前言
问题：普通套接字实现的服务端的缺陷
一次只能服务一个客户端！
accept阻塞！
在没有新的套接字来之前，不能处理已经建立连接的套接字的请求
recv 阻塞！
在没有接受到客户端请求数据之前，不能与其他客户端建立连接
可以用非阻塞接口来尝试解决这个问题
IO阻塞与非阻塞
阻塞IO模型
阻塞IO（blocking IO）的特点：就是在IO执行的两个阶段（等待数据和拷贝数据两个阶段）都被block了。
什么是阻塞呢？想象这种情形，比如你等快递，但快递一直没来，你会怎么做？有两种方式：
- 快递没来，我可以先去睡觉，然后快递来了给我打电话叫我去取就行了。
- 快递没来，我就不停的给快递打电话说：擦，怎么还没来，给老子快点，直到快递来。
很显然，你无法忍受第二种方式，不仅耽搁自己的时间，也会让快递很想打你。
而在计算机世界，这两种情形就对应阻塞和非阻塞忙轮询。
- 非阻塞忙轮询：数据没来，进程就不停的去检测数据，直到数据来。
- 阻塞：数据没来，啥都不做，直到数据来了，才进行下一步的处理。
非阻塞IO模型
非阻塞式IO中，用户进程其实是需要不断的主动询问kernel数据准备好了没有
非阻塞如何利用
- 吃满 CPU ！
- 宁可用 while True ，也不要阻塞发呆！
- 只要资源没到，就先做别的事！
服务器端
import socket
CONN_ADDR = ('127.0.0.1', 9999)
conn_list = [] # 连接列表
sock = socket.socket(socket.AF_INET,socket.SOCK_STREAM) # 开启socket
sock.setblocking(False) # 设置为非阻塞
sock.bind(CONN_ADDR) # 绑定IP和端口到套接字
sock.listen(5) # 监听，5表示客户端最大连接数
print('start listen')
while True:
try:
conn, addr = sock.accept() # 被动接受TCP客户的连接，等待连接的到来，收不到时会报异常
print('connect by ', addr)
conn_list.append(conn)
conn.setblocking(False) # 设置非阻塞
except BlockingIOError as e:
pass
tmp_list = [conn for conn in conn_list]
for conn in tmp_list:
try:
data = conn.recv(1024) # 接收数据1024字节
if data:
print('收到的数据是{}'.format(data.decode()))
conn.send(data)
else:
print('close conn',conn)
conn.close()
conn_list.remove(conn)
print('还有客户端=>',len(conn_list))
except IOError:
pass
客户端
import socket client = socket.socket()
client.connect(('127.0.0.1', 9999)) while True:
msg = input(">>>")
if msg != 'q':
client.send(msg.encode())
data = client.recv(1024)
print('收到的数据{}'.format(data.decode()))
else:
client.close()
print('close client socket')
break
输出结果
非阻塞IO模型优点：实现了同时服务多个客户端，能够在等待任务完成的时间里干其他活了（包括提交其他任务，也就是 “后台” 可以有多个任务在“”同时“”执行）。
但是非阻塞IO模型绝不被推荐
非阻塞IO模型缺点：不停地轮询recv，占用较多的CPU资源。
对应BlockingIOError的异常处理也是无效的CPU花费 ！
如何解决：多路复用IO
多路复用IO
把socket交给操作系统去监控，相当于找个代理人(select), 去收快递。快递到了,就通知用户，用户自己去取。
阻塞I/O只能阻塞一个I/O操作，而I/O复用模型能够阻塞多个I/O操作，所以才叫做多路复用
使用select函数进行IO请求和同步阻塞模型没有太大的区别，甚至还多了添加监视socket，以及调用select函数的额外操作，感觉效率更差。
但是，使用select以后最大的优势是用户可以在一个线程内同时处理多个socket的IO请求。用户可以注册多个socket，然后不断地调用select读取被激活的socket，
即可达到在同一个线程内同时处理多个IO请求的目的。而在同步阻塞模型中，必须通过多线程的方式才能达到这个目的。
epoll是目前Linux上效率最高的IO多路复用技术。
epoll是惰性的事件回调，惰性事件回调是由用户进程自己调用的，操作系统只起到通知的作用。
epoll实现并发服务器，处理多个客户端
import socket
import selectors # 注册一个epllo事件
# 1. socket
# 2.事件可读
# 3.回调函数 把一个函数当成变量传到函数里 def recv_data(conn):
data = conn.recv(1024) if data:
print('接收的数据是：%s' % data.decode())
conn.send(data)
else:
e_poll.unregister(conn)
conn.close() def acc_conn(p_server):
conn, addr = p_server.accept()
print('Connected by', addr)
# 也有注册一个epoll
e_poll.register(conn,selectors.EVENT_READ,recv_data) CONN_ADDR = ('127.0.0.1', 9999)
server = socket.socket()
server.bind(CONN_ADDR)
server.listen(6) # 表示一个客户端最大的连接数 # 生成一个epllo选择器实例 I/O多路复用，监控多个socket连接
e_poll = selectors.EpollSelector() # window没有epoll使用selectors.DefaultSelector()实现多路复用
e_poll.register(server, selectors.EVENT_READ, acc_conn) # 事件循环
while True:
# 事件循环不断地调用select获取被激活的socket
events = e_poll.select()
#print(events)
"""[(SelectorKey(fileobj= < socket.socket
laddr = ('127.0.0.1',9999) >,……data = < function acc_conn at 0xb71b96ec >), 1)]
"""
for key, mask in events:
call_back = key.data
#print(key.data)
call_back(key.fileobj)
输出结果
多路复用模型，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，