2 阻塞与非阻塞IO

课程内容#

理解两者的真正含义及区别，能回答以上问题

两者的字面意思#

上班

阻塞：上班时堵车了，等或者使用其他方法，总之要去上班
非阻塞：上班堵车了，直接不去了

老妈让买酱油

阻塞：没有酱油了，问妈要不换别的，或者换别的买
非阻塞：没有酱油了，不买了

让小明写报告

阻塞：小明写的时候，等他写完
非阻塞：不用干等小明写，之后再告知结果 [自己问小明 - 同步 / 小明主动告诉我 - 异步]

烧开水

阻塞：烧开水的过程中，你不能干其他事情，只能站那等水开
非阻塞：烧开水的过程中，你可以干其他事情，比如去客厅看看电视
参考同步异步、阻塞非阻塞极简解释——CSDN

引入#

回顾 open 函数中的 O_NONBLOCK
- 一切皆文件，所以一切都可以阻塞 / 非阻塞
分析写文件的过程
- 打开→write→关闭
- 其中，write 属于系统调用，具体过程如下
  - 数据→内核→磁盘：内核拷贝数据，放在缓冲区 [块缓冲]，清刷缓冲时，调度 IO 设备，找到 inode 和 block，将数据写入磁盘
    - 第一步数据→内核是用户态，第二步内核→磁盘是内核态，存在转换
    - 参考怎样去理解 Linux 用户态和内核态？—— 知乎
  - NON_BLOCK 设置的是用户态 [数据→内核或者内核→数据] 的过程
    - 大部分的阻塞是在从内核拿数据出来
  - 内核→磁盘的过程实际是阻塞的
    - 为了方便上层应用快速返回写的状态，内核将数据写到磁盘的过程，普通用户不需要感知
    - 内核拷贝完数据，程序返回，普通用户就认为写成功了，但数据很有可能还在缓冲区 [缓冲 IO]

fcntl#

操作文件描述符 [可以将文件变成非阻塞的]

man fcntl
原型
- fd：文件描述符。最常见的文件描述符：0、1、2
- cmd：操作方式
- ... /* arg */
  - 可变参数
  - arg，指示该参数是前面参数 [cmd] 的参数，其含义取决于 cmd
描述
- cmd 在圆括号里指示是否有可变参数，最多一个
- 可变参数类型一般是 int，使用用宏定义，本质是位掩码，通过位运算改变状态
- 其中有一类 cmd：与【文件状态标志】相关
  - 即可获得或设置文件状态 [如 O_NONBLOCK]
返回值
- 观察返回值，考虑程序中的判断
- 出错都是返回 - 1，设置操作成功都是返回 0

select#

同步 I/O 多路复用 [接口]

man select
原型
- nfds：文件描述符的数量
- fd_set：文件描述符的集合
  - 可读、可写、异常
  - 底层是用数组是实现的
- timeout：时间间隔
- 四个宏用来操作集合，见后
描述
- 允许程序去监控多个文件描述符，等待一个或多个文件描述符的 I/O 操作 "ready" 的情况
  - ready：就绪，可以对文件进行相应的 IO 操作，如没有阻塞的读，或足够小的写
- 可监控的文件描述符数量小于 FD_SETSIZE [一般为 1024]
- 退出的时候，每个文件描述符集合会被修改，只留下状态发生变化的文件描述符，起指示作用
  - 所以，如果循环使用 select，每次调用 select 前需要重新初始化每个集合
- 集合可以是 NULL，说明该类事件中没有文件被监控
- 宏用来操作集合
  - FD_ZERO：清空一个集合
  - FD_SET：向一个集合添加一个文件描述符
  - FD_CLR：从一个集合移除一个文件描述符
  - FD_ISSET：判断一个文件描述符的所属集合，可用于 select 返回后，因为集合已被修改
- nfds 的值是三个集合中数字最大的文件描述符加一
  - 文件描述符的索引是从 0 开始的
- struct timeval timeout
  - 指定 select 阻塞着等待每个文件描述符就绪的时间间隔
    - 这里阻塞的含义就是单纯的阻塞，不是阻塞 I/O 的阻塞
    - [个人理解] 同步 I/O 的多路复用的同步就体现在这
  - 三种停止阻塞的情况
    - 一个文件描述符就绪
    - 信号中断 [kill]
    - 超时
  - 时间间隔不是精确的，很难做到真正的精确
    - 系统时钟粒度、内核调度延迟
  - timeval 结构体中有两个成员：秒、微秒
    - 如果两者都为 0，就会立即返回，可用于轮询 [polling]
    - 如果为 NULL，就会无期限等待
  - timeout 更新功能只在 Linux 上生效
  - 为了兼容性，尽量别用，尽量使用比较公共的功能
返回值
- 返回此时所有集合中文件描述符 [ready] 数量
  - 根据数量，再通过宏定义 FD_ISSET 询问所有文件描述符的所在集合，来感知状态变化
  - 0：时间过完了，也没有感兴趣的事件发生
  - -1：error，并设置 errno；此时集合不会改变，timeout 变成未定义的了

