#yyds干货盘点#最全深入浅出聊聊IO _最全

赋料扬雄敌，诗看子建亲。这篇文章主要讲述#yyds干货盘点#最全深入浅出聊聊IO相关的知识，希望能为你提供帮助。
IO模型IO是Input/Output的缩写。Linix网络编程中有五种IO模型：

blocking IO（阻塞IO）
nonblocking IO（非阻塞IO）
IO multiplexing（多路复用IO）
signal driven IO（信号驱动IO）
asynchronous IO（异步IO）

简介

java.io包基于流模型实现，提供File抽象、输入输出流等IO的功能。交互方式是同步、阻塞的方式，在读取输入流或者写入输出流时，在读、写动作完成之前，线程会一直阻塞。java.io包的好处是代码比较简单、直观，缺点则是IO效率和扩展性存在局限性，容易成为应用性能的瓶颈。
Java.net下面提供的部分网络API，比如Socket、ServerSocket、HttpURLConnection 也时常被归类到同步阻塞IO类库，网络通信同样是IO行为
Java 1.4中引入了NIO框架(java.nio 包)，提供了Channel、Selector、Buffer等新的抽象，可以构建多路复用IO程序，同时提供更接近操作系统底层的高性能数据操作方式。
Java7中，NIO有了进一步的改进，也就是NIO2，引入了异步非阻塞IO方式，也被称为AIO(Asynchronous IO)，异步IO操作基于事件和回调机制。

首先了解下同步\\异步、阻塞\\非阻塞的区别
同步与异步
同步和异步是针对的是用户进程与内核的交互方式。

同步指的是用户进程触发IO操作并等待或者轮询的去查看IO操作是否就绪。例如：自己去银行办理业务，自己只能一直干这件事，其他事情只能等这件是做完后再做
异步指的是用户进程触发IO操作以后便开始做其他的事情，而当IO操作已经完成的时候会得到IO完成的通知。例如：委托亲属去银行办理业务，然后自己可以去干别的事。（使用异步I/O时，Java将I/O读写委托给OS处理，需要将数据缓冲区地址和大小传给OS）。

阻塞与非阻塞
阻塞和非阻塞是针对进程在访问数据的时候，根据IO操作的就绪状态来采取的不同方式。

阻塞指的是当试图对该文件描述符进行读写时，如果当时没有东西可读，或暂时不可写，程序就进入等待状态，直到有东西可读或可写为止。去办理业务时，人过多需要排队，此时就在原地等待，一直等到自己为止。
非阻塞指的是如果没有东西可读，或不可写，读写函数马上返回，而不会等待。在银行里办业务时，领取一张小票，之后我们可以玩手机，或与别人聊聊天，当轮到我们时，银行的喇叭会通知，这时候我们就可以去办业务了。

I/O模型分类
应用程序向操作系统发出IO请求：应用程序发出IO请求给操作系统内核，操作系统内核需要等待数据就绪，这里的数据可能来自别的应用程序或者网络。一般来说，一个IO分为两个阶段：

等待数据：数据可能来自其他应用程序或者网络，如果没有数据，应用程序就阻塞等待。
拷贝数据：将就绪的数据拷贝到应用程序工作区。

在Linux系统中，操作系统的IO操作是一个系统调用recvfrom()，即一个系统调用recvfrom包含两步，等待数据就绪和拷贝数据。
同步阻塞IO在此种方式下，用户进程在发起一个IO操作以后，必须等待IO操作的完成，只有当IO操作完成之后，用户进程才能运行。JAVA传统的BIO属于此种方式。（jdk1.4以前）

文章图片

同步非阻塞IOJAVA NIO（jdk1.4以后引入）
在此种方式下，用户进程发起一个IO操作以后边可返回做其它事情，但是用户进程需要时不时的询问IO操作是否就绪，这就要求用户进程不停的去询问，从而引入不必要的CPU资源浪费。JAVA的NIO就属于同步非阻塞IO

