透彻理解阻塞/非阻塞、同步/异步

黄杰 / 2022-02-10

阻塞/非阻塞、同步/异步这几个词汇常用在与 I/O 相关的接口、实现、框架、协议的描述。

在一些场景下，同步与阻塞表示几乎相同的含义；在另外一些场景下，同步和非阻塞也可以一起描述接口。

甚至针对同一描述对象，我们从不同角度去看待，都可能选用截然相反的词进行描述。在某个层次上表现为阻塞/非阻塞、同步/异步，也并不意味着其实现中一定使用了相同的手段。

本篇小文是我个人对这几个词汇的理解过程，错误之处望大佬们不吝指正。

一、字面含义

我们先分别看看 阻塞/非阻塞、同步/异步 的字面含义，能对这两组概念有最简单直观的理解。

1.1 阻塞（block）

直接通过 Google 图片来理解一下 “block” 的含义，就是前进的道路被阻挡了：

这里要区分另外一个在线程同步时提到的概念 屏障（barrier）：

block 是针对单个调用者，满足条件就解除阻塞
barrier 是拦下多个并行的线程，等待都到达后再放行，条件就是大家都到达

1.2 同步（synchronous）

synchronous 这个词，英文单词拆解开由三部分组成，syn-chron-ous，就是在时间上是一起的，通常译作同步的、同时的：

syn-, prefix. comes from Greek, where it has the meaning “with; together.’'
-chron-, root. comes from Greek, where it has the meaning “time.’'
-ous, suffix. attached to roots to form adjectives with the meaning “possessing, full of (a given quality)’'

通常这个单词还表示速度、位置上一致，比如地球同步卫星，叫做 “geosynchronous satellite”。

同步是同时发生的，在时序上可预测；异步不是同时发生的，在时序上不可预测。

更广泛点，如果 A 做了一件事的同时，B 去做另外一件事，如果 A 不做这件事，B就不去做另外一件事，这也是一种同步。

HTTP/1 是同步的协议，客户端发出一个消息，预期发送完后接收一个消息。HTTP 的 Client/Server 的实现可以是异步的。
发邮件是异步的，因为发出去无法期待着什么时候回复、甚至会不会回复。

二、阻塞与同步关联与比较

2.1 联系

两组概念字面意思看似没有什么关系，为什么我们还会经常混淆这两组概念？

因为在计算机领域，经常会有这样的场景，将同步和阻塞紧紧的关联在一起：

用户调用 API，它会挂起线程，直到它得到某种答案并将它返回给用户。

阻塞：API 没有立即返回，不能继续往下进行。
同步：当 API 没有返回时，不去做后边的动作；当 API 返回之后，就去做后边的动作。
阻塞和同步概念都常用于描述 I/O 尤其是网络 I/O 接口或框架。

比如在 gRPC 的文档中，介绍 同步 RPC 调用 和 非阻塞 API 时是分别有两段描述：

Synchronous RPC calls that block until a response arrives from the server are the closest approximation to the abstraction of a procedure call that RPC aspires to.

This tutorial shows you how to write a simple server and client in C++ using gRPC’s asynchronous/non-blocking APIs.

可见同步和阻塞常常一块使用，异步和非阻塞常常一起使用。

2.2 区别

阻塞和同步两个都是形容词，但它们描述的细节有不同偏重：

描述词性不同，阻塞描述的是阻拦的这个动作，同步/异步描述的是架构状态
描述层次不同，阻塞常用于描述单模块中的 API，更微观；同步/异步则描述多个模块关系，更宏观
API 也可以用同步描述，能够给出预期内结果的就是同步 API，反之则是异步 API

根据这两点，我们就能更好的理解，上边介绍的为什么 gRPC 中叫同步 RPC 调用(Synchronous RPC calls) 而不是称作非阻塞 RPC 调用：

调用 (call) 是涉及客户端和服务端两个模块
预期在的发送请求之后会有返回

2.3 组合

通过本节前面的介绍，可以理解 同步/异步 和 阻塞/非阻塞 是两个方面的描述，因此这两方面概念可以组合出四种情况来描述接口或 I/O 模型，表中给出了每种组合下的案例:

	阻塞	非阻塞
同步	`read()` / `write()` gRPC 同步 API	`read()` / `write()` + `O_NONBLOCK`
异步	I/O 多路复用 (`select()`)	`aio_read()`/ `aio_write()` gRPC 异步 API

后边会继续对其中的案例进行分析说明。

三、案例分析

为了加深理解，我们通过一些常见的案例来理解一下阻塞、非阻塞、同步、异步以及它们的组合。

3.1 同步接口 `read()` / `write()`

为什么说 read() 接口是同步的？因为无论是打开文件时，是否增加了 O_NONBLOCK 标志位, read() 函数执行之后，我们能够明确的知道它是否执行成功。

阻塞模式下，只有读到数据或者发生错误时有返回
非阻塞模式下，能够立马读到数据，或返回非零并设置对应的 errno（打开文件时 oflag 中带了 O_NONBLOCK，则 read() 会立马返回，如果失败会设置为 EAGAIN or EWOULDBLOC 标志位。）

这里说的同步，是指 read() 自身对于程序流的表现是同步的，当然 read() 更底层实现上对数据的处理可以是异步的。在 APUE 14.5 节中也有提到，“并不能把非异步 I/O 函数称作‘同步’的”。这里加引号的“同步”是指完成了真正的读写，比如 write 完成并落到磁盘持久化。

3.2 I/O 多路转接

I/O 多路转接（I/O multiplexing）的基本思想是将多个描述符设置为非阻塞的，然后将这些描述符加入感兴趣的描述符列表中，然后阻塞直到其中的某个描述符准备好进行 I/O 时返回。

select() 等函数本身是同步阻塞函数，为什么有些文章会将 I/O 多路转接复用作为异步阻塞的案例？下面谈谈我的理解。考虑 APUE 14.4 节上的这个图：

telnet 命令执行的时候，实际是有两个 fd，一个是与用户端终端的接收输入和将服务端的返回输出给用户，另外一个与则是 telnet server 之间的用于将用户的输入传入，并接收其返回。

当这两个 fd 建立起来之后，对这两个 fd 使用 I/O 多路转接后，因为无法预测是用户先输入的还是远端的机器先有返回，即对不同的 fd 的处理时序是无法预测的，也就是异步的。

3.3 gRPC asynchronous/non-blocking APIs

上文提到，gRPC 描述 API 时使用了 asynchronous/non-blocking：

“asynchronous” 是 AsyncSayHello() 这种接口不会返回状态，调用这个函数之后无法预期是否发送或者是否收到返回，而是需要通过 Finish() + cq.Next() 接口来获得之后结果的
“non-block” 描述的是调用之后不会阻塞住的

3.4 I/O 模型

详见 UNP 6.2 节。

POSIX 在对 Synchronous I/O Operation 的定义中，同步和阻塞几乎是等价的：

An I/O operation that causes the thread requesting the I/O to be blocked from further use of the processor until that I/O operation completes.

Note: A synchronous I/O operation does not imply synchronized I/O data integrity completion or synchronized I/O file integrity completion.

3.5 异步 I/O

详见 APUE 14.5 节。

3.6 事件驱动

与事件驱动（Event-Driven）类似的表述还有 Event-Based / Event-Engine。

非阻塞 I/O 本身并不能直接带来性能的提升，而是需要结合 select/epoll 等多路复用机制。libevent 等事件驱动框架，对不同平台上的这些机制进行封装，将 fd 上发生可读、可写、超时等抽象成事件，指定在 fd 上发生某事件时进行处理的回调函数，实现整体功能。