Java高并发教程：高并发IO的底层原理

IO读写的基础原理

　　程序进行IO读写依赖于操作系统底层的IO读写，主要为read、write两大系统调用。在不同的操作系统中，IO读写的系统调用的名称可能不完全一样，但是基本功能是一样的。

　　首先我们必须要明白的的是，read系统调用，并不是直接从物理设备把数据读取到内存中；write系统调用，也不是直接把数据写入到物理设备。上层应用无论时调用操作系统的read，还是write都会涉及缓存区。即，调用read，是把数据从内核缓存区复制到进程缓存区，wirte是把数据从进程缓存区复制到内核缓存区。

　　所以，程序的IO操作实际上是缓存的复制，并不是实际物理设备的读写，这项底层的读写交换，是由操作系统内核（Kernel）来完成的。

操作系统基础知识：

1.操作系统与外部设备之间：主要通过中断机制来实现。

2.操作系统与上层应用程序：主要通过异常与系统调用两个机制来实现。

内核缓存区与进程缓存区

　　缓存的目的是减少频繁地与设备之间的物理交换，因为外部设备的直接读写，都需要操作系统中断，而中断耗时耗力，所以缓存很有必要。

在Linux系统中，操作系统内核只有一个内核缓冲区。
每个用户程序（进程），有自己独立的缓存区，叫做进程缓存区。

　　用户程序的IO读写程序，在大多数情况下，并没有进行实际的IO操作，而是在进程缓冲区和内核缓冲区之间直接进行数据的交换。

系统调用read&write的流程

　　到这里，还是需要举个例子：

　　比如在Java服务器端，完成一次socket请求和响应，完整的流程如下：·

客户端请求：Linux通过网卡读取客户端的请求数据，将数据读取到内核缓冲区。·
获取请求数据：Java服务器通过read系统调用，从Linux内核缓冲区读取数据，再送入Java进程缓冲区。·
服务器端业务处理：Java服务器在自己的用户空间中处理客户端的请求。
服务器端返回数据：Java服务器完成处理后，构建好的响应数据，将这些数据从用户缓冲区写入内核缓冲区。这里用到的是write系统调用。·
发送给客户端：Linux内核通过网络IO，将内核缓冲区中的数据写入网卡，网卡通过底层的通信协议，会将数据发送给目标客户端。

四种主要的IO模型

1.同步阻塞IO（Blocking IO）

　　阻塞IO指的是需要内核IO操作彻底完成后，才返回到用户空间执行用户的操作。同步IO指的是用户空间的线程是主动发起IO请求的一方，内核空间是被动接收方。

　　总之，阻塞IO的特点是：在内核进行IO执行的两个阶段，用户线程都被阻塞了。

　　阻塞IO的优点是：应用的程序开发非常简单；在阻塞等待数据期间，用户线程挂起。在阻塞期间，用户线程基本不会占用CPU资源。

　　阻塞IO的缺点是：一般情况下，会为每个连接配备一个独立的线程；反过来说，就是一个线程维护一个连接的IO操作。在并发量小的情况下，这样做没有什么问题。但是，当在高并发的应用场景下，需要大量的线程来维护大量的网络连接，内存、线程切换开销会非常巨大。因此，基本上阻塞IO模型在高并发应用场景下是不可用的。

2.同步非阻塞IO（Non-blocking IO）

　　非阻塞IO，指的是用户空间的程序不需要等待内核IO操作彻底完成，可以立即返回用户空间执行用户的操作，即处于非阻塞的状态，与此同时内核会立即返回给用户一个状态值。

　　简单来说：阻塞是指用户空间（调用线程）一直在等待，而不能干别的事情；非阻塞是指用户空间（调用线程）拿到内核返回的状态值就返回自己的空间，IO操作可以干就干，不可以干，就去干别的事情。

　　在NIO模型中，应用程序一旦开始IO系统调用，会出现以下两种情况：

在内核缓冲区中没有数据的情况下，系统调用会立即返回，返回一个调用失败的信息。
在内核缓冲区中有数据的情况下，是阻塞的，直到数据从内核缓冲复制到用户进程缓冲。复制完成后，系统调用返回成功，应用进程开始处理用户空间的缓存数据。