文章图片

多路复用IOredis、nginx、netty；reactor模式
select，epoll; 有时也称这种IO方式为事件驱动IO。
select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个函数会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程.
多路复用中，通过select函数，可以同时监听多个IO请求的内核操作，只要有任意一个IO的内核操作就绪，都可以通知select函数返回，再进行系统调用recvfrom()完成IO操作。
这个过程应用程序就可以同时监听多个IO请求，这比起基于多线程阻塞式IO要先进得多，因为服务器只需要少数线程就可以进行大量的客户端通信。

文章图片

信号驱动式IO模型在unix系统中，应用程序发起IO请求时，可以给IO请求注册一个信号函数，请求立即返回，操作系统底层则处于等待状态（等待数据就绪），直到数据就绪，然后通过信号通知主调程序，主调程序才去调用系统函数recvfrom()完成IO操作。
信号驱动也是一种非阻塞式的IO模型，比起上面的非阻塞式IO模型，信号驱动式IO模型不需要轮询检查底层IO数据是否就绪，而是被动接收信号，然后再调用recvfrom执行IO操作。
比起多路复用IO模型来说，信号驱动IO模型针对的是一个IO的完成过程，而多路复用IO模型针对的是多个IO同时进行时候的场景。

文章图片

异步IO在此种模式下，整个IO操作（包括等待数据就绪，复制数据到应用程序工作空间）全都交给操作系统完成。数据就绪后操作系统将数据拷贝进应用程序运行空间之后，操作系统再通知应用程序，这个过程中应用程序不需要阻塞

文章图片

区别
如果你在烧水：

同步阻塞：你将水放在炉子上，然后在那儿等着，还要一直观察：水烧开了没啊！
同步非阻塞：你将水放在炉子上，就去看电视了了。每过一会，就到炉子边观察：水烧开了没啊！
多路复用：有人改进了烧水壶，水开了之后会自动发出哨声，你只需要安心看电视等待哨响通知你水烧开了。
异步非阻塞：你安排其他人烧水,水烧开后放在特地场合，会打电话通知你，安心看电视等待就可以了。

【#yyds干货盘点#最全深入浅出聊聊IO】

文章图片

比较经典的一个举例

阻塞I/O模型
老李去火车站买票，排队三天买到一张退票。耗费：在车站吃喝拉撒睡 3天，其他事一件没干。
非阻塞I/O模型
老李去火车站买票，隔12小时去火车站问有没有退票，三天后买到一张票。耗费：往返车站6次，路上6小时，其他时间做了好多事。
I/O复用模型
1.select/poll 老李、老王、老刘…一行人去火车站买票，一起委托给黄牛（select黄牛最大只能接1024个人的订单/pool黄牛不限制），select/pool黄牛一直等待出票结果，待黄牛取到票后，不知道这张票是属于谁的（需要根据票面逐一询问），确认后通知相应人去火车站交钱领票。
2.epoll 老李、老王、老刘…一行人(无人员个数限制)去火车站买票，一起委托给黄牛，黄牛买到后不需要确认就可以知道这张票的委托人是谁，然后通知其去火车站交钱领票。
多路复用的意思是：黄牛在承接老李的订单之后，同时也接了老王、老刘的购票订单；大家使用同一个黄牛
信号驱动I/O模型
老李去火车站买票，给售票员留下电话，有票后，售票员电话通知老李，然后老李去火车站交钱领票。耗费：往返车站2次，路上2小时，免黄牛费100元，无需打电话，也不需要黄牛
异步I/O模型
老李去火车站买票，给售票员留下电话，有票后，售票员快递送票上门后电话通知其收货。耗费：往返车站1次，路上1小时，免黄牛费100元，无需打电话，也不需要黄牛

