Linux 基础知识回顾

用户空间和内核空间

现在操作系统都采用虚拟寻址，处理器先产生一个虚拟地址，通过地址翻译成物理地址(内存的地址)，再通过总线的传递，最后处理器拿到某个物理地址返回的字节。

对 32 位操作系统而言，它的寻址空间(虚拟存储空间)为 4G(2 的 32 次方)。操作系统的核心是内核，独立于普通的应用程序，可以访问受保护的内存空间，也有访问底层硬件设备的所有权限。

为了保证用户进程不能直接操作内核(kernel)，保证内核的安全，操心系统将虚拟空间划分为两部分，一部分为内核空间，一部分为用户空间。

针对 linux 操作系统而言：将最高的 1G 字节(从虚拟地址 0xC0000000 到 0xFFFFFFFF)供内核使用，称为内核空间。而将较低的 3G 字节(从虚拟地址 0x00000000 到 0xBFFFFFFF)供各个进程使用，称为用户空间。

直接 I/O 和缓存 I/O

文件系统 IO 分为 DirectIO(直接I/O)和 BufferIO(缓存 I/O)，其中 BufferIO 也叫 Normal IO(标准 I/O)。大多数文件系统的默认 I/O 操作都是缓存 I/O。

缓存 I/O

读操作：操作系统检查内核的缓冲区有没有需要的数据，如果已经缓存了，那么就直接从缓存中返回；否则从磁盘中读取，然后缓存在操作系统的缓存中。

写操作：将数据从用户空间复制到内核空间的缓存中。这时对用户程序来说写操作就已经完成，至于什么时候再写到磁盘中由操作系统决定，除非显示地调用了sync同步命令。

以 write 为例，数据会先被拷贝进程缓冲区，在拷贝到操作系统内核的缓冲区中，然后才会写到存储设备中。

直接 I/O(少了拷贝到应用进程缓冲区这一步)

阻塞与同步

阻塞(Block) / 非租塞(NonBlock)

阻塞和非阻塞是进程在访问数据的时候，数据是否准备就绪的一种处理方式，比如当数据没有准备就绪的时候。

阻塞：往往需要等待缓冲区中的数据准备好过后才处理其他的事情，否则一直等待在那里。

非阻塞：当我们的进程访问我们的数据缓冲区的时候，如果数据没有准备好则直接返回，不会等待。如果数据已经准备好，也直接返回。

同步(Synchronization) / 异步(Asynchronization)

同步和异步都是基于应用程序私操作系统处理 IO 事件所采用的方式，比如：

同步：是应用程序要直接参与 IO 读写的操作。

异步：所有的 IO 读写交给操作系统去处理，应用程序只需要等待通知。

同步方式在处理 IO 事件的时候，必须阻塞在某个方法上面等待我们的 IO 事件完成(阻塞 IO 事件或者通过轮询 IO 事件的方式)。

对于异步来说，所有的 IO 读写都交给了操作系统。这个时候，我们可以去做其他的事情，并不需要去完成真正的 IO 操作，当操作完成 IO 后会给我们的应用程序一个通知。

常见 IO 模型

对于一次 IO 访问，它会经历两个阶段：等待数据准备就绪 (Waiting for the data to be ready)；将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)。

举例来说：

读函数：分为等待系统可读和真正的读。

写函数：分为等待网卡可以写和真正的写。

说明：

等待就绪的阻塞是不使用 CPU 的，是在“空等”。而真正的读写操作的阻塞是使用 CPU 的，真正在“干活”，而且这个过程非常快，属于 memory copy，宽带通常在 1GB/s 级别以上，可以理解为基本不耗时。

下图是几种常见 I/O 模型的对比：

以 socket.read() 为例子：

传统的 BIO 里面 socket.read()，如果 TCP RecvBuffer 里没有数据，函数会一直阻塞，直到收到数据，返回读到的数据。

对于 NIO，如果 TCP RecvBuffer 有数据，就把数据从网卡读到内存，并且返回给用户；反之则直接返回 0，永远不会阻塞。

最新的 AIO(Async I/O) 里面会更进一步：不但等待就绪是非阻塞的，就连数据从网卡到内存的过程也是异步的。

换句话说，BIO 里用户最关心“我要读”，NIO 里用户最关心"我可以读了"，在 AIO 模型里用户更需要关注的是“读完了”。

NIO 一个重要的特点是：socket 主要的读、写、注册和接收函数，在等待就绪阶段都是非阻塞的，真正的 I/O 操作是同步阻塞的(消耗 CPU 但性能非常高)。