Linux IO模型和网络编程模型

术语概念描述：

IO有内存IO、网络IO和磁盘IO三种，通常我们说的IO指的是后两者。

阻塞和非阻塞，是函数/方法的实现方式，即在数据就绪之前是立刻返回还是等待。

以文件IO为例,一个IO读过程是文件数据从磁盘→内核缓冲区→用户内存的过程。同步与异步的区别主要在于数据从内核缓冲区→用户内存这个过程需不需要用户进程等待。有个数据拷贝的过程，是拷贝完再通知还是在内核缓冲区就通知。(网络IO把磁盘换做网卡即可)

Linux IO模型

1. 同步阻塞
2. 同步非阻塞
3. IO复用
4. 信号驱动
5. 异步非阻塞

同步阻塞

去餐馆吃饭，点一个自己最爱吃的盖浇饭，然后在原地等着一直到盖浇饭做好，自己端到餐桌就餐。这就是典型的同步阻塞。当厨师给你做饭的时候，你需要一直在那里等着。

网络编程中，读取客户端的数据需要调用recvfrom。在默认情况下，这个调用会一直阻塞直到数据接收完毕，就是一个同步阻塞的IO方式。这也是最简单的IO模型，在通常fd(文件描述句柄)较少、就绪很快的情况下使用是没有问题的。

同步非阻塞

你每次点完饭就在那里等着，突然有一天你发现自己真傻。于是，你点完之后，就回桌子那里坐着，然后估计差不多了，就问老板饭好了没，如果好了就去端，没好的话就等一会再去问，依次循环直到饭做好。这就是同步非阻塞。

这种方式在编程中对socket设置O_NONBLOCK即可。但此方式仅仅针对网络IO有效，对磁盘IO并没有作用。因为本地文件IO就没有被认为是阻塞，我们所说的网络IO的阻塞是因为网路IO有无限阻塞的可能，而本地文件除非是被锁住，否则是不可能无限阻塞的，因此只有锁这种情况下，O_NONBLOCK才会有作用。而且，磁盘IO时要么数据在内核缓冲区中直接可以返回，要么需要调用物理设备去读取，这时候进程的其他工作都需要等待。因此，后续的IO复用和信号驱动IO对文件IO也是没有意义的。

IO复用

你点一份饭然后循环的去问好没好显然有点得不偿失，还不如就等在那里直到准备好，但是当你点了好几样饭菜的时候，你每次都去问一下所有饭菜的状态(未做好/已做好)肯定比你每次阻塞在那里等着好多了。当然，你问的时候是需要阻塞的，一直到有准备好的饭菜或者你等的不耐烦(超时)。这就引出了IO复用，也叫多路IO就绪通知。这是一种进程预先告知内核的能力，让内核发现进程指定的一个或多个IO条件就绪了，就通知进程。使得一个进程能在一连串的事件上等待。

IO复用的实现方式目前主要有select、poll和epoll。

select和poll的原理基本相同：

• 注册待侦听的fd(这里的fd创建时最好使用非阻塞)

• 每次调用都去检查这些fd的状态，当有一个或者多个fd就绪的时候返回

• 返回结果中包括已就绪和未就绪的fd

相比select，poll解决了单个进程能够打开的文件描述符数量有限制这个问题：select受限于FD_SIZE的限制，如果修改则需要修改这个宏重新编译内核；而poll通过一个pollfd数组向内核传递需要关注的事件，避开了文件描述符数量限制。此外，select和poll共同具有的一个很大的缺点就是包含大量fd的数组被整体复制于用户态和内核态地址空间之间，开销会随着fd数量增多而线性增大。

select和poll就类似于上面说的就餐方式。但当你每次都去询问时，老板会把所有你点的饭菜都轮询一遍再告诉你情况，当大量饭菜很长时间都不能准备好的情况下是很低效的。于是，老板有些不耐烦了，就让厨师每做好一个菜就记下来他。这样每次你再去问的时候，他会直接把已经准备好的菜告诉你，你再去端。这就是事件驱动IO就绪通知的方式epoll。