[PS]

select → poll → epoll，越来越高级
- man poll
- man epoll
- 均与 select 做的任务相似

代码演示#

实现使文件非阻塞和阻塞的接口#

common.h
- 两个接口
head.h
- 头文件的顺序是有讲究的，一般把自己本项目的头文件放后面
- 参考#include 的路径及顺序——Google C++ 编程风格
common.c
- 设置 flag 时不能改变原有的 flag
- 👉先 get，再通过位或 / 位与来添加 / 删除 flag

非阻塞的 0 号文件#

常用文件 0、1、2 不用手动打开
- 创建进程时自动打开这三个文件
- 它们是继承过来的
编译命令：gcc 1.test.c ../common/common.c -I ../common/
- 编译记得添加 common.c 文件
0 号文件设置成非阻塞后，关键变化在于 0 号文件的读写变成了非阻塞的
- ① 没有 sleep
  - scanf 就是读 0 号文件
  - 但没有数据，直接走，不会阻塞着等 0 号文件有数据
- ② 有 sleep
  - 在 sleep 的 5 秒里，在终端输入数据 [+ 回车，行缓冲]
    - 进程暂停，不占用 CPU
    - 但标准输入流仍然打开着，用户在终端输入的数据会由内核传给 0 号文件
      - 文件是内核维护的，sleep 的过程内核可以给文件写数据
  - 在 sleep 结束后，scanf 读走 0 号文件的数据
- 【明确】非阻塞是指某个对象，比如 0 号文件；而不是某个函数、某个操作
[PS]
- 阻塞：可能浪费时间
- 非阻塞：可能浪费资源
  - 一般用于大型的程序、高并发服务器

对 0 号文件的 select#

拷贝自 man 手册 ——man select 里的 EXAMPLE
select 可以感知到 I/O 的到来
运行效果
- 终端输入 ls，程序结束后还会执行 ls
- 因为缓冲区的内容没有被取走 [如 scanf]，最终被 zsh 接走了
select 在这监控的时间间隔里发生了阻塞
- 在所有的用户层面的程序里面，所谓的阻塞就是睡觉 [sleep ()]
- 阻塞终止条件：ready、signal 中断、超时
[延伸应用]
- 给阻塞的地方设置一个定时，超时则使用默认值
  - 避免异常情况阻塞过久 [SSH 主机不可达...]
  - 更人性化

附加知识点#

I/O 感知的方式可以有很多种，其中内核完全知道 IO 的到来

思考点#

scanf 的时候，在终端输入了回车，是将数据放入了缓冲区，还是清空缓冲区给了 scanf 呢？
- 一文带你读懂 C/C++ 语言输入输出流与缓存区
- 是前者

Tips#

课程预告：多进程 [fork...]
可以考虑 cp 的实现
- 考察文件的读写操作
- 必须阻塞