Python多路复用IO模型：Select机制原理与实战解析

多路复用IO模型概述

多路复用IO（IO multiplexing）

这种IO方式属于事件驱动IO（event driven IO）。

Select与Epoll的核心优势在于，单个进程（process）即可同时处理多个网络连接的IO操作。其基本原理是：Select或Epoll函数会持续轮询其所负责的所有Socket连接，一旦某个Socket有数据到达，便通知用户进程。具体流程如图所示：

Select是多路复用的一种实现方式。

当用户进程调用Select时，整个进程会被阻塞。与此同时，内核（kernel）会“监视”所有由Select负责的Socket。当其中任何一个Socket的数据准备就绪时，Select函数返回。此时，用户进程再调用Read操作，将数据从内核拷贝到用户空间。该过程与阻塞IO的图示差异不大，甚至看似更差，因为这里涉及两个系统调用（Select和Recvfrom），而阻塞IO仅调用一个系统调用（Recvfrom）。然而，Select的优势在于它能够同时处理多个连接。

多路复用IO与阻塞IO模型的对比：

1. 阻塞IO经历两个阶段：等待数据（wait data）和拷贝数据（copy data）。

2. 多路复用涉及三个阶段：等待数据（wait data）、就绪后拷贝数据（ready copy data）和最终拷贝数据（copy data）。

对于单连接套接字通信，阻塞IO的效率更高。

多路复用IO中，Select可以代理多个套接字连接。在处理多个套接字通信时，多路复用IO的效率显著高于阻塞IO。

需要强调：

1. 如果处理的连接数不高，使用Select或Epoll的Web服务器性能未必优于多线程加阻塞IO的Web服务器，甚至可能延迟更大。Select/Epoll的优势并非处理单个连接更快，而是能处理更多的连接。

2. 在多路复用模型中，每个Socket通常设置为非阻塞（non-blocking）。但如图所示，整个用户进程实际上一直处于阻塞状态，只是被Select函数阻塞，而非被Socket IO阻塞。

结论：Select的优势在于能够处理多个连接，性能较高，并能同时检测多个套接字的IO行为，但不适用于单个连接的场景。

Select模型原理与代码实现

Select网络IO模型示例

Select用于检测多个套接字的IO行为，包括Accept和Recv。

IO行为主要分为两种：

1. 接收他人传来的数据。

2. 向他人发送数据。

Timeout参数指定超时时间。

系统每隔0.5秒询问操作系统数据是否已准备好。

def select(rlist, wlist, xlist, timeout=None): 
  pass
# [] 传的空列表是出异常的列表
# 返回值3个列表 收列表，发列表，异常列表
rl,wl,xl = select.select(rlist, wlist, [], 0.5)

客户端代码示例：

from socket import *
client = socket(AF_INET,SOCK_STREAM)
client.connect(('127.0.0.1',8000))
while True:
  msg = input(">>>:").strip()
  if not msg:continue
  client.send(msg.encode("utf-8"))
  data = client.recv(1024)
  print(data.decode("utf-8"))
client.close()

服务端代码示例：

from socket import *
import select
server = socket(AF_INET,SOCK_STREAM)
server.bind(('127.0.0.1',8000))
server.listen(5)
# 设置socket接口为 非阻塞IO接口
# 默认是True 为阻塞
server.setblocking(False)
# 专门存着收消息套接字
rlist = [server,]
# 存放发送消息套接字
wlist = []
# 存放发送的数据
wdata = {}
while True:
  # 返回值3个列表 收列表，发列表，异常列表
  rl,wl,xl = select.select(rlist, wlist, [], 0.5)
  print("rl",rl)
  print("wl",wl)
  for sock in rl:
    if sock == server:
      conn,addr = sock.accept()
      rlist.append(conn)
    else:
      try:
        data = sock.recv(1024)
        if not data:
          sock.close()
          rlist.remove(sock)
          continue
        # 收的套接字加到列表
        wlist.append(sock)
        # 把数据加到字典 做一个 套接字对应数据
        wdata[sock] = data.upper()

      except Exception:
        sock.close()
        rlist.remove(sock)
  # 发送数据
  for sock in wl:
    sock.send(wdata[sock])
    wlist.remove(sock)
    wdata.pop(sock)
server.close()

基于Select模块检测套接字IO行为，从而实现并发效果。

Select内部机制与优缺点分析

Select监听文件描述符（fd）变化的过程分析：

用户进程创建Socket对象，并将监听的fd拷贝到内核空间。每个fd对应一张系统文件表，当内核空间的fd响应到数据时，会向用户进程发送信号，提示数据已到。

随后，用户进程发送系统调用（如Accept），将内核空间的数据拷贝到用户空间。同时，作为接收端，内核空间的数据被清除，以便重新监听时新的数据能再次响应（发送端因基于TCP协议，需收到应答后才会清除数据）。

该模型的优点：

可以同时检测多个套接字，效率高于阻塞IO和非阻塞IO。

相比其他模型，使用Select的事件驱动模型仅需单线程（进程）执行，资源占用少，CPU消耗低，同时能为多客户端提供服务。

若试图建立简单的Event Driven服务器程序，该模型具有一定的参考价值。

该模型的缺点：

代理套接字列表中的多个套接字需要循环遍历，逐个检测。

在代理套接字较少的情况下，循环速度较快。但当Select代理的套接字数量非常大时，随着列表增大，效率会显著降低。

首先，Select接口并非实现“事件驱动”的最佳选择。因为当需要探测的句柄值较大时，Select接口本身需消耗大量时间轮询各个句柄。

许多操作系统提供了更高效的接口，例如Linux提供Epoll，BSD提供kQueue，Solaris提供/dev/poll等。若需实现更高效的服务器程序，推荐使用类似Epoll的接口。遗憾的是，不同操作系统提供的Epoll接口差异较大，因此实现具有良好跨平台能力的服务器较为困难。其次，该模型将事件探测和事件响应混合在一起，一旦事件响应的执行体庞大，将对整个模型造成灾难性影响。

Epoll与Select的对比

Epoll采用异步方式实现，提交套接字时，每个套接字绑定一个回调函数。当某个套接字就绪时，触发回调函数，将其索引放入单独列表。对于Select而言，只需从就绪列表中根据索引获取套接字，无需遍历整个列表。

Epoll不支持Windows系统。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。