输入输出（IO）管理

发表于2024-08-17|更新于2026-06-10|Computer Basics

|浏览量:

输入输出IO管理

三种常见的设备接口类型

字符设备（键盘鼠标、串口等）
块设备（磁盘、磁带、光驱等）
网络设备（以太网、无线等）

IO管理概述

IO控制方式

阻塞IOWait：读数据时，进程进入等待状态，直到数据读取完成；写数据时，进程进入等待状态，直到设备完成数据写入
非阻塞IODon't Wait：立即从读写系统调用返回，返回值成功传输字节数
异步IOTell me later：读数据时，使用指针标记好数据缓存区，立即返回，稍后内核将填充缓冲区并通知用户；写数据时，使用指针标记好用户缓冲区，立即返回，稍后内核将处理数据并返回给用户。

IO软件层次结构

设备 -> 设备控制器 -> 设备驱动 -> IO子系统 -> 内核

IO核心子系统

IO调度概念

高速缓存与缓冲区

缓存：数据传输双方访问速度差距较大，引入的速度匹配中间层。磁盘缓存是磁盘扇区在内存中的缓冲区

文章作者: xhj

文章链接: https://hzhzxfs.github.io/2024/08/17/%E8%BE%93%E5%85%A5%E8%BE%93%E5%87%BA%EF%BC%88IO%EF%BC%89%E7%AE%A1%E7%90%86/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 xhj的博客！

Computer Basics

相关推荐

树与二叉树

树与二叉树树定义：树是n个结点的有限集合，在任何一个非空的树中有且只有一个根节点子女：结点的子树非空，结点子树的根即为结点的子女双亲：结点有子女，该结点是子女的双亲兄弟：某一结点的所有子女，互为兄弟度：结点的子女个数分支结点：非终端结点叶：终端结点祖先：沿着双亲的路径返回均为祖先子孙：下属所有结点结点的层次：规定根节点在第一层，子女依次加1 深度：层次的最大值树的高度：根节点的高度->所有子女高度+1 有序树：树的结点的各棵子树是从左到右有顺序的无序树：无序，各棵子树之间的次序可以呼唤森林：m棵互不相交的树组成二叉树二叉树中不存在度大于2的结点满二叉树完全二叉树：k层二叉树除了第k层有从有向左的连续缺失的结点二叉树的顺序表示按照满二叉树的顺序，有数则填，无数则留空极端情况下，资源利用率特别低二叉树的链式表示二叉链表三叉链表二叉树遍历前序遍历（VLR）【-+a*b-cd/ef】中序遍历（LVR）【a+b*c-d-e/f】后序遍历（LRV）【abcd-*+ef/-】 ...

设计模式学习笔记

创建型作用：如何创建对象 1 单例模式单例模式（Singleton）创建分为饿汉式和懒汉式，但是在开源项目中使用最多的主要有两种写法。 1.1 静态常量静态常量方式属于饿汉式，以静态变量的方式声明对象。这种单例模式在 Spring 中使用的比较多，举个例子，在 Spring 中对于 Bean 的名称生成有个类 AnnotationBeanNameGenerator 就是单例的。 1.2 双重检查机制双重检查机制（DCL）方式属于懒汉式。 123456789101112131415161718public class Singleton { private volatile static Singleton INSTANCE; private Singleton() {} public static Singleton getInstance() { if (INSTANCE == null) { synchronized (Singleton.class) {...

绪论O记号问题：随着问题规模的增长，计算成本是如何变化的？考虑的是计算成本的增长趋势分析：在问题规模足够大的情况下，计算成本如何变化：需要执行的基本操作次数T(n) 需要占用的存储单元数量S(n)，一般不考虑空间占用对于T(n)转为O(f(n)) 常系数可以忽略，低次项可以忽略 O复杂度计算基于悲观的角度判断代码的复杂度常数复杂度O(1)：不含转向（循环、调用、递归等），部分特例虽然含有循环、调用、递归等，但是需要考虑到实际情况才能确定。对数复杂度O(log n)：高效，复杂度无限接近常数多项式复杂度O(n^c)：界定为多项式的最高次项线性复杂度O(n) 指数复杂度O(c^n)：计算成本高 1234567void func(int n){ // n是正整数 int i = 1; while(i<=n)i*=2;}// 被嵌套的深层语句是i*=2；频率由i<=n决定，显然时间复杂度为O(log n) 冒泡排序观察：有序序列中，任意一对相邻元素顺序 / 无序序列中，存在一对相邻元素逆序 ...

串串串（字符串）：由零个或者多个字符组成的有限序列。串值：双引号括起来的字符序列串长：所包含的字符总数量子串（substring）子串序号（index）串相等：长度相等且对应位置的字符也一样串常量：只能读，不能写串变量：可读可写串在计算机中的存储方式定长顺序存储表示堆分配存储块链存储（块的意思是每个结点存放不止一个字符）串的模式匹配算法模式匹配：子串在主串中的定位称为模式匹配或串匹配 Brute-Force模式匹配算法匹配流程代码 BF算法代码执行的复杂度为O(m+n)，最坏为O(m*n)。当遇到s=”001”,p=”00000000001”的串的时候，就会遇到最坏情况 KMP模式匹配算法改进点：每当一趟匹配出现字符不相等时，主串指示器不用回溯，而利用已经得到的部分匹配的结果，将模式匹配器向右尽可能滑动一段距离后在继续比较匹配流程代码 KMP算法代码可以大大缩短匹配的次数时间复杂度一定是O(m+n) 仅当模式与主串之间存在许多部分匹配的情况，才会比BF算法有明显的性能提升

内部排序概述排序：将一组杂乱无章的数据按照一定规律顺次排列数据表：待排序数据元素的有限集合排序算法的稳定性：数据表中两个相同的值在经过算法排序后的相对位置是否改变内排序：排序期间数据元素全部在内存中外排序：数据太多，只能部分在内存中进行，需要不断进行内外存的数据转移排序的时间开销：衡量算法好坏的标志，主要表现是数据比较次数和数据移动次数总关键字比较次数：KCN 元素移动次数：RMN 内部排序插入排序：每步将一个待排序的元素按照其关键字的大小，插入到前面已经排好序的一组元素的适当位置上面，直到全部元素插入完毕为止直接插入排序：从unsorted的列表中找到最大的和sorted列表中最后一个元素交换折半插入排序：利用折半查找算法，找到合适的位置层层递进插入（类似二叉查找树），实际复杂度取决于数据表的初始排列 2-路插入排序：复制一个新的数据表，遍历原数据表时判断与新数据表的关系选择插入位置表插入排序：使用链表实现直接插入排序希尔排序：(缩小增量排序)按照一个k的维度进行排序，开始时k值较大，子序列中元素较少，速度快；后来基本已完成排序，需要移动的元素减少...

线性表线性表定义：由n个数据元素组成的有限序列；原则上数据类型可以不一致，但存储类型可能会做出一定的限制特性: 除第一个元素外,其他元素只有一个直接前驱;除了最后一个元素,其他元素只有一个直接后继. 表示方式:顺序存储方式/链表存储方式顺序表定义:将线性表中的元素相继存放在一个连续的存储空间中,可以利用一维数组描述数据结构特性:所有元素的逻辑先后顺序和物理存放顺序一致 123456789101112131415161718192021const MAX_SIZE = 100// SQListA 顺序表的静态存储表示type SQListA struct{ data [MAX_SIZE]int64 length int}// SQListB 顺序表的动态存储表示type SQListB struct{ data *int64 length int}// Init_SQ 初始化顺序表func Init_SQ(list *SQListA) bool{ list.d...