Python教程:精简概述I/O模型与I/O操作

发布时间:2020-08-08 18:11:38 作者:千锋Python唐小强
来源:ITPUB博客 阅读:147

Python教程:精简概述I/O模型与I/O操作

一. I/O 模型

1. 特指 Linux 下的网络 IO,一般分类:

2. 一个网络 I/O 涉及两个系统对象:

3. 一个 read 操作会经历两个阶段:

4. 一个 I/O read 操作的执行流程:

1. Process 调用 Kernel 发出请求

   1.1 Kernel 等待数据准备就绪(Waiting)
   1.2 Kernel 拷贝数据到用户空间(Copying)
3. Kernel 通知 Process 拷贝完成
4. Process 接收数据,并进行处理

5. 对应 Python 中 TCP 通信过程:

1. server 端通过 recv() 调用 Kernel

   1.1 Kernel 等待接收 client 端 send() 数据并加入缓冲区
   1.2 Kernel 将缓冲区数据 copy 到 server 的用户内存空间
2. Kernel copy 完毕之后通知 server
3. server 接收并处理数据

6. 主要四种 I/O 模型的对比及演化:

a. 默认情况下,所有 Socket 接口都是阻塞型IO(blocking IO)
问题:Waiting 阶段、Copying 阶段处于阻塞状态,程序只能处理一个网络连接

解决方案:开启多线程/多进程
   效果:
       每个连接都拥有独立的线程/进程,任一连接阻塞都不会影响其他连接
   问题:
       遇到需要同时响应大量的连接请求,多线程/多进程会严重占据系统资源
改进方案:连接池、线程池
   效果:
       连接池可减少创建/关闭连接的频率,重用已有连接
       线程池可减少创建/销毁线程的频率,维持一定合理数量的线程
   问题:
       “池”始终有上限,当请求数量大大超过上限时,系统响应效率未必更高
b. 轮询检测 Kernel 数据是否就绪,实现非阻塞IO(non-blocking IO)
效果:

   程序能够在等待数据就绪的时间里,去执行其他工作
问题:
   不断循环往复地调用系统将,大幅度推高 CPU 占用率
   人为加入延迟降低循环速度,又会导致数据吞吐量降低
c. 系统提供单一线程即可处理多连接的 select 接口(IO multiplexing)
效果:占用资源少,不会消耗过多 CPU,能够同时为多客户端提供服务

问题:对于单一客户端的连接请求并不能处理得更快,不适用于单个连接
d. Python 通过 asyncio 模块实现了异步IO模型(asynchronous IO)
异步IO下的执行流程:

   1. Process 调用 Kernel 发出请求,立刻去做其他事务
   2. Kernel 先立刻返回应答给 Process
   3. Kernel 再准备数据(Waiting)
   4. Kernel 拷贝到数据到用户空间(Copying)
   5. Kernel 完成数据拷贝,发 Signal 到 Process
   6. Process 回来继续该 IO 操作

7. 主要四种 IO 模型总结

二. IO 操作

1. 同步I/O操作(synchronous I/O operation)

2. 异步I/O操作(asynchronous I/O operation)


更多的Python学习教程下期继续更新!

这里有整理视频教程,刚好在学习的伙伴,可以回复:Python教程,领取!

Python 900集全套视频教程(全家桶)https://pan.baidu.com/s/1cU5lDWq9gh0cQ7hCnXUiGA 提取:

推荐阅读:
  1. docker部署Apache服务并监控
  2. Python 常用资源

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python 操作 教程

上一篇:Java技术教程.基础篇

下一篇:Oracle 中 table 函数的应用浅析

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》