对于一个套接字的I/O通信，他会涉及到两个系统对象，一个是调用这个io的进程或者线程，还有一个就是系统内核。比如当一个读操作发生时，他会经历两个阶段：
1.等待数据的准备
2.将准备好的数据从内核拷贝到进程中

阻塞：

在linux中，所有的socket都是阻塞的。在调用io时，首先会阻塞在数据的准备中，当数据准备好以后，一会阻塞在数据的拷贝过程中。所以，阻塞io其实阻塞了两个阶段。

非阻塞：

非阻塞相对于阻塞来说，在数据准备的阶段，并不会再去阻塞等待了，而是直接返回结果。但是仍然会在数据的拷贝过程中阻塞住。我们可以采用忙轮询的方式主动向内核询问是否已经准备好数据，我们经常使用的select就是这样的

同步：

所谓同步，就是当我们调用一个函数时，必须要等待这个函数的调用结果返回之后，才可以执行下一步，相当于是顺序执行我们写好的逻辑

异步：

异步和同步相对。

并发与迭代

套接字编程经常用于客户端/服务端模型中。
迭代服务器模型和并发服务器模型是socket编程中最常见使用的两种编程模型
通常来说大多数TCP服务器是并发的，大多数UDP服务器是迭代的

迭代服务器

迭代服务器逻辑就是，服务器一次只处理一个客户端连接，并且必须要处理完之后才能继续处理下一个。这种模型导致的问题是，如果前一个客户端处理一直没完成，导致之后的连接无法处理了。因此最好要设置超时时间。

并发服务器

并发服务器，主要区别在于每次一个新客户端连接到来时，父进程都会fork出一个子进程或者子线程，来单独处理客户端的连接。而且子进程和父进程是共享这个socket描述符的，实际上子进程和父进程是共享listenfd和connfd的，并各自维护一个计数器，初始值为2，因此只有当父进程和子进程各自关闭变成0了，才会释放资源。

常见的I/O模型

阻塞I/O

使用socket函数创建套接字，默认都是阻塞的。但是并不是所有以阻塞模式创建的套接字调用函数时都是阻塞的，比如bind和listen函数就会直接返回。
1．输入操作： recv()、recvfrom()函数。以阻塞套接字为参数调用该函数接收数据。如果此时套接字缓冲区内没有数据可读，则调用线程在数据到来前一直睡眠。

2．输出操作： send()、sendto()函数。以阻塞套接字为参数调用该函数发送数据。如果套接字缓冲区没有可用空间，线程会一直睡眠，直到有空间。

3．接受连接：accept()。以阻塞套接字为参数调用该函数，等待接受对方的连接请求。如果此时没有连接请求，线程就会进入睡眠状态。

4．外出连接：connect()函数。对于TCP连接，客户端以阻塞套接字为参数，调用该函数向服务器发起连接。该函数在收到服务器的应答前，不会返回。这意味着TCP连接总会等待至少到服务器的一次往返时间。


以上四种操作会进行阻塞。
这种编程模型的缺点就是效率很低，只能一对一的处理客户端请求。因此我们可以使用多线程的方式来处理，每一个客户端连接对应一个进程或者线程。但这种方式也会造成资源的大量浪费，比如一个线程会一直空等待客户端的请求，浪费了资源。可以采用线程池的方式减轻这种浪费，但本质上不能解决资源的浪费。

非阻塞I/O

非阻塞I/O再发起一个read操作之后并不需要等待，而是直接返回得到了一个结果。但这个结果可能是错误的，也可能是正确的数据。用户进程可以拿到这个结果进行判断，如果是错误的，那么可以继续发送read操作给内核，当内核此时将数据准备完成并且收到了用户进程的调用，就会将数据拷贝到用户进程。但这种方式会浪费大量资源，因为一个线程会一直轮询是否完成这个操作。所以不建议使用，而select很好的改善了这个问题，因为它可以一次处理多个请求。

多路复用I/O

IO multiplexing这个词可能有点陌生，但是如果我说select/epoll，大概就都能明白了。有些地方也称这种IO方式为事件驱动IO(event driven IO)。我们都知道，select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程

