程序员你了解零拷贝吗？

享学课堂特邀作者：老顾

转载请声明出处！

前言

老顾在接触大数据相关技术栈时，发现大数据相关的技术也是非常复杂，技术迭代也是很快的（我们搞技术的就是这么悲催啊，一直处于学习中…）。很多更新的技术在宣传的时候，都会提到速度、性能这个指标，什么提升了10倍，100倍啊。其中有一个技术点叫做zero-copy，也叫做零拷贝，是很多中间件都用到的技术，今天老顾就来给大家讲讲什么是零拷贝。

传统读操作

JAVA用传统方式进行读操作时，整体流程如上图，具体如下：

1、应用程序发起读数据操作，JVM会发起read()系统调用。

2、这时操作系统OS会进行一次上下文切换（把用户空间切换到内核空间）

3、通过磁盘控制器把数据copy到内核缓冲区中，这里的就发生了一次DMACopy

4、然后内核将数据copy到用户空间的应用缓冲区中，发生了一次CPU Copy

5、read调用返回后，会再进行一次上下文切换（把内核空间切换到用户空间）

我们看一下一个读操作，发了2次上下文切换，和2次数据copy，一次是DMA Copy，一次是CPU Copy。

注意一点的是 内核从磁盘上面读取数据 是 不消耗CPU时间的，是通过磁盘控制器完成；称之为DMA Copy。

传统写操作

上图是JAVA传统的写操作，具体流程：

1、应用发起写操作，OS进行一次上下文切换（从用户空间切换为内核空间）

2、并且把数据copy到内核缓冲区Socket Buffer，做了一次CPU Copy

3、内核空间再把数据copy到磁盘或其他存储（网卡，进行网络传输），进行了DMA Copy

4、写入结束后返回，又从内核空间切换到用户空间

传统IO

我们可以看出传统的IO读写操作，总共进行了4次上下文切换，4次Copy动作。我们可以看到数据在内核空间和应用空间之间来回复制，其实他们什么都没有做，就是复制而已，这个机制太浪费时间了，而且是浪费的CPU的时间。

那我们能不能让数据不要来回复制呢？零拷贝这个技术就是来解决这个问题。关于零拷贝提供了两种解决方式：mmap+write方式、sendfile方式

虚拟内存

所有现代操作系统都使用虚拟内存，使用虚拟地址取代物理地址，这样做的好处就是：

1、多个虚拟内存可以指向同一个物理地址

2、虚拟内存空间可以远远大于物理内存空间

我们利用第一条特性可以优化一下上面的设计思路，就是把内核空间和用户空间的虚拟地址映射到同一个物理地址，这样就不需要来回复制了，看图：

mmap+write方式

使用mmap+write方式替换原来的传统IO方式，就是利用了虚拟内存的特性，看图

整体流程的核心区别就是，把数据读取到内核缓冲区后，应用程序进行写入操作时，直接是把内核的Read Buffer的数据复制到 Socket Buffer 以便进行写入，这次内核之间的复制也是需要CPU参与的。

注意：最后把Socket Buffer数据拷贝到很多地方，统称protocol engine（协议引擎）

这个流程就少了一个CPU Copy，提升了IO的速度。不过发现上下文的切换还是4次，没有减少，因为还是要应用程序发起write操作。那能不能减少上下文切换呢？

sendfile方式

这种方式可以替换上面的mmap+write方式，如：

mmap();
write();

替换为

sendfile();

这样就减少了一次上下文切换，因为少了一个应用程序发起write操作，直接发起sendfile操作。
到这里就只有3次Copy，其中只有1次CPU Copy；3次上下文切换。那能不能把CPU Copy减少到没有呢？

gather

Linux2.4内核进行了优化，提供了gather操作，这个操作可以把最后一次CPU Copy去除，什么原理呢？就是在内核空间Read Buffer和Socket Buffer不做数据复制，而是将Read Buffer的内存地址、偏移量记录到相应的Socket Buffer中，这样就不需要复制（其实本质就是和虚拟内存的解决方法思路一样，就是内存地址的记录），如图：

JAVA零拷贝

java nio实现零拷贝，JAVA提供了一下方法类：

1、MappedByteBuffer
2、DirectByteBuffer
3、FileChannel.transferTo

具体如何使用，小伙伴们上网自行查阅。

总结

零拷贝技术在很多中间件中，都有利用；如：Kafka，Spark、RocketMQ等，这个在网络传输数据时，能够提升速度，提升系统性能、吞吐量。小伙伴们不一定会编写，可以先了解基本原理就行。很多好的中间件产品都需要了解一些计算机原理方面的知识，才会更深入的理解。

好了，老顾今天就介绍到这里，谢谢！！！

持续关注我，分享更多干货。