以 Java 为例简单说明常见 IO 模型

我们先看一个 Java 例子：


package cn.bridgeli.demo;

import java.io.BufferedReader;  
import java.io.IOException;  
import java.io.InputStream;  
import java.io.InputStreamReader;  
import java.net.ServerSocket;  
import java.net.Socket;

/**  
* @author bridgeli  
*/  
public class SocketBIO {

public static void main(String[] args) throws Exception {  
ServerSocket server = new ServerSocket(9090, 20);

System.out.println("step1: new ServerSocket(9090) ");

while (true) {  
Socket client = server.accept();  
System.out.println("step2:client: " + client.getPort());

new Thread(new Runnable() {  
@Override  
public void run() {  
InputStream inputStream = null;  
BufferedReader reader = null;  
try {  
inputStream = client.getInputStream();  
reader = new BufferedReader(new InputStreamReader(inputStream));  
while (true) {  
String dataLine = reader.readLine(); //阻塞2  
if (null != dataLine) {  
System.out.println(dataLine);  
} else {  
client.close();  
break;  
}  
}  
System.out.println("客户端断开");  
} catch (IOException e) {  
e.printStackTrace();  
} finally {  
if (null != reader) {  
try {  
reader.close();  
} catch (IOException e) {  
e.printStackTrace();  
}  
}  
if (null!= inputStream) {  
try {  
inputStream.close();  
} catch (IOException e) {  
e.printStackTrace();  
}  
}  
}

}

}).start();

}  
}

}

BIO 是最初始的 IO 模型，该模型有两个大问题：1. accept 是阻塞的；2. read 也是阻塞的，也就是说我们的服务器起来之后，首先会在 accept 处阻塞，等待客户端连接，但有一个客户端连接的时候，我们可以从客户端处读取数据，这个时候也是阻塞的，所以我们的系统只能是单连接的，当有多个客户端连接的时候，只能一个一个的排着队连接，然后从客户端中读取数据，为了实现多连接，这就要求我们必须启用线程来解决，最开始等待客户端连接，然后有一个客户端连上了之后，启动一个线程读取客户端的数据，然后主线程继续等待客户端连接。

该模型最大的问题就是缺乏弹性伸缩能力，当客户端并发访问量增加后，服务端的线程个数和客户端并发访问数呈1:1的正比关系，Java 中的线程也是比较宝贵的系统资源，线程数量快速膨胀后，系统的性能将急剧下降，随着访问量的继续增大，系统最终就死掉了。当然不仅仅是 Java，我们直接设想假设有一万个客户端连接到服务端，服务端要开一万个线程，那么这个时候服务端光开线程要占用多少资源？需要多大内存？操作系统为了调度这些线程 CPU 是不是也要被占用完了？

为了解决此问题，有人对服务器的线程模型进行优化，服务端采用线程池来处理多个客户端请求。但是同样是有问题的，1. 线程总数有限，又要等待；2. 多余的连接会堆积在任务队列中，当任务队列满了，那么此时就开始启用拒绝策略了，所以还是没有从根本上解决问题。

BIO 最大的问题，在于 B，block，阻塞，所以只要解决了这个问题就可以，那么此时 NIO 应运而生，N 就是 non-block 的意思（Java 中是 new 的意思），同样先看一个例子：


package cn.bridgeli.demo;

import java.net.InetSocketAddress;  
import java.nio.ByteBuffer;  
import java.nio.channels.ServerSocketChannel;  
import java.nio.channels.SocketChannel;  
import java.util.LinkedList;

/**  
* @author bridgeli  
*/  
public class SocketNIO {

public static void main(String[] args) throws Exception {

LinkedList<SocketChannel> clients = new LinkedList<>();

ServerSocketChannel serverSocketChannel = ServerSocketChannel.open();  
serverSocketChannel.bind(new InetSocketAddress(9090));  
serverSocketChannel.configureBlocking(false);

while (true) {  
SocketChannel client = serverSocketChannel.accept();

if (null != client) {  
client.configureBlocking(false);  
System.out.println("client port: " + client.socket().getPort());  
clients.add(client);  
}

ByteBuffer buffer = ByteBuffer.allocateDirect(4096);

for (SocketChannel c : clients) {  
int num = c.read(buffer);  
if (num > 0) {  
buffer.flip();  
byte[] aaa = new byte[buffer.limit()];  
buffer.get(aaa);

String b = new String(aaa);  
System.out.println(c.socket().getPort() + " : " + b);  
buffer.clear();  
}  
}  
}  
}

}

这个时候我们会发现连接和读取都是非阻塞的了，由于都是非阻塞的，所以这就要求我们需要有一个集合，用来存储所有的连接，然后从连接中读取数据。这个模型解决了我们需要开线程的问题，没循环一次，如果有新连接过来，我们就把连接放到集合中，然后挨个读取连接中的数据，此时就不需要我们每连接每线程了，但是还是有一个问题，随着连接的增加，我们的队列会越来越大，而且我们每次都要遍历所有的连接读取数据，我们还假设有一万个连接，但是前 9999 个连接都没有数据，只有最后一个连接有数据，那前 9999 次读取都是浪费。