epoll的出现，解决了select、poll的缺点：

• 基于事件驱动的方式，避免了每次都要把所有fd都扫描一遍。

• epoll_wait只返回就绪的fd。

• epoll使用nmap内存映射技术避免了内存复制的开销。

• epoll的fd数量上限是操作系统的最大文件句柄数目,这个数目一般和内存有关，通常远大于1024。

总结：

1. select：支持注册 FD_SETSIZE(1024) 个 socket。
2. poll： poll 作为 select 的替代者，最大的区别就是，poll 不再限制 socket 数量。
3. epoll：epoll 能直接返回具体的准备好的通道，时间复杂度 O(1)。

ps：select 和 poll 都有一个共同的问题，那就是它们都只会返回所有通道(channel)，但是不会告诉你具体是哪几个通道已经就绪。一旦知道有通道准备好以后，需要进行一次扫描，通道少的时候还行，一旦通道的数量是几十万个以上的时候，扫描一次的时间复杂度 O(n)。后来才催生了epoll实现。

 

此外，对于IO复用还有一个水平触发和边缘触发的概念：

• 水平触发：当就绪的fd未被用户进程处理后，下一次查询依旧会返回，这是select和poll的触发方式。

• 边缘触发：无论就绪的fd是否被处理，下一次不再返回。理论上性能更高，但是实现相当复杂，并且任何意外的丢失事件都会造成请求处理错误。epoll默认使用水平触发，通过相应选项可以使用边缘触发。

信号驱动

上文的就餐方式还是需要你每次都去问一下饭菜状况。于是，你再次不耐烦了，就跟老板说，哪个饭菜好了就通知我一声吧。然后就自己坐在桌子那里干自己的事情。更甚者，你可以把手机号留给老板，自己出门，等饭菜好了直接发条短信给你。这就类似信号驱动的IO模型。

流程如下：

• 开启套接字信号驱动IO功能

• 系统调用sigaction执行信号处理函数（非阻塞，立刻返回）

• 数据就绪（在内核缓冲区），生成sigio信号，通过信号回调通知应用来读取数据。

异步非阻塞

之前的就餐方式，到最后总是需要你自己去把饭菜端到餐桌。这下你也不耐烦了，于是就告诉老板，能不能饭好了直接端到你的面前或者送到你的家里(数据在用户内存就绪)。这就是异步非阻塞IO了。

对比信号驱动IO，异步IO的主要区别在于：信号驱动由内核告诉我们何时可以开始一个IO操作(数据在内核缓冲区中)，而异步IO则由内核通知IO操作何时已经完成(数据已经在用户空间中)。异步IO又叫做事件驱动IO，在Unix中，POSIX1003.1标准为异步方式访问文件定义了一套库函数，定义了AIO的一系列接口。使用aio_read或者aio_write发起异步IO操作。使用aio_error检查正在运行的IO操作的状态。

网络编程模型

Java的I/O发展简史：

从JDK1.0到JDK1.3，Java的I/O类库都非常原始，很多UNIX网络编程中的概念或者接口在I/O类库中都没有体现，例如Pipe、Channel、Buffer和Selector等。2002年发布JDK1.4时，NIO以JSR-51的身份正式随JDK发布。它新增了个java.nio包，提供了很多进行异步I/O开发的API和类库，主要的类和接口如下。

1. 进行异步I/O操作的缓冲区ByteBuffer等；
2. 进行异步I/O操作的管道Pipe；
3. 进行各种I/O操作（异步或者同步）的Channel，包括ServerSocketChannel和SocketChannel；
4. 多种字符集的编码能力和解码能力；
5. 实现非阻塞I/O操作的多路复用器selector；
6. 基于流行的Perl实现的正则表达式类库；
7. 文件通道FileChannel。