当用户进程调用了select，那么整个进程会被block，而同时，kernel会“监视”所有select负责的socket，当任何一个socket中的数据准备好了，select就会返回。这个时候用户进程再调用read操作，将数据从kernel拷贝到用户进程。
这个图和blocking IO的图其实并没有太大的不同，事实上还更差一些。因为这里需要使用两个系统调用(select和recvfrom)，而blocking IO只调用了一个系统调用(recvfrom)。但是，用select的优势在于它可以同时处理多个connection。所以，如果处理的连接数不是很高的话，使用select/epoll的server不一定比使用multi-threading + blocking IO的server性能更好，可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快，而是在于能处理更多的连接。
在多路复用模型中，对于每一个socket，一般都设置成为non-blocking，但是，如上图所示，整个用户的process其实是一直被block的。只不过process是被select这个函数block，而不是被socket IO给block。因此select()与非阻塞IO类似。
大部分Unix/Linux都支持select函数，该函数用于探测多个文件句柄的状态变化。
下面给出select接口的原型：

FD_ZERO(int fd, fd_set fds)
FD_SET(int fd, fd_set fds)
FD_ISSET(int fd, fd_set fds)
FD_CLR(int fd, fd_set fds)
int select(int nfds, fd_set readfds, fd_set writefds, fd_set exceptfds,
struct timeval timeout)

这里，fd_set 类型可以简单的理解为按 bit 位标记句柄的队列，例如要在某 fd_set 中标记一个值为16的句柄，则该fd_set的第16个bit位被标记为1。具体的置位、验证可使用 FD_SET、FD_ISSET等宏实现。在select()函数中，readfds、writefds和exceptfds同时作为输入参数和输出参数。如果输入的readfds标记了16号句柄，则select()将检测16号句柄是否可读。在select()返回后，可以通过检查readfds有否标记16号句柄，来判断该“可读”事件是否发生。另外，用户可以设置timeout时间。

该模型只是描述了使用select()接口同时从多个客户端接收数据的过程；由于select()接口可以同时对多个句柄进行读状态、写状态和错误状态的探测，所以可以很容易构建为多个客户端提供独立问答服务的服务器系统。如下图。

这里需要指出的是，客户端的一个 connect() 操作，将在服务器端激发一个“可读事件”，所以 select() 也能探测来自客户端的 connect() 行为。
上述模型中，最关键的地方是如何动态维护select()的三个参数readfds、writefds和exceptfds。

作为输入参数，readfds应该标记所有的需要探测的“可读事件”的句柄，其中永远包括那个探测 connect() 的那个“母”句柄；同时，writefds 和 exceptfds 应该标记所有需要探测的“可写事件”和“错误
事件”的句柄 ( 使用 FD_SET() 标记 )。

作为输出参数，readfds、writefds和exceptfds中的保存了 select() 捕捉到的所有事件的句柄值。程序员需要检查的所有的标记位 ( 使用FD_ISSET()检查 )，以确定到底哪些句柄发生了事件。

上述模型主要模拟的是“一问一答”的服务流程，所以如果select()发现某句柄捕捉到了“可读事件”，服务器程序应及时做recv()操作，并根据接收到的数据准备好待发送数据，并将对应的句柄值加入writefds，准备下一次的“可写事件”的select()探测。同样，如果select()发现某句柄捕捉到“可写事件”，则程序应及时做send()操作，并准备好下一次的“可读事件”探测准备。

这种模型的特征在于每一个执行周期都会探测一次或一组事件，一个特定的事件会触发某个特定的响应。我们可以将这种模型归类为“事件驱动模型”。

相比其他模型，使用select() 的事件驱动模型只用单线程（进程）执行，占用资源少，不消耗太多 CPU，同时能够为多客户端提供服务。如果试图建立一个简单的事件驱动的服务器程序，这个模型有一定的参考价值。

但这个模型依旧有着很多问题。首先select()接口并不是实现“事件驱动”的最好选择。因为当需要探测的句柄值较大时，select()接口本身需要消耗大量时间去轮询各个句柄。很多操作系统提供了更为高效的接口，如linux提供了epoll，BSD提供了kqueue，Solaris提供了/dev/poll，…。

如果需要实现更高效的服务器程序，类似epoll这样的接口更被推荐。遗憾的是不同的操作系统特供的epoll接口有很大差异，所以使用类似于epoll的接口实现具有较好跨平台能力的服务器会比较困难。

其次，该模型将事件探测和事件响应夹杂在一起，一旦事件响应的执行体庞大，则对整个模型是灾难性的。
单个庞大的执行体1的将直接导致响应其他事件的执行体迟迟得不到执行，并在很大程度上降低了事件探测的及时性。

幸运的是，有很多高效的事件驱动库可以屏蔽上述的困难，常见的事件驱动库有libevent库，还有作为libevent替代者的libev库。这些库会根据操作系统的特点选择最合适的事件探测接口，并且加入了信号(signal) 等技术以支持异步响应，这使得这些库成为构建事件驱动模型的不二选择


信号驱动I/O
异步I/O