什么是I/O

I/O，Input/Output，即输入/输出，是计算机系统中用于数据传输的机制，指的是在计算机和外部设备（键盘、显示器、磁盘等）之间，或在计算机内部组件（内存和 CPU）之间的数据传输过程。

• 输入（input）：指将数据从外部设备或内存传入到计算机系统的过程。
• 输出（output）：指将数据从计算机系统传送到外部设备或内存的过程。

I/O 设备类型：

• 块设备：磁盘、光盘、USB设备等，以块为单位读写数据，适合随机访问。
• 字符设备：键盘、鼠标、串口、打印机等，以字符流为单位读写数据，适合顺序访问。

计算机角度的I/O

我们常说的输入输出，比较直观的意思就是计算机的输入输出，计算机就是主体。

冯.诺依曼结构，它将计算机分成分为5个部分：运算器、控制器、存储器、输入设备、输出设备。

• 输入设备是向计算机输入数据和信息的设备，键盘，鼠标都属于输入设备；
• 输出设备是计算机硬件系统的终端设备，用于接收计算机数据的输出显示，一般显示器、打印机属于输出设备。

鼠标、显示器这只是直观表面的输入输出，回到计算机架构来说，涉及计算机核心与其他设备间数据迁移的过程，就是I/O。

如磁盘I/O，就是从磁盘读取数据到内存，这算一次输入，对应的，将内存中的数据写入磁盘，就算输出。这就是I/O的本质。

操作系统的I/O

我们要将内存中的数据写入到磁盘的话，主体会是什么呢？主体可能是一个应用程序，比如一个Java进程（假设网络传来二进制流，一个Java进程可以把它写入到磁盘）。

操作系统负责计算机的资源管理和进程的调度。我们电脑上跑着的应用程序，其实是需要经过操作系统，才能做一些特殊操作，如磁盘文件读写、内存的读写等等。因为这些都是比较危险的操作，不可以由应用程序乱来，只能交给底层操作系统来。也就是说，你的应用程序要把数据写入磁盘，只能通过调用操作系统开放出来的API来操作。

我们应用程序是跑在用户空间的，它不存在实质的I/O过程，真正的I/O是在操作系统执行的。即应用程序的I/O操作分为两种动作：I/O调用和I/O执行。

I/O调用是由进程（应用程序的运行态）发起，而I/O执行是操作系统内核的工作。此时所说的I/O是应用程序对操作系统I/O功能的一次触发，即I/O调用。

什么是用户空间？什么是内核空间?

以32位操作系统为例，它为每一个进程都分配了4G(2的32次方)的内存空间。这4G可访问的内存空间分为二部分，一部分是用户空间，一部分是内核空间。内核空间是操作系统内核访问的区域，是受保护的内存空间，而用户空间是用户应用程序访问的内存区域。

操作系统的一次I/O过程

应用程序发起的一次I/O操作包含两个阶段：

• I/O调用：应用程序进程向操作系统内核发起调用。
• I/O执行：操作系统内核完成I/O操作。

操作系统内核完成I/O操作还包括两个过程：

• 准备数据：内核等待I/O设备准备好数据。
• 拷贝数据：将数据从内核缓冲区拷贝到用户进程缓冲区。

其实I/O就是把进程的内部数据转移到外部设备，或者把外部设备的数据迁移到进程内部。外部设备一般指硬盘、socket通讯的网卡。一个完整的I/O过程包括以下几个步骤：

• 应用程序进程向操作系统发起I/O调用请求
• 操作系统准备数据，把I/O外部设备的数据，加载到内核缓冲区
• 操作系统拷贝数据，即将内核缓冲区的数据，拷贝到用户进程缓冲区

I/O模型

阻塞 vs 非阻塞 vs 异步

• 阻塞：调用 read()/write() 时，进程被挂起直至操作完成，简单易用但会导致资源空转。
• 非阻塞：通过在文件描述符上设置 O_NONBLOCK 标志，使得 read()/write() 调用不会阻塞，而是立即返回，需配合 select/poll 等多路复用手段实现效率提升。
• 异步：调用类似 aio_read()/aio_write()，进程发起调用后立即返回，内核完成I/O操作后通过回调或事件通知告知进程，无需轮询，允许并行处理其他任务。

五种经典 I/O 模型

阻塞I/O模型 (BIO, Blocking I/O)

假设应用程序的进程发起I/O调用（read() 或 write()），但是如果内核的数据还没准备好的话，那应用程序进程就一直在阻塞等待，一直等到内核数据准备好了，从内核拷贝到用户空间，才返回成功提示，此次I/O操作，称之为阻塞I/O。

• 阻塞I/O比较经典的应用就是阻塞socket、Java BIO。
• 阻塞I/O的缺点就是：如果内核数据一直没准备好，那用户进程将一直阻塞，浪费性能，可以使用非阻塞I/O优化。

非阻塞I/O模型 (NIO, Non-Blocking I/O)

在文件描述符上设置 O_NONBLOCK，使 read()/write() 调用立即返回，若无法立刻完成则返回 EAGAIN（对于套接字也可能是 EWOULDBLOCK），要求开发者主动轮询或结合多路复用进行事件驱动处理。

• 成功完成：返回实际读写的字节数（0 表示 EOF）
• 无法立即完成（会阻塞）：返回 -1，errno == EAGAIN；若是套接字，也可能 errno == EWOULDBLOCK
• 其他错误：如 EBADF、EFAULT、EINTR 等，根据具体场景返回对应错误码

