《构建高性能web站点》–服务器并发处理能力–I/O

网络流量作为互联网最重要的部分，广义上说最重要的是PV,UV等参数，流量和这个网站的价值成正比。微观来说具体到web服务器，就是一个一个资源从服务器出去、进来的过程。这个过程，是互联网的核心，互联网也就是提供了一种比较方便快捷的数据传输的方法而已。

一般在互联网上考虑的I/O分内存I/O，网络I/O，磁盘I/O，但是在互联网这个基于HTTP和TCP这类上层协议的应用，我们很少考虑内存的I/O，因为这个I/O远比网络和磁盘快多了，如果一定要用一个比喻来形容，就是北四环的堵车速度和贪污无数修建起来的高铁之间的区别….
总结1：关于I/O等待

在没有人访问的时候，服务器只能等待，比如这个是一个nginx的等待的过程
[root@centos ~]# strace -p 1248
Process 1248 attached - interrupt to quit
gettimeofday({1302358935, 445379}, NULL) = 0
epoll_wait(15, {}, 512, 500)            = 0
gettimeofday({1302358935, 445379}, NULL) = 0

其次是读磁盘的数据的时候，磁头移动速度有限，所以就有读取队列，也便有了阻塞。

向网卡发送数据的时候，数据需要复制到程序的内存空间、网卡缓冲区等操作，必然有一些等待时间。

总结2：几种I/O的模型

1. 同步阻塞I/O：

书上最直接的比喻：就是去中关村的大食代吃饭，点了饭之后，得等厨师做完吧，这段时间，你只能在那里等待。

2. 同步非阻塞I/O：

一样是等吃饭，但是等饭这段时间，你可以去中关村的地下广场走一圈，但是又怕饭做好了被人领走或者冷掉，你需要2分钟回去看一下，累不累啊。

和阻塞I/O不同的是，它的调用不会等待数据就绪，如果数据不可读或者不可写，将直接返回给程序状态。比如用非阻塞的recv()接收网络数据的时候，如果网卡缓冲区莫有可以接收的数据，函数直接返回告诉进程没有可读数据了。好处在于可以防止进程阻塞，可以在一个进程中同时进行多个I/O操作，弊端，轮询，浪费CPU。

3. 多路I/O就绪通知：

等饭的时候出去逛逛，但是中关村的地下商场电子化很先进，有一个大屏幕，你可以在上面看见你的饭好了没有，好了就回来。不用像同步I/O那样去轮询查看。

提供了对于大量文件描述符就绪检查的方案，允许进程不用通过轮询的方式来获取可用的文件描述符，可以快速通知进程就绪的文件描述符，进程可以只针对这些文件描述符访问数据。

4. 直接I/O：

最直接的理解，就是绕过内核缓冲区，在用户态空间实现并管理I/O缓冲区，提高效率，因为以前的数据需要复制两次（从磁盘到内核缓冲区，然后再重内核缓冲区到用户态内存），直接I/O只需要一次。如果是数据库，用直接I/O可以更加合理地的策略来提高歘徐缓存命中率。

5. sendfile：

这个的出现有一个问题，就是js，css，image之类的静态文件，他们的传输流程：

磁盘——>内核缓冲区——>用户内存空间(不需要任何计算)——>复制回内核缓冲区——>拷贝到网卡缓冲区

数据无缘无故在内核缓冲区复制了两次。

sendfile的作用就是 磁盘——>内核缓冲区——>网卡缓冲区

Apache 2.x 用sendfile 来发送大的静态文件

6. MMap

MMap是linux提供的一种磁盘文件访问方式，可以将内存中的某块地址映射到磁盘的某个文件，从而达到我们对这块内存的访问转换为对磁盘文件的访问。当然由于这个不进行read(),write()系统调用，效率很高。apache 2.x中使用了MMap来读取小静态文件。