JAVA NIO概述（一）：I/O模型

NIO是jdk1.4加入的新功能，我们一般成为非阻塞IO，在1.4之前，JAVA中的都是BIO（堵塞IO），BIO有以下几个缺点：

1. 没有数据缓冲区，I/O性能存在问题
2. 没有C/C++中channel（通道）的概念，只有输入和输出流
3. 同步阻塞式I/O（BIO），通常会导致线程被长时间阻塞
4. 支持的字符集有限，硬件的可一致性不好

我们会经常听到 同步（synchronous） IO和异步（asynchronous） IO，那么阻塞（blocking） IO和非阻塞（non-blocking）IO，，同步（synchronous） IO和异步（asynchronous） IO，阻塞（blocking） IO和非阻塞（non-blocking）IO分别是什么，到底有什么区别？

 

我们先对UNIX常用的I/O模型做一个简单的介绍.Linux会把所有外部设备都当做一个文件来操作，对文件的读写会返回一个file descriptor（fd，文件描述符）。对socket读写也会返回相应的描述符，称作socketfd(socket 描述符)，描述符是一个数组，指向内核中的一个结构体（文件路径，数据区等一些属性）

UNIX提供了5中I/O模型：堵塞I/O模型，非堵塞I/O模型，I/O复用模型，信号驱动I/O模型，异步I/O。

对于一个network IO，以read操作来举例，它会涉及到两个系统对象，1.调用这个IO的process or thread，2.系统内核（kernel），当一个read操作发生时，它会经过两个步骤：

1. 等待数据准备
2. 将数据从内核拷进用户进程中

上面5种IO模型就是在这两个阶段上各自有不同的情况。

 

 

 

blocking IO 

 在linux中，默认情况下所有的socket都是blocking，一个典型的读操作流程大概是这样：

 

当用户进程调用了recvfrom这个系统调用，kernel就开始了IO的第一个阶段：准备数据。对于network io来说，很多时候数据在一开始还没有到达（比如，还没有收到一个完整的UDP包），这个时候kernel就要等待足够的数据到来。而在用户进程这边，整 个进程会被阻塞。当kernel一直等到数据准备好了，它就会将数据从kernel中拷贝到用户内存，然后kernel返回结果，用户进程才解除 block的状态，重新运行起来。
所以，blocking IO的特点就是在IO执行的两个阶段都被block了。

non-blocking IO

linux下，可以通过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操作时，流程是这个样子：

从图中可以看出，当用户进程发出read操作时，如果kernel中的数据还没有准备好，那么它并不会block用户进程，而是立刻返回一个error。 从用户进程角度讲 ，它发起一个read操作后，并不需要等待，而是马上就得到了一个结果。用户进程判断结果是一个error时，它就知道数据还没有准备好，于是它可以再次 发送read操作。一旦kernel中的数据准备好了，并且又再次收到了用户进程的system call，那么它马上就将数据拷贝到了用户内存，然后返回。
所以，用户进程其实是需要不断的主动询问kernel数据好了没有。

 

IO multiplexing

IO复用模型，也就是linux中常说的select、epoll，有一些地方也称为事件驱动模型。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function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。它的流程如图：

当用户进程调用了select，那么整个进程会被block，而同时，kernel会“监视”所有select负责的socket，当任何一个 socket中的数据准备好了，select就会返回。这个时候用户进程再调用read操作，将数据从kernel拷贝到用户进程。
这个图和blocking IO的图其实并没有太大的不同，事实上，还更差一些。因为这里需要使用两个system call (select 和 recvfrom)，而blocking IO只调用了一个system call (recvfrom)。但是，用select的优势在于它可以同时处理多个connection。（多说一句。所以，如果处理的连接数不是很高的话，使用 select/epoll的web server不一定比使用multi-threading + blocking IO的web server性能更好，可能延迟还更大。select/epoll的优势并不是对于单个连接能处理得更快，而是在于能处理更多的连接。）
在IO multiplexing Model中，实际中，对于每一个socket，一般都设置成为non-blocking，但是，如上图所示，整个用户的process其实是一直被 block的。只不过process是被select这个函数block，而不是被socket IO给block。

