博客
关于我
I/O控制方式
阅读量:403 次
发布时间:2019-03-05

本文共 965 字,大约阅读时间需要 3 分钟。

I/O控制方式

程序直接控制方式

CPU干预

很频繁,I/O操作开始之前,完成之后需要CPU介入,而且在等待I/O完成的过程中CPU需要不断得轮询检查。

数据的流向

每次读/写一个字

读操作(数据输入):I/O设备->CPU->内存
写操作(数据输出):内存->CPU->I/O设备

流程图

在这里插入图片描述

主要缺点和主要优点

优点:实现简单。在读/写指令之后,加上实现循环检查的一系列指令即可(因此才称为“程序直接控制方式”)

缺点:CPU和1/0设备只能串行工作,CPU需要一直轮询检查长期处于“忙等”状态,CPU利用率低。

中断驱动方式

CPU干预

每次1/0操作开始之前、完成之后需要CPU介入。等待1/0完成的过程中CPU可以切换到别的进程执行。

数据的流向

每次读/写一个字

读操作(数据输入): I/0设备->CPU->内存
写操作(数据输出): 内存->CPU->I/0设备

流程图

在这里插入图片描述

主要缺点和主要优点

优点:与“程序直接控制方式”相比,在“中断驱动方式”中,1/0控制器会通过中断信号主动报告1/0已完成,CPU不再需要不停地轮询。 CPU和1/0设备可并行工作,CPU利用率得到明显提升。

缺点:每个字在I/O设备与内存之间的传输,都需要经过CPU。而频繁的中断处理会消耗比较多的CPU时间。

DMA方式

CPU干预

仅在传送一个或多个数据块的开始和结束时,才需要CPU干预

数据的流向

每次读/写一个块

读操作(数据输入): I/0设备->内存
写操作(数据输出): 内存->I/0设备

流程图

在这里插入图片描述

主要缺点和主要优点

优点:数据传输以“块”为单位,CPU介入频率进一步降低。数据的传输不再需要先经过CPU再写入内存,数据传输效率进一步增加。CPU和1/0设备的并行性得到提升。

缺点:CPU每发出一条1/0指令,只能读/写一个或多个连续的数据块。

通道控制方式

CPU干预

极低,通道会根据CPU的指示执行相应的通道程序,只有完成一组数据块的读/写后才需要发出中断信号,请求CPU干预。

数据的流向

每次读/写一组数据块

读操作(数据输入):I/0设备->内存
写操作(数据输出):内存->I/0设备

流程图

在这里插入图片描述

主要缺点和主要优点

缺点:实现复杂,需要专门的通道硬件支持

优点:CPU、通道、1/0设备可并行工作,资源利用率很高

转载地址:http://uudzz.baihongyu.com/

你可能感兴趣的文章
NIS服务器的配置过程
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>