　　同步非阻塞IO的特点：应用程序的线程需要不断地进行IO系统调用，轮询数据是否已经准备好，如果没有准备好，就继续轮询，直到完成IO系统调用为止。

　　同步非阻塞IO的优点：每次发起的IO系统调用，在内核等待数据过程中可以立即返回。用户线程不会阻塞，实时性较好。

　　同步非阻塞IO的缺点：不断地轮询内核，这将占用大量的CPU时间，效率低下。

　　总体来说，在高并发应用场景下，同步非阻塞IO也是不可用的。一般Web服务器不使用这种IO模型。这种IO模型一般很少直接使用，而是在其他IO模型中使用非阻塞IO这一特性。在Java的实际开发中，也不会涉及这种IO模型。

注意：这里所说的NIO（同步非阻塞IO）模型，并非Java的NIO（New IO）库。

3.IO多路复用（IO Multiplexing）

　　IO多路复用可以解决非阻塞IO模型中存在的轮询等待问题。在IO多路复用模型中，引入一种新的系统调用（Linux中，为select/epoll），查询IO的就绪状态。通过该调用，一个进程可以监视多个文件描述符，一旦某个描述符就绪（一般是内核缓存区可读/可写），内核就能够将就绪的装填返回给应用程序。随后，应用程序根据就绪的状态，进行相应IO系统调用。

　　在IO多路复用模型中通过select/epoll系统调用，单个应用程序的线程，可以不断地轮询成百上千的socket连接，当某个或者某些socket网络连接有IO就绪的状态，就返回对应的可以执行的读写操作。

选择器注册。在这种模式中，首先，将需要read操作的目标socket网络连接，提前注册到select/epoll选择器中，Java中对应的选择器类是Selector类。然后，才可以开启整个IO多路复用模型的轮询流程。
就绪状态的轮询。通过选择器的查询方法，查询注册过的所有socket连接的就绪状态。通过查询的系统调用，内核会返回一个就绪的socket列表。当任何一个注册过的socket中的数据准备好了，内核缓冲区有数据（就绪）了，内核就将该socket加入到就绪的列表中。
用户线程获得了就绪状态的列表后，根据其中的socket连接，发起read系统调用，用户线程阻塞。内核开始复制数据，将数据从内核缓冲区复制到用户缓冲区。
复制完成后，内核返回结果，用户线程才会解除阻塞的状态，用户线程读取到了数据，继续执行。

注意：当用户进程调用了select查询方法，那么整个线程会被阻塞掉。

　　IO多路复用模型的IO涉及两种系统调用（System Call），另一种是select/epoll（就绪查询），一种是IO操作。IO多路复用模型建立在操作系统的基础设施之上，即操作系统的内核必须能够提供多路分离的系统调用select/epoll。

　　IO多路复用模型的优点：与一个线程维护一个连接的阻塞IO模式相比，使用select/epoll的最大优势在于，一个选择器查询线程可以同时处理成千上万个连接（Connection）。系统不必创建大量的线程，也不必维护这些线程，从而大大减小了系统的开销。Java语言的NIO（New IO）技术，使用的就是IO多路复用模型。在Linux系统上，使用的是epoll系统调用。

　　IO多路复用模型的缺点：本质上，select/epoll系统调用是阻塞式的，属于同步IO。都需要在读写事件就绪后，由系统调用本身负责进行读写，也就是说这个读写过程是阻塞的。

4.异步IO（Asynchronous IO）

　　异步IO模型，简称AIO，用户线程通过系统调用，先向内核注册某个IO操作。内核在整个IO操作完成后，通知用户程序，用户执行后续的业务操作。

　　异步IO模型的流程，如下：

当用户线程发起了read系统调用，立刻就可以开始做其他事情，用户线程不阻塞。
内核开始IO的第一阶段：准备数据。等到数据准备好了，内核就会将数据从内核缓存区复制到用户缓存区。
内核会给用户线程发送一个信号，或者回调用户线程注册的回调接口，告诉用户线程read操作完成了。
用户线程读取用户缓存区的数据，完成后续的业务操作。

　　理论上来说，异步IO是真正的异步输入输出，它的吞吐量高于IO多路复用模型的吞吐量。但是它依赖操作系统的实现，比如Linux的异步IO模型目前并不完善，在性能上没有优势。所以，大名鼎鼎的Netty框架，使用的就是IO多路复用模型，而不是异步IO模型。

参考资料

《Netty、Redis、Zookeeper高并发实战》