前言

UXNIX系统中，I/O操作分两个阶段：

• 第一阶段：用户进程等待内核把数据准备好
• 第二阶段：用户进程从内核中拷贝数据

根据对两个阶段的不同处理，由此划分出五个I/O模型，分别是：

• 阻塞式I/O
• 非阻塞式I/O
• I/O复用
• 信号驱动式I/O
• 异步I/O

五种模型的区别，可见图解UNIX的I/O模型。此文清晰明朗，极易理解。

IO多路复用

I/O复用过程中，也需要等待内核准备数据，以及内核拷贝数据。但它的优势在于：可以同时等待多个描述符。阻塞式I/O只能等待一个。

select，poll，epoll都是IO多路复用的机制，实现起来又各自不同。

select函数监视的文件描述符分三类：writefds，readfds，exceptfds。调用select函数后程序会被阻塞，直到有描述符进入就绪态（有数据可读、可写，或者发生except），或者等待超时，select函数会返回。最后，通过遍历存放描述符的集合（fdset）拿到就绪的描述符，去做该做的操作。

select的优点是有良好跨平台能力，被几乎所有平台支持。缺点在于一个进程能够监视的文件描述符的数量存在最大限制，在linux上一般为1024。

区别于select使用三个位图表示三个fdset的方式，poll用一个pollfd指针实现。pollfd结构包含了要监视的event和发生的event（elect是“参数-值”的传递方式）。pollfd没有数量限制，同select函数一样，需要通过遍历来获取就绪的描述符。

然而，由于同一时间处于就绪态的描述符其实很少，所以随着监视的描述符数量越多，效率也会随之下降。

epoll是2.6内核提出的，作为select和poll的增强版。epoll使用一个文件描述符管理多个描述符。

epoll解决了select和epoll的痛点：（1）epoll虽存在数量限制，但是允许量很大；（2）epoll保证每个描述符在整个过程中只拷贝一次，select和poll则会多次拷贝fd集合；（3）epoll不通过遍历fd集合这种低效率的方式获取就绪描述符。

DefaultSelector

为简化select编程的难度，Python做了DefaultSelector这个上层封装。

为有效看到IO复用优势，我先利用flask搭建一个简易web server。并且让视图函数的处理时间至少1s。

from flask import Flask
import time

app = Flask(__name__)

@app.route("/mysite/<page>/")
def get_page(page):
    time.sleep(1)  # 休眠1s
    return "<h1>Page: {}</h1>".format(page)

if __name__ == "__main__":
    app.run()

未完，待续……