非阻塞I/O模型，简称NIO，Non-Blocking I/O。它相对于阻塞I/O，虽然大幅提升了性能，但是它依然存在性能问题，即频繁的轮询，导致频繁的系统调用，同样会消耗大量的CPU资源。可以考虑I/O复用模型，去解决这个问题。

多路复用I/O模型 (MIO, Multiplexing I/O)

既然NIO无效的轮询会导致CPU资源消耗，我们等到内核数据准备好了，主动通知应用进程再去进行系统调用，那不就好了嘛？

I/O复用模型核心思路：系统给我们提供一类函数（select、poll、epoll函数），在单个线程中监控大量文件描述符的可读写状态，实现阻塞或边缘触发的事件分发机制，从而避免因阻塞 I/O 导致的线程资源浪费。

在 UNIX/Linux 中，文件描述符（FD，File Descriptor） 是内核为每个已打开资源（常见有普通文件、管道、套接字、字符设备等）分配的一个非负整数，它充当用户空间进程与内核 I/O 子系统之间的句柄。例如：

• FD = 0：标准输入（stdin）
• FD = 1：标准输出（stdout）
• FD ≥ 3：其他打开的文件或套接字

所有 I/O 系统调用（如 read(fd, buf, n)、write(fd, buf, n)）均通过这个整数索引来标识目标资源。

select

应用进程通过调用select函数，可以同时监控多个 fd，在 select函数监控的 fd 中，只要有任何一个数据状态准备就绪了，select 函数就会返回可读状态，这时应用进程再发起 recvfrom 请求去读取数据。

非阻塞I/O模型（NIO）中，需要 N（N>=1）次轮询系统调用，然而借助 select 的I/O多路复用模型，只需要发起一次询问就够了，大大优化了性能。

但是呢，select有几个缺点：

• 监听的I/O最大连接数有限，在Linux系统上一般为1024。
• select函数返回后，是通过遍历 fdset，找到就绪的描述符 fd。（仅知道有I/O事件发生，却不知是哪几个流，所以遍历所有流）

因为存在连接数限制，所以后来又提出了poll。与select相比，poll解决了连接数限制问题。但是呢，select和poll一样，还是需要通过遍历文件描述符来获取已经就绪的 socket。如果同时连接的大量客户端，在一时刻可能只有极少处于就绪状态，伴随着监视的描述符数量的增长，效率也会线性下降。

因此经典的多路复用模型 epoll诞生。

epoll

为了解决 select/poll存在的问题，多路复用模型 epoll诞生，它采用事件驱动来实现，流程图如下：

epoll先通过 epoll_ctl() 来注册一个 fd，一旦基于某个 fd 就绪时，内核会采用回调机制，迅速激活这个 fd，当进程调用 epoll_wait()时便得到通知。这里去掉了遍历文件描述符的操作，而是采用监听事件回调的机制。这就是epoll的亮点。

select、poll、epoll的区别

epoll明显优化了I/O的执行效率，但在进程调用 epoll_wait()时，仍然可能被阻塞。

信号驱动I/O模型 (SDIO, Signal-driven I/O)

信号驱动I/O不再用主动询问的方式去确认数据是否就绪，而是向内核发送一个信号（调用 sigaction 的时候建立一个 SIGIO 的信号），然后应用用户进程可以去做别的事，不用阻塞。当内核数据准备好后，再通过 SIGIO 信号通知应用进程，数据准备好后的可读状态。应用用户进程收到信号之后，立即调用 recvfrom，去读取数据。

信号驱动I/O模型，在应用进程发出信号后，是立即返回的，不会阻塞进程。它已经有异步操作的感觉了。但是你细看上面的流程图，发现数据复制到应用缓冲的时候，应用进程还是阻塞的。回过头来看下，不管是BIO，还是NIO，还是信号驱动，在数据从内核复制到应用缓冲的时候，都是阻塞的。

异步I/O模型 (AIO, Asynchronous I/O)

前面讲的 BIO，NIO和SDIO，在数据从内核复制到应用缓冲的时候，都是阻塞的，因此都不算是真正的异步。AIO实现了I/O全流程的非阻塞，就是应用进程发出系统调用后，是立即返回的，但是立即返回的不是处理结果，而是表示提交成功类似的意思。等内核数据准备好，将数据拷贝到用户进程缓冲区，发送信号通知用户进程I/O操作执行完毕。

异步I/O的优化思路很简单，只需要向内核发送一次请求，就可以完成数据状态询问和数据拷贝的所有操作，并且不用阻塞等待结果。日常开发中，有类似思想的业务场景：

比如发起一笔批量转账，但是批量转账处理比较耗时，这时候后端可以先告知前端转账提交成功，等到结果处理完，再通知前端结果即可。

I/O 模型对比

何时选哪种模型

• 简单脚本／小工具：阻塞 I/O 足矣。
• 多连接高并发：首选多路复用（epoll/kqueue）＋非阻塞。
• 极致性能：结合零拷贝（sendfile、splice）或 Linux io_uring。
• 跨平台服务：可借助 Java Netty、Rust Tokio、Go runtime 等，它们底层封装了最佳模型。

拓展

• 零拷贝技术：sendfile()、splice()、mmap()
• io_uring：Linux 5.1+ 提供的真正零系统调用异步接口
• Windows IOCP：高性能 proactor 模型
• 虚拟化 I/O：Virtio、SR-IOV、DDIO 加速