python 併發編程 IO模型介紹

 

 

gevent 底層是怎麼實現？

 

io模型4個重要概念：

兩類

一類：同步、異步 提交任務的方式

同步： 提交完任務後，在原地等待結果，拿到結果後，才執行下一行代碼

 

#所謂同步，就是在發出一個功能調用時，在沒有獲得結果以前，該調用就不會返回。按照這個定義，其實絕大多數函數都是同步調用。
可是通常而言，咱們在說同步、異步的時候，特指那些須要其餘部件協做或者須要必定時間完成的任務。 #舉例： #1. multiprocessing.Pool下的apply #發起同步調用後，就在原地等着任務結束，根本不考慮任務是在計算仍是在io阻塞，
總之就是一股腦地等任務結束 #2. concurrent.futures.ProcessPoolExecutor().submit(func,).result() #3. concurrent.futures.ThreadPoolExecutor().submit(func,).result()

 

 

異步： 提交完任務就無論了，往下執行

#異步的概念和同步相對。當一個異步功能調用發出後，調用者不能馬上獲得結果。當該異步功能完成後，
經過狀態、通知或回調來通知調用者。若是異步功能用狀態來通知，那麼調用者就須要每隔必定時間檢查一次，效率就很低。
若是是使用通知的方式，效率則很高，由於異步功能幾乎不須要作額外的操做。至於回調函數，其實和通知沒太多區別。 #舉例： #1. multiprocessing.Pool().apply_async() #發起異步調用後，並不會等待任務結束才返回，相反，會當即獲取一個臨時結果（並非最終的結果，多是封裝好的一個對象）。 #2. concurrent.futures.ProcessPoolExecutor(3).submit(func,) #3. concurrent.futures.ThreadPoolExecutor(3).submit(func,)

異步一般和回調機制聯用，提交完任務，任務運行完後，自動觸發，回調函數代碼

 

阻塞：遇到io，阻塞卡主

 

#阻塞調用是指調用結果返回以前，當前線程會被掛起（如遇到io操做）。函數只有在獲得結果以後纔會將阻塞的線程激活。
有人也許會把阻塞調用和同步調用等同起來，實際上他是不一樣的。對於同步調用來講，不少時候當前線程仍是激活的，
只是從邏輯上當前函數沒有返回而已。 #舉例： #1. 同步調用：apply一個累計1億次的任務，該調用會一直等待，直到任務返回結果爲止，
但並未阻塞住（即使是被搶走cpu的執行權限，那也是處於就緒態）; #2. 阻塞調用：當socket工做在阻塞模式的時候，accept(),send()，recv()是阻塞io操做，若是沒有數據的狀況下調用recv函數，
則當前線程就會被掛起，直到有數據爲止。

非阻塞：

#非阻塞和阻塞的概念相對應，指在不能馬上獲得結果以前也會馬上返回，同時該函數不會阻塞當前線程。

 

總結：

#1. 同步與異步針對的是函數/任務的調用方式：同步就是當一個進程發起一個函數（任務）調用的時候，
一直等到函數（任務）完成，而進程繼續處於激活狀態。而異步狀況下是當一個進程發起一個函數（任務）調用的時候，
不會等函數返回，而是繼續往下執行當，函數返回的時候經過狀態、通知、事件等方式通知進程任務完成。

#2. 阻塞與非阻塞針對的是進程或線程：阻塞是當請求不能知足的時候就將進程掛起，而非阻塞則不會阻塞當前進程

 

 

io模型5大類：

阻塞io模型

非阻塞io模型

io多路複用

異步io模型

 

IO發生時涉及的對象和步驟。對於一個network IO \(這裏咱們以read舉例\)，它會涉及到兩個系統對象，一個是調用這個IO的process \(or thread\)，另外一個就是系統內核\(kernel\)。當一個read操做發生時，該操做會經歷兩個階段：

1）等待數據準備 (Waiting for the data to be ready) 2）將數據從內核拷貝到進程中(Copying the data from the kernel to the process)