磁盘IO系列（一）：IO的多种类型深度解析

在计算机系统中，磁盘I/O（Input/Output）操作是数据持久化与访问的核心环节。无论是数据库事务处理、文件系统操作还是大规模数据计算，磁盘I/O的性能直接影响系统的整体效率。本文作为“磁盘IO系列”的开篇，将系统梳理磁盘I/O的多种类型，包括同步/异步IO、阻塞/非阻塞IO、直接/缓冲IO等，帮助开发者深入理解其机制与适用场景，为后续性能优化奠定基础。

一、同步IO与异步IO：控制流的差异

1. 同步IO（Synchronous I/O）

同步IO的核心特征是操作按顺序执行，即应用程序发起I/O请求后，必须等待操作完成才能继续执行后续代码。这种模式简单直观，但可能因I/O延迟导致线程阻塞。

• 典型场景：文件读取、顺序写入。

• 代码示例（C语言）：

  #include <stdio.h>
  #include <unistd.h>
  #include <fcntl.h>
  int main() {
      int fd = open("test.txt", O_RDONLY);
      char buf[1024];
      ssize_t bytes_read = read(fd, buf, sizeof(buf)); // 阻塞等待数据读取
      if (bytes_read > 0) {
          write(STDOUT_FILENO, buf, bytes_read);
      }
      close(fd);
      return 0;
  }

  上述代码中，read操作会阻塞线程，直到数据从磁盘加载到内核缓冲区并复制到用户空间。

2. 异步IO（Asynchronous I/O）

异步IO允许应用程序在发起I/O请求后立即返回，继续执行其他任务，而I/O操作由内核在后台完成，并通过回调或信号通知结果。

• 优势：避免线程阻塞，提升并发能力。
• 实现方式：
  • Linux AIO：通过io_uring或libaio库实现。
  • Windows IOCP：完成端口模型。

• 代码示例（Linux AIO）：

  #include <libaio.h>
  #include <stdio.h>
  void aio_completion_callback(io_context_t ctx, struct iocb *iocb, long res, long res2) {
      printf("Async I/O completed, bytes: %ld\n", res);
  }
  int main() {
      io_context_t ctx;
      memset(&ctx, 0, sizeof(ctx));
      io_setup(1, &ctx);
      struct iocb cb = {0};
      struct iocb *cbs[1] = {&cb};
      char buf[1024];
      io_prep_pread(&cb, open("test.txt", O_RDONLY), buf, sizeof(buf), 0);
      cb.data = NULL; // 可设置回调上下文
      io_submit(ctx, 1, cbs); // 异步提交
      // 继续执行其他任务...
      struct io_event events[1];
      io_getevents(ctx, 1, 1, events, NULL); // 等待完成
      aio_completion_callback(ctx, &cb, events[0].res, events[0].res2);
      io_destroy(ctx);
      return 0;
  }

  此示例中，io_submit提交异步读请求后，主线程可处理其他逻辑，通过io_getevents获取结果。

二、阻塞IO与非阻塞IO：线程状态的抉择

1. 阻塞IO（Blocking I/O）

阻塞IO是默认模式，当线程发起I/O请求时，若数据未就绪，线程会进入休眠状态，直到操作完成。

• 适用场景：简单脚本、单线程应用。
• 问题：在高并发下，大量线程阻塞会导致资源浪费。

2. 非阻塞IO（Non-blocking I/O）

非阻塞IO通过文件描述符的O_NONBLOCK标志实现。发起I/O请求时，若数据未就绪，立即返回EAGAIN或EWOULDBLOCK错误，应用程序需通过轮询或事件通知重试。

• 实现方式：
  • select/poll/epoll：监控文件描述符状态。
  • kqueue（BSD系统）。

• 代码示例（非阻塞读）：

  #include <stdio.h>
  #include <fcntl.h>
  #include <unistd.h>
  #include <errno.h>
  int main() {
      int fd = open("test.txt", O_RDONLY | O_NONBLOCK);
      char buf[1024];
      ssize_t bytes_read;
      while (1) {
          bytes_read = read(fd, buf, sizeof(buf));
          if (bytes_read > 0) {
              write(STDOUT_FILENO, buf, bytes_read);
              break;
          } else if (bytes_read == -1 && errno == EAGAIN) {
              // 数据未就绪，执行其他任务
              usleep(1000); // 避免忙等待
          } else {
              break; // 错误处理
          }
      }
      close(fd);
      return 0;
  }

  此代码通过循环检查数据是否就绪，避免线程阻塞。

三、直接IO与缓冲IO：数据路径的选择

1. 缓冲IO（Buffered I/O）

缓冲IO是默认模式，数据先在内核缓冲区中暂存，再由内核异步或同步写入磁盘。用户空间与内核空间通过read/write系统调用交互。

• 优势：减少系统调用次数，提升小文件读写性能。
• 劣势：引入额外拷贝（用户空间↔内核缓冲区）。

2. 直接IO（Direct I/O）

直接IO绕过内核缓冲区，数据直接在用户空间与磁盘之间传输。需显式设置O_DIRECT标志。

• 适用场景：大文件顺序读写、数据库日志。

• 代码示例（直接IO读）：

  #include <stdio.h>
  #include <fcntl.h>
  #include <unistd.h>
  #include <stdlib.h>
  int main() {
      int fd = open("large_file.dat", O_RDONLY | O_DIRECT);
      if (fd == -1) {
          perror("Open failed");
          return 1;
      }
      // 对齐缓冲区（通常为512字节或4K的倍数）
      void *buf;
      if (posix_memalign(&buf, 512, 4096) != 0) {
          perror("Memory allocation failed");
          close(fd);
          return 1;
      }
      ssize_t bytes_read = read(fd, buf, 4096);
      if (bytes_read > 0) {
          // 处理数据...
      }
      free(buf);
      close(fd);
      return 0;
  }

  注意：直接IO要求缓冲区地址和大小必须对齐磁盘扇区大小（通常512字节）。

四、内存映射IO：虚拟地址的巧妙利用

内存映射IO（Memory-Mapped I/O）通过mmap系统调用将文件映射到进程的虚拟地址空间，读写操作直接通过指针访问，无需显式调用read/write。

• 优势：减少数据拷贝，适合随机访问大文件。

• 代码示例：

  #include <stdio.h>
  #include <sys/mman.h>
  #include <fcntl.h>
  #include <unistd.h>
  int main() {
      int fd = open("data.bin", O_RDWR);
      ftruncate(fd, 4096); // 调整文件大小
      void *addr = mmap(NULL, 4096, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
      if (addr == MAP_FAILED) {
          perror("mmap failed");
          close(fd);
          return 1;
      }
      // 直接通过指针访问文件内容
      char *data = (char *)addr;
      data[0] = 'A'; // 写入数据
      munmap(addr, 4096);
      close(fd);
      return 0;
  }

  注意：修改后的数据需通过msync同步到磁盘（若使用MAP_SHARED）。

五、总结与建议

1. 同步vs异步：高并发场景优先选择异步IO（如io_uring），低并发或简单逻辑可用同步IO。
2. 阻塞vs非阻塞：结合事件通知机制（如epoll）使用非阻塞IO，避免线程阻塞。
3. 直接IO vs 缓冲IO：大文件顺序读写用直接IO减少拷贝，小文件或随机访问用缓冲IO。
4. 内存映射IO：适合频繁随机访问的场景，但需注意页面错误和同步开销。

理解磁盘I/O的多种类型是性能优化的基础。后续文章将深入分析不同I/O模式的性能对比、调优策略及实际案例，敬请关注。