java IO编程模型

转载地址：https://www.toutiao.com/a6487925921268367885/

很多开发者一直都以当架构师作为目标，虽然将来不一定能成为架构师，但是成为架构师你肯定得了解IO模型。如果你是一名JAVA初学者，你可能对IO模型用在什么地方感到困惑。IO模型与你写程序之间到底有什么关系呢？不管你是初学者，亦或是一名老鸟，对IO模型你是否又有所耳闻呢？当你与其他人交流分布式服务框架的底层时，你是否会感觉到困惑？其实分布式服务底层的实现也离不开IO模型的合理利用。下面我们讲通过图文来解释相关的IO模型。

在讲解IO模型前，先理解两个概念，用户空间和内核空间。

用户空间指的是常规进程所在的区域，打开机器中的任务管理器，你会看到一些常用的常规进程，需要特别指出的是Java虚拟机是常规进程，驻守于用户空间。

内核空间主要是操作系统运行时所使用的用于程序调度，连接硬件资源或者虚拟内存的程序逻辑。所有的IO都直接或者间接依赖内核空间。只有内核空间才能直接访问硬件设备，用户空间是无法直接访问硬件设备的。

用户程序不允许直接访问硬件资源，如果用户程序需要访问硬件资源，必需通过调用操作系统提供的接口方可以访问对应的硬件资源，这一过程我们称为系统调用（System call）。

下图是一个普通的磁盘IO的流程图：

普通的磁盘IO示例

流程说明：

1.进程使用底层函数read()方法，执行系统调用，要求将其缓冲区填满，然后将系统控制权返还给内核空间。

2.内核空间向磁盘发出请求，要求读取数据。

3.磁盘控制器通过DMA（Direct Memory Access--直接存储器访问）将数据写入内核缓冲区，无需CPU协助。为什么说无需CPU协助呢，CPU主要承担运算功能及调度。

4.磁盘控制器把内核缓冲区填满后，内核把数据从内核空间的临时缓冲区拷备到进程调用read()方法所指定的缓冲区。

5.用户进程从对应的缓冲区获取数据。

对于一个IO来讲，会涉及到两个系统对象：一是用户进程（process），另一个是系统内核（kernel）。当一次IO发生时，会经历两个阶段：一是等待数据准备（Waiting for the data to be ready）。其二是将数据从内核拷备到用户进程中（Copying the data from the kernel to the process）。

首先理解阻塞与非阻塞。

阻塞指的是当任务执行中发起的请求因其请求的某个条件不满足，它将一直等待直到条件满足。

非阻塞是指当任务执行中当发现其请求的某个条件不满足时，立刻得到系统反馈其条件不满足，非阻塞不会一直等待。

IO主要包括以下五种基本模型：

1)blocking I/O 阻塞IO

2)nonblocking IO 非阻塞IO

3)IO multiplexing 多路复用IO

4)signal driven IO 信号驱动IO

5)asynchronous IO 异步IO

一、阻塞IO

blocking IO Model

参考上图，当应用程序得到recvfrom命令时，会发起一次系统调用到系统内核，当系统内核数据没能准备好时，应用进程在处于阻塞状态，等待数据准备好。当系统内核数据准备好以后，应用程序会等待内核空间将数据拷备到用户空间。当内核空间返回OK的信号后，应用程序才结束了阻塞的状态。所以阻塞IO在IO的两个阶段都处于阻塞状态。

我们接解到的网络编程时的底层方法listen()、recv()、send()都属于阻塞IO，这会给网络编程带来很大的问题，一旦线程被阻塞，线程无法执行任何运算或者响应网络请求，却白白的占用了系统控制权。当面对这种情况时，一种比较好的方式是采取多线程。这样在某一个线程阻塞时，并不会影响其他线程的运行。那是不是多线程就完美的解决了这种问题了呢，其实并不是，当系统中的线程达到一定规模以后，线程栈将无法再创建新的线程，而且在线程数据膨胀后，线程上下文切换也会占用大量的时间，比较差的情况是造成服务崩溃，系统假死。很多时候，会考虑使用线程池的方式来实现，这将减少线程的创建和销毁过程，将线程采用复用的方式。这也很好的降低了系统开销，但是实际业务中，池也有大小，当请求量远超池所能承受的业务范围时，池的效果并不能很好体现，所以使用池必须考虑其所面临的业务规模，并依此来调整池的大小。

二、非阻塞IO

nonblocking IO

参考上图，在采用非阻塞IO的情况下，当用户程序发起系统调用时，如果内核空间没有准备好，内核空间不会阻塞用户进程，而是直接响应一个信号告知用户程序，当前内核空间并没准备好数据，当用户空间收到内核空间的响应数据没准备好时，用户空间将再次发送read请求，直到内核空间准备好。一旦用户空间准备好了，用户空间再次发起系统调用时，内核空间将会将数据从内核空间拷备到用户空间。将用户进程收到内核空间反馈的OK状态后，用户进程将获取系统调度权，继续执行。我们会发现在此过程中用户空间在内核空间数据没准备好的情况下，需要不停的发起询问，这将非常耗费CPU，因此此种模式在单线程模式下不被推荐，但是在多线程的情况下，此模式就显示出了其优势。如selector()多路复用模式。可以用一个单独的线程来检测多个线程的请求是否就绪，这就是第三种模式多路复用IO模型。

三、多路复用IO

多路复用IO模型

多路复用IO，采用的是select/epoll的方式，可以使用单个线程来监控多个网络连接IO，当有数据到达时，它会通知到对应的用户进程。当用户进程调用select时，整个进程是处于阻塞态的，内核会检测select所负责的所有Socket，当其中任意一个Socket数据准备好了，select会返回一个readable的信号，此后用户进程再发起一次系统调用，将数据从内核空间拷备到用户空间。

在多路复用IO模型中，对于单独的socket，其实都是设置成为非阻塞IO，只不过这个block托管给了select，而并不被Socket IO 所阻塞。在线程数据很小时，这种IO模式可能并不比多线程和非多个非阻塞IO表现的更好。

四、信号驱动IO模型。

信号驱动IO不大常用。此处仅作了解。

五、异步IO

异步IO模型图

用户进程发起aio_read的系统调用后，会立刻得到内核空间的响应，用户空间可以处理自己的事情，此后内核空间就可以等待数据完成，将数据准备完成后，内核空间将数据拷备到用户空间，然后给用户进程发送一个完成的信号，这次IO交互就完成了

在JAVA服务端编程中存在三种编程模型。

BIO：在这种模型中，主多线程accept请求并阻塞，当请求到达到，服务端创建新的线程来处理这个请求socket,完成对客户端的响应，这种模式下线程数可能会爆炸。

NIO：在这种模型中，主要采用的是多路复用方式来实现。所以我们说的JAVA NIO并不是异步IO，而是同步非阻塞IO。

AIO：也叫NIO2.0，是基于异步IO模型的实现。比NIO编程模型简化了不少。