将buffer中的数据copy到用户进程的地址空间，该用户进程获取到数据后再响应客户端。如下图所示：
在整个请求过程中，数据从IO设备输入至kernel buffer需要时间，而从kernel buffer复制到用户进程也需要时间（从IO设备到kernel比从kernel到process需要花更多的时间）。因此根据在这两段时间内等待方式的不同，I/O动作可以分为以下五种模式：
- 阻塞I/O (Blocking I/O)
- 非阻塞I/O (Non-Blocking I/O)
- I/O复用（I/O Multiplexing)
- 信号驱动的I/O (Signal Driven I/O)
- 异步I/O (Asynchrnous I/O)
这里为了更好的理解I/O复用，主要前3种I/O网络模型
同步阻塞I/O
同步阻塞I/O流程图如下：
当用户进程调用了recv()/recvfrom()这个系统调用，kernel就开始了IO的第一个阶段：准备数据（对于网络IO来说，很多时候数据在一开始还没有到达。比如，还没有收到一个完整的UDP包。这个时候kernel就要等待足够的数据到来）。这个过程需要等待，也就是说数据被拷贝到操作系统内核的缓冲区中是需要一个过程的。而在用户进程这边，整个进程会被阻塞（当然，是进程自己选择的阻塞）。第二个阶段：当kernel一直等到数据准备好了，它就会将数据从kernel中拷贝到用户内存，然后kernel返回结果，用户进程才解除block的状态，重新运行起来。
所以，同步阻塞(blocking IO)的特点就是在IO执行的两个阶段都被block了。
同步非阻塞I/O
同步非阻塞I/O流程图如下：
非阻塞IO也会进行recvform系统调用，检查数据是否准备好。非阻塞的recvform系统调用调用之后，进程并没有被阻塞，内核马上返回给进程，如果数据还没准备好，此时会返回一个error。进程在返回之后，可以干点别的事情，然后再发起recvform系统调用。重复上面的过程，循环往复的进行recvform系统调用。这个过程通常被称之为轮询。轮询检查内核数据，直到数据准备好，再拷贝数据到进程，进行数据处理。需要注意，拷贝数据整个过程，进程仍然是属于阻塞的状态。
所以，同步阻塞(nonblocking IO)的特点就是在IO执行的第1个阶段没有被block，第2个阶段被block了。
I/O多路复用
I/O多路复用的基本原理是：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。实现单个process就可以同时处理多个网络连接的IO。
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。
I/O多路复用的流程图如下：
I/O多路复用和阻塞I/O类似，不同的是这里使用两个system call (select 和 recvfrom)，而blocking IO只调用了一个system call (recvfrom)。I/O多路复用用户进程阻塞的不是recvfrom，而是select/epoll。但是，用select的优势在于它可以同时处理多个connection。（select/epoll的详细原理可以参考大话 Select、Poll、Epoll）
所以，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。
场景举例
为了更好的理解以上3个I/O 模型，我们举个生活中的例子。前段时间踢球把膝盖扭了，需要去医院拍核磁共振，然后让专家看看到底如何恢复，我们就拿这个做为例子来讲解。
首先对齐几个概念
- 病人：看作是用户进程
- 专家：看作是内核进程
- 核磁共振片子：I/O请求中的数据
- 医院：看作操作系统，可以调度专家来处理病人的请求
拍过核磁共振的兄弟都知道，片子一般需要3个工作日才能出来。然后等片子出来后，去医院取完片子再看专家，一般一个病人，专家花10-20分钟就处理完了。对比I/O操作的2个阶段，等待数据接收 <--> 等待片子出来，数据从内核复制到用户态 <--> 取片子后到专家处咨询。然后可以把专家看病看作出是数据处理。
有了以上的概念后，我们再看3个I/O模型分别是个什么情况（为了更好的说明，我们把拍片时间缩短1小时）
同步阻塞I/O
病人去医院找到专家，然后拍核磁共振，然后干等，此时这个专家无法再处理其他病人的请求，医院想要接待更多病人，必须找更多的专家。这个时候，对于医院，一个专家处理一个病人需要 1小时 + 10分钟。对于病人，在这1小时内，只能傻傻等待，做不了其他事。
同步非阻塞I/O
和同步阻塞I/O不同的是，病人拍完片后就可以立即回去，不需要在医院干等1小时。这个时候对于病人来说，在这个1小时中可以去干其他事，但是病人必须每隔一段时间来问专家片子是不是已经ready（因为片子随时可能准备好，并非严格1小时）。这就类似轮询机制。所以同步非阻塞I/O机制收益的是病人，理解此机制的主要视角是从应用程序出发。
I/O多路复用
以上两种场景，医院想要接待更多的病人，只能通过增加专家人数。当病人数量不多的情况下，这种模式没问题。但是当病人数不断增多后，医院的处理能力就跟不上了。这时候，医院就想出了一种机制：将核磁共振拍摄单独拎出来，有专门的医生处理（简称片子医生）。每个病人拍完片子后都会记录下来，这个片子医生会定期去看哪个病人的片子已经出来（select轮询）/ 医院建立了erp系统，一旦某个病人的片子出来，就会通知片子医生，同时通知到对应的病人（epoll）。从医院角度看，这样的机制下，一个专家 + 一个片子医生就可以处理多个病人（拍片子的时间远远少于片子产出的时间）。当然医院为了达到更大的规模，还是可以招聘更多的专家，多线程和IO多路复用并不冲突。
所以以上机制的一个核心思想：将集中（中央）处理变为分散（分布式）处理。原本是一个专家负责 拍片+诊断，现在变为拍片医生+诊断专家，将耗时的I/O等待剥离出来，实现了高吞吐量。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。