目录
1、 1用户空间和内核态空间；
1、 2网络模型-阻塞IO；
1、 3网络模型-非阻塞IO；
1、 4网络模型-IO多路复用；
总结：
编辑
1、 5网络模型-信号驱动IO；
1、 6网络模型-异步IO；
1、 7同步和异步划分；
1、 8Redis网络模型；
1.1 用户空间和内核态空间
1.2 网络模型-阻塞IO
在《UNIX网络编程》一书中，总结归纳了5种IO模型：
- 阻塞IO（Blocking IO）
- 非阻塞IO（Nonblocking IO）
- IO多路复用（IO Multiplexing）
- 信号驱动IO（Signal Driven IO）
- 异步IO（Asynchronous IO）
用程序想要去读取数据，他是无法直接去读取磁盘数据的，他需要先到内核里边去等待内核操作硬件拿到数据，这个过程就是1，是需要等待的，等到内核从磁盘上把数据加载出来之后，再把这个数据写给用户的缓存区，这个过程是2，如果是阻塞IO，那么整个过程中，用户从发起读请求开始，一直到读取到数据，都是一个阻塞状态。
1.3 网络模型-非阻塞IO
1.4 网络模型-IO多路复用
总结：
select模式存在的三个问题：
l能监听的 FD 最大不超过 1024
l每次 select 都需要把所有要监听的 FD 都拷贝到内核空间
l每次都要遍历所有 FD 来判断就绪状态
poll模式的问题：
lpoll 利用链表解决了 select 中监听 FD 上限的问题，但依然要遍历所有 FD ，如果监听较多，性能会下降
epoll模式中如何解决这些问题的？
*基于 epoll 实例中的红黑树保存要监听的 FD ，理论上无上限，而且增删改查效率都非常高
*每个 FD 只需要执行一次 epoll_ctl 添加到红黑树，以后每次 epol_wait 无需传递任何参数，无需重复拷贝 FD 到内核空间
*利用 ep_poll_callback 机制来监听 FD 状态，无需遍历所有 FD ，因此性能不会随监听的 FD 数量增多而下降
1.5 网络模型-信号驱动IO
1.6 网络模型-异步IO
1.7 同步和异步划分
1.8 Redis网络模型
参考文献：
黑马程序员Redis入门到实战教程，深度透析redis底层原理+redis分布式锁+企业解决方案+黑马点评实战项目_哔哩哔哩_bilibili
版权声明：本文不是「本站」原创文章，版权归原作者所有 | 原文地址: