Java IO：网络IO模型

网络IO模型有5种，分别为：阻塞式IO，非阻塞式IO，IO复用，信号驱动式IO 和 异步IO。

一.  操作系统如何处理IO

    Linux 会把所有的外部设备都看成一个文件来操作，对外部设备的操作可以看成是对文件的操作。我们对一个文件的读写，都会通过内核提供的系统调用，内核会给我们返回一个 File Descriptor，这个描述符是一个数字，指向内核的一个结构体，我们应用程序对文件的读写就是对描述符指向的结构体的读写。

    系统调用是如何完成IO操作？Linux 会把内存分为 内核区和用户区。Linux 的内核区会帮我们管理所有的硬件资源，并且会提供系统调用，我们应用程序的读操作，就会通过系统调用 read 发起一个读操作，这个时候，内核就会创建一个文件描述符，通过驱动向硬件发送读指令，并且把读的数据放在描述符指向的结构体的缓冲区中。当这个数据传到用户区的时候，就完成了一次 IO。

    Linux 系统调用的 read，是一个阻塞函数。这个我们应用程序在发起read系统调用的时候，就必须要阻塞，进程挂起，等待文件描述符的读就绪。

    从上面我们可以知道，应用程序的一个 read系统调用，需要经过：

1. 硬件读取文件数据到文件描述符指向的结构体的缓冲区。
2. 结构体的缓冲区的数据 传输到 用户区。
   

二. 阻塞式 IO

    在进行网络IO的时候，进程发起一个 recvform 系统调用，然后进程就会被阻塞，什么也不干，等待上述 所说的 1 和 2步骤完成（也就是硬件读取内容到内核的结构体缓冲区，结构体缓冲区的内容到用户区），最后进程再被处理。大致如下图1：

图1

二. 非阻塞式 IO

    在上述的 阻塞式 IO中，可以看到，进程在发起了 recvform 系统调用的时候，就会阻塞，那么非阻塞式 IO 和 阻塞式 IO 的一个区别就在这里，它并不会阻塞，而是马上返回一个错误码，进程在得到错误码之后，可以干点别的事情，然后再重复上述的步骤，也就是又发起一个 recvform 系统调用。这个过程就成为轮询。

    需要注意的是，上述的轮询只是针对操作系统处理IO的第一步，也就是 硬件读取数据到内核的结构体缓冲区，不针对第二步，也就是说，内核的结构体缓冲区的数据复制到用户区还是需要经过阻塞。如下图2:

图2

三. IO复用

    由上面的非阻塞式IO可以看出，轮询占了很大一部分过程，这个过程会消耗很多CPU时间。这个轮询是由用户区发起的，但是，这个轮询如果是由内核区发起的，那么效率就有提升。IO复用提供了两个 系统调用 ：select 和 poll。select 系统调用是内核级别的，它和 非阻塞式的轮询 有一个区别，就是select 轮询 可以等待多个 socket，任何一个socket 的数据准备好了，那么就可以返回进行读。 select 和 poll调用之后，会阻塞进程，那么这种阻塞进程不同于 第一种 阻塞式IO的阻塞，此时的select不是等到socket数据全部到达后再处理，而是有一部分数据就会调用用户进程处理。打个比方：钓鱼的时候，雇佣一个帮手，他可以同事抛下多个鱼竿，任何一杆的鱼上钩，他就会拉杆，他只负责帮我们，不负责帮我们处理，所有我们还得在一边等着，等到他拉杆，我们再处理。 如下图3:

图3

Ps：实际上 select/poll 是落后的，因为 select 的句柄数有限，为1024 个，也就是说，同次检测 1025 个句柄死 是不可能。另外，内核的select是采用轮询的方法，select检测的句柄数越大就会越耗时，这些都是问题。那么epoll就能够解决这些问题，epoll 实际上也是 slect/poll 的增强版。

四. 信号驱动式IO

    也就是说，数据未准备就绪的时候，那么就进行等待，但是这个等待不会进行轮询，也不会阻塞。而是在某一时刻如果数据准备好了，那么内核会通知进程启动IO操作，将数据从内核区复制到用户区。如下图4 所示：

图4

五. 异步IO

    异步 IO 是指 相当于 信号式驱动 IO 的一个升级版本。异步 IO 是等 内核完成整个操作之后再通过应用程序，这整个过程包括了 硬件读取数据到 内核结构体的缓冲区中，以及缓冲区的数据复制到 用户区中，这整个过程进程都不会阻塞。如下图5:

图5

总结：以上就是 操作系统如何处理IO，以及常用的 5种 网络 IO模型。包括（阻塞式IO（java的传统IO），非阻塞式IO（NIO），多路复用IO，信号驱动IO，异步IO）。

参考：

1. 深入浅出异步IO模型
   
2. 简明网络IO模型
   
3. 《网络编程》IO模型