新的NIO类库的提供，极大地促进了基于Java的异步非阻塞编程的发展和应用，但是，它依然有不完善的地方，特别是对文件系统的处理能力仍显不足，主要问题如下。

1. 没有统一的文件属性（例如读写权限）；
2. API能力比较弱，例如目录的级联创建和递归遍历，往往需要自己实现；
3. 底层存储系统的一些高级API无法使用；
4. 所有的文件操作都是同步阻塞调用，不支持异步文件读写操作。

2011年7月28日，JDK1.7正式发布。它的一个比较大的亮点就是将原来的NIO类库进行了升级，被称为NIO2.0。

NIO2.0由JSR-203演进而来，它主要提供了如下三个方面的改进。

1. 提供能够批量获取文件属性的API，这些API具有平台无关性，不与特性的文件系统相耦合，另外它还提供了标准文件系统的SPI，供各个服务提供商扩展实现；
2. 提供AIO功能，支持基于文件的异步I/O操作和针对网络套接字的异步操作；
3. 完成JSR-51定义的通道功能，包括对配置和多播数据报的支持等。

上文讲述了UNIX环境的五种IO模型。基于这五种模型，在Java中，随着NIO和NIO2.0(AIO)的引入，一般具有以下几种网络编程模型：

1. BIO
2. NIO
3. AIO 

BIO

BIO是一个典型的网络编程模型，是通常我们实现一个服务端程序的过程，步骤如下：

• 主线程accept请求阻塞

• 请求到达，创建新的线程来处理这个套接字，完成对客户端的响应。

• 主线程继续accept下一个请求

这种模型有一个很大的问题是：当客户端连接增多时，服务端创建的线程也会暴涨，系统性能会急剧下降。因此，在此模型的基础上，类似于 tomcat的bio connector，采用的是线程池来避免对于每一个客户端都创建一个线程。有些地方把这种方式叫做伪异步IO(把请求抛到线程池中异步等待处理)。

NIO

JDK1.4开始引入了NIO类库，这里的NIO指的是Non-blcok IO，主要是使用Selector多路复用器来实现。Selector在Linux等主流操作系统上是通过epoll实现的。

NIO的实现流程，类似于select：

• 创建ServerSocketChannel监听客户端连接并绑定监听端口，设置为非阻塞模式。

• 创建Reactor线程，创建多路复用器(Selector)并启动线程。

• 将ServerSocketChannel注册到Reactor线程的Selector上。监听accept事件。

• Selector在线程run方法中无线循环轮询准备就绪的Key。

• Selector监听到新的客户端接入，处理新的请求，完成tcp三次握手，建立物理连接。

• 将新的客户端连接注册到Selector上，监听读操作。读取客户端发送的网络消息。

• 客户端发送的数据就绪则读取客户端请求，进行处理。

相比BIO，NIO的编程非常复杂。

AIO

JDK1.7引入NIO2.0，提供了异步文件通道和异步套接字通道的实现，是真正的异步非阻塞IO, 对应于Unix中的异步IO。

通常会有一个线程池用于执行异步任务，提交任务的线程将任务提交到线程池就可以立马返回，不必等到任务真正完成。如果想要知道任务的执行结果，通常是通过传递一个回调函数任务结束后去调用这个函数(任务结束后去系统调用这个函数)或者Future get(需要用时编码阻塞获取)的方式，任务结束后去调用这个函数。同样的原理，Java 中的异步 IO 也是一样的，都是由一个线程池来负责执行任务，然后使用回调或自己去查询结果。异步 IO 主要是为了控制线程数量，减少过多的线程带来的内存消耗和 CPU 在线程调度上的开销。

• 创建AsynchronousServerSocketChannel，绑定监听端口

• 调用AsynchronousServerSocketChannel的accpet方法，传入自己实现的CompletionHandler(回调函数)。包括上一步，都是非阻塞的

• 连接传入，回调CompletionHandler的completed方法，在里面，调用AsynchronousSocketChannel的read方法，传入负责处理数据的CompletionHandler。

• 数据就绪，触发负责处理数据的CompletionHandler的completed方法。继续做下一步处理即可。

• 写入操作类似，也需要传入CompletionHandler。

总结