多路复用

为了解决 NIO 中无效读取的问题，这个时候我们可以根据事件监听，告诉操作系统说，我们监听那些事件，然后当这些事件有数据到达时通知我们去读取，例子如下：


package cn.bridgeli.demo;

import java.io.IOException;  
import java.net.InetSocketAddress;  
import java.nio.ByteBuffer;  
import java.nio.channels.SelectionKey;  
import java.nio.channels.Selector;  
import java.nio.channels.ServerSocketChannel;  
import java.nio.channels.SocketChannel;  
import java.util.Iterator;  
import java.util.Set;

/**  
* @author bridgeli  
*/  
public class SocketMultiplexingIO {

private ServerSocketChannel serverSocketChannel = null;  
private Selector selector = null;

public void initServer() {  
try {  
serverSocketChannel = ServerSocketChannel.open();  
serverSocketChannel.configureBlocking(false);  
serverSocketChannel.bind(new InetSocketAddress(9090));  
selector = Selector.open();  
serverSocketChannel.register(selector, SelectionKey.OP_ACCEPT);  
} catch (IOException e) {  
e.printStackTrace();  
}  
}

public void start() {  
initServer();  
System.out.println("服务器启动了&#8230;");  
try {  
while (true) {

while (selector.select() > 0) {  
Set<SelectionKey> selectionKeys = selector.selectedKeys();  
Iterator<SelectionKey> iterator = selectionKeys.iterator();  
while (iterator.hasNext()) {  
SelectionKey key = iterator.next();  
iterator.remove();  
if (key.isAcceptable()) {  
acceptHandler(key);  
} else if (key.isReadable()) {  
readHandler(key);  
}  
}  
}  
}  
} catch (IOException e) {  
e.printStackTrace();  
}  
}

public void acceptHandler(SelectionKey key) {  
try {  
ServerSocketChannel ssc = (ServerSocketChannel) key.channel();  
SocketChannel client = ssc.accept();  
client.configureBlocking(false);

ByteBuffer buffer = ByteBuffer.allocate(8192);

client.register(selector, SelectionKey.OP_READ, buffer);  
System.out.println("新客户端：" + client.getRemoteAddress());

} catch (IOException e) {  
e.printStackTrace();  
}  
}

public void readHandler(SelectionKey key) {  
SocketChannel client = (SocketChannel) key.channel();  
ByteBuffer buffer = (ByteBuffer) key.attachment();  
buffer.clear();  
int read = 0;  
try {  
while (true) {  
read = client.read(buffer);  
if (read > 0) {  
buffer.flip();  
while (buffer.hasRemaining()) {  
client.write(buffer);  
}  
buffer.clear();  
} else if (read == 0) {  
break;  
} else {  
client.close();  
break;  
}  
}  
} catch (IOException e) {  
e.printStackTrace();

}  
}

public static void main(String[] args) {  
SocketMultiplexingIO service = new SocketMultiplexingIO();  
service.start();  
}  
}

再多路复用中，有 poll、epoll、Selector 等实现方式，其中他们的区别是，poll 需要我们每次告诉操作系统说，我们都要关注哪些事件，而 epoll 是操作系统会开辟一块内存区域，存储下我们要关注的事件，不用每次都告诉操作系统我们关注哪些事件。

关于 BIO、NIO、多路复用，马士兵教育的周志磊老师有一个很形象的例子。BIO 是阻塞的，所以需要我们每连接每线程，就相当于我们为每一辆车在收费站修建一条路，每来一辆车就要修一条路，我们我们自己从车上卸下装的货；NIO 是非阻塞的，我们就需要我们每次都跑到收费站，然后看我们修好的路上面车来了没有，没有来的话，等下次在看，来的话，我们卸下货，再等下次看有没有新货；多路复用中的 poll，就是我们在收费站安装一个电话机，然后我们每次打电话，我关注的哪些路是否有车来了，需要我卸货，而 epoll 是我们不仅在收费站安装了一个电话机，我们还留下了一个本子，我们每次打电话的时候，会把我们新关注的路告诉收费站，收费站在本子上记下我们关注的那些路，假设我们关注一万条路，这样就不需要我们每次在电话中每次把这一万条路说一边，问这些路是否有车来了，需要我们卸货。

另外从这些例子可以看到，无论什么模型都需要我们主动去卸货，也就是读取数据，所以我们可以得到结论：这些模型都是同步的，也就是同步和阻塞与否并没有关系。

最后再说几个小问题，1. 我们学习 IO 模型，IO 模型是操作系统提供给我们的接口，属于系统调用，所以我们可以通过 strace 追踪到每一个程序所执行的系统调用。命令如下：


strace -ff -o out + 要追踪的进程

当我们追踪 BIO 的时候，因为 JDK 的优化，所以如果使用高版本的 JDK，也不会看到阻塞，这个时候你可以通过 JDK1.4 编译运行（这也是为什么我们使用 lambda 表达式和 try-with-resource 的原因）
IO 调用属于系统调用，所以从 BIO -> NIO -> 多路复用，是操作系统的进步，而我们各种变成语言写的属于应用，所以有没有异步非阻塞IO 模型，这样看操作系统底层有没有这样的模型，需要操作系统给我们提供异步非阻塞IO 相关的接口，我们的应用才能进一步优化
我们通过 strace 追踪到的每一个系统调用，都可以通过 man 命令查看文档（仅限 linux 系统，非 Windows 系统），如果没有 man 命令，安装一下就可以了。