深入理解JAVA的IO模型

通俗易懂的来讲，个人比较喜欢把io理解成对于文件中的数据进行读取或者修改的一种途径。

关于io的那些具体代码该如何编写，本文不打算进行具体展示，因为代码案例很多在网上一搜就有，所以直接忽略。

（作为程序员，基本的搜索能力还是要有的）

 

个人对于io的认识

每次读取数据都开启一个通道，然后用一个载体去读取文件里面的内容，然后将文件里面的数据运输回到程序里面。

那么载体的种类可能为字节，也可能是以缓冲的形式来读取数据，因此这个时候又分为了面向字节和面向缓冲的形式来读取数据。

 

面向字节读取数据

如图所示，一次运输一个字节，所以效率会比较底下。常见的字节流都是以这种方式读取和修改数据信息的。FileInputStream,ObjectInPutStream,PipedOutputStream,ByteArrayInputPutStream...

面向缓冲读取数据

面向缓冲的形式对数据内容读取的效率会较高，原因在于buffer会预先读取一定的字节内容，传输到程序中，读取效率会有所提升。

 

IO操作的时候计算机内部到底发生了什么？

在较早的计算机里面，读取磁盘汇总的数据的请求通常都是由一个程序发起的，首先会请求用户的地址空间（这里面存储了buffer数据）再去请求内核地址空间的内容。用户的内核地址空间和os的内核地址空间之间进行数据copy。内核地址空间需要去请求文件的io接口，读取数据。

但是每次内核地址空间去请求文件的io接口的时候，都需要cpu分出精力来处理io请求，因此会对cpu造成较大的压力。

于是随着技术的进步，后边出现了一种技术叫做dma总线技术，将io接口请求的任务分配给了dma和内存处理，减轻了cpu的压力。

假设当大量的请求发送过来之后，dma每次运行的时候都需要向cpu申请资源，创建dma总线。但是如果dma总线过多，容易发生冲突，因此会有性能影响。（申请资源需要排队）

因此后边又有了技术改善，dma拥有了自己的内存，专门用于进行io操作，有自己的命令和传输方式，不需要向cpu申请资源。

 

非直接缓冲区

jdk早期版本的是数据读取过程中，实际上是需要经历如下的一个过程

java程序并非直接就有权利去读取磁盘里面的数据，需要通过磁盘文件的io接口将数据传输到内核地址的缓存区，然后通过拷贝的形式将数据拷贝到用户地址的缓存区，再从用户地址里面的缓存区域进行数据的拷贝，从而实现io的数据读取。（通常32位Linux内核地址空间划分0~3G为用户空间，3~4G为内核空间）

 

直接缓冲区

在jdk1.4之后出现了new io，也就是我们常说的nio，它的运行效率高的原因之一就是使用了直接缓冲区。让jvm直接将部分的内存存储在了物理内存里面，避免了原来的jvm和os之间进行数据copy的性能消耗。

但是这样也有一定的缺点，那就是数据的安全性没有给os来进行管理，有一定的危险（例如病毒程序的篡改）。有时候程序里面的大对象存储也会使用堆外内存来保存，也是这种原理。（不占用jvm内存）如下图所示：

阻塞和非阻塞

Java的Io的各种流是阻塞的，当某个线程执行io这类操作的时候，都会进入一个堵塞的状态，直到有相应的数据读取或者全部写入完毕之后才阻塞结束。

随着jdk的发展，逐渐出现了nio技术，这是一种基于非阻塞模式的处理手段。当有线程进行数据的读写的时候，会有单独的线程来进行对于多个管道的输入输出管理。

 

同步io vs. 异步io

同步I/O：当有一连串的io请求需要处理的时候，无法并发的执行，需要进行排队等候。

异步I/O：用户线程发起I/O请求后仍然继续执行，当内核I/O操作完成后会通知用户线程，或者调用用户线程注册的回调函数。

 

字节流和字符流

早期版本的jdk里面提供了字节流和字符流两种类型，字符流在处理数据的时候是基于字符的形式，比原始的字节速度要高些，但是在处理一些类似于图片这类的数据的时候却无从下手。（因为图片的编码格式和常规的字符流编码格式不一致）。因此字符流和字节流各有各的优势，并不能说被任一方所替代。

 

总结

个人觉得io是java程序猿向高端进阶的一门比较吃力的学问了，从原始的bio发展到现在的nio，aio。netty，mina等一系列高性能io框架出来之后，市场的实际应用份额也越来越高。包括现有的很多rpc框架，例如说阿里的dubbo，名声赫赫的Tomcat，Jetty等服务器，很多都是基于io的技术基础进行升级研发的。