再谈IO多路复用
I/O多路复用就通过一种机制，可以监视多个描述符，一旦某个描述符就绪（一般是读就绪或者写就绪），能够通知程序进行相应的读写操作。但select，poll，epoll本质上都是同步I/O，因为他们都需要在读写事件就绪后自己负责进行读写，也就是说这个读写过程是阻塞的，而异步I/O则无需自己负责进行读写，异步I/O的实现会负责把数据从内核拷贝到用户空间。
多路复用如下面所示：指的其实是在单个线程通过记录跟踪每一个Sock(I/O流)的状态来同时管理多个I/O流

文章图片

个人的一些理解：
如上图做一个简单的比喻：左边有若干取水器，需要到右边水龙头进行取水操作，每个取水器和水龙头是一一对应的关系，但是中间段是断开的，需要将水管连接上（一个水管相当于一个IO线程），才可以进行取水操作了（注意水龙头不是一直都有水流的，只有当取水器连接上才会触发输水操作）。下面依次对不同的IO模型进行讲解：
1、传统阻塞BIO：每个取水器和水龙头之间都需要一个连接水管，水管连接上触发取水操作，水龙头才会输水。这样有几个取水器就需要几个水管，另外水管接上之后并不会马上就能取到水，之间一直处于阻塞状态，当取水器过多时没有足够的水管来进行连接
线程池模式：水池中存在10根水管，每当取水器有取水请求时，就去水池中拿一根水管使用，水管会根据取水器编号接到相应的水龙头上。当取水器请求过多时，需要不停的进行水管切换。
2、多路复用IO：
select/poll:全部的取水器均复用一根水管，没有多余的水管可用，所有的取水器均接到这一根水管上。（区别是select模式仅支持1024个取水器的接入，而poll不限制取水器个数）。当水龙头有水流过来时，水管会提前收到通知，但不知道是哪个水龙头。则此时水管需要每个水龙头都接上试一下，当发现其中一个水龙头有水流时则将其运到与其相连的取水器中。
epoll部的取水器均复用一根水管，没有多余的水管可用，所有的取水器均接到这一根水管上。（与select/poll区别是：当水龙头有水流过来时，水管就已经知道是哪根水龙头在运水了，直接将水管接上相应的水龙头即可）。
伪代码描述各IO区别

非阻塞忙轮询式

while truefor i in fd[]if i has data read until unavailable

把所有流从头到尾查询一遍，就可以处理多个流了，但这样做很不好，因为如果所有的流都没有I/O事件，白白浪费CPU时间片
select：服务端一直在轮询、监听如果有客户端链接上来就创建一个连接放到数组A中，继续轮询这个数组，如果在轮询的过程中有客户端发生IO事件就去处理；select只能监视1024个连接(一个进程只能创建1024个文件)；而且存在线程安全问题；

while trueselect(fds[]) //阻塞这里，直到有一个流有I/O事件时，才往下执行，数组的大小只有1024 for i in fds[]if i has data read until unavailable

它仅仅知道了，有I/O事件发生了，却并不知道是哪那几个流（可能有一个，多个，甚至全部），我们只能无差别轮询所有流，找出能读出数据，或者写入数据的流，对他们进行操作。所以select具有O(n)的无差别轮询复杂度，同时处理的流越多，无差别轮询时间就越长
poll：在select做了许多修复，比如不限制监测的连接数；但是也有线程安全问题；
poll本质上和select没有区别，它将用户传入的数组拷贝到内核空间，然后查询每个fd对应的设备状态，但是它没有最大连接数的限制，原因是它是基于链表来存储的.
epoll：也是监测IO事件，但是如果发生IO事件，它会告诉你是哪个连接发生了事件，就不用再轮询访问。而且它是线程安全的，但是只有linux平台支持；

while trueactive_fds[] = epoll_wait(epollfd) for i in active_fds[]read or write till

epoll可以理解为event poll，不同于忙轮询和无差别轮询，epoll会把哪个流发生了怎样的I/O事件通知我们。所以我们说epoll实际上是事件驱动（每个事件关联上fd）的，此时我们对这些流的操作都是有意义的。（复杂度降低到了O(1)）