 

linux中一般选用epoll作为轮询和网络事件通知，因为它相比select有以下改进：

1. 支持一个进程打开的socket fd（描述符）不受限制，仅受限于操作系统的最大文件句柄数（select打开的默认是1024）
2. IO效率不会随着FD数目的增加而线性下降：在一个大socket集合中，由于网络空闲或者延迟，某一时段只有一部分是活跃的，但是select/poll会扫描全部的socket，导致效率下降。而epoll只会扫描活跃的集合，这是因为epoll是根据每个fd的callback函数实现的，只有活跃的fd才会调用callback，其他idle不会调用。
3. epoll的api更加简单

 

Asynchronous I/O

先看一下它的流程：

 

用户进程发起read操作之后，立刻就可以开始去做其它的事。而另一方面，从kernel的角度，当它受到一个asynchronous read之后，首先它会立刻返回，所以不会对用户进程产生任何block。然后，kernel会等待数据准备完成，然后将数据拷贝到用户内存，当这一切都 完成之后，kernel会给用户进程发送一个signal，告诉它read操作完成了。

 

到目前为止，已经将四个IO Model都介绍完了。现在回过头来回答最初的那几个问题：blocking和non-blocking的区别在哪，synchronous IO和asynchronous IO的区别在哪。
先回答最简单的这个：blocking vs non-blocking。前面的介绍中其实已经很明确的说明了这两者的区别。调用blocking IO会一直block住对应的进程直到操作完成，而non-blocking IO在kernel还准备数据的情况下会立刻返回。

在说明synchronous IO和asynchronous IO的区别之前，需要先给出两者的定义。Stevens给出的定义（其实是POSIX的定义）是这样子的：

• A synchronous I/O operation causes the requesting process to be blocked until that I/O operation completes;

• An asynchronous I/O operation does not cause the requesting process to be blocked;

两者的区别就在于synchronous IO做”IO operation”的时候会将process阻塞。按照这个定义，之前所述的blocking IO，non-blocking IO，IO multiplexing都属于synchronous IO。有人可能会说，non-blocking IO并没有被block啊。这里有个非常“狡猾”的地方，定义中所指的”IO operation”是指真实的IO操作，就是例子中的recvfrom这个system call。non-blocking IO在执行recvfrom这个system call的时候，如果kernel的数据没有准备好，这时候不会block进程。但是，当kernel中数据准备好的时候，recvfrom会将数据从 kernel拷贝到用户内存中，这个时候进程是被block了，在这段时间内，进程是被block的。而asynchronous IO则不一样，当进程发起IO 操作之后，就直接返回再也不理睬了，直到kernel发送一个信号，告诉进程说IO完成。在这整个过程中，进程完全没有被block。

 

各个IO Model的比较如图所示：

经过上面的介绍，会发现non-blocking IO和asynchronous IO的区别还是很明显的。在non-blocking IO中，虽然进程大部分时间都不会被block，但是它仍然要求进程去主动的check，并且当数据准备完成以后，也需要进程主动的再次调用 recvfrom来将数据拷贝到用户内存。而asynchronous IO则完全不同。它就像是用户进程将整个IO操作交给了他人（kernel）完成，然后他人做完后发信号通知。在此期间，用户进程不需要去检查IO操作的 状态，也不需要主动的去拷贝数据。

举一个抢票的例子来说明这四个IO Model:

阻塞IO： 火车站排队买票，得一直排队，到你了才能买

非堵塞：电脑上登录网站买票，每次可以查询是否有票，然后可以做其他事，隔会在看看有没有票，有的话就买；

IO复用：和非堵塞差不多，差别就是开多个抢票软件买票，然后守在旁边，隔会在看看有没有票，有的话就买；

异步IO：直接找黄牛买，有票了，黄牛就通知你，付钱

 

总结：

区分是同步IO还是异步IO：同步IO在数据准备就绪后，需要自己负责读写，把数据用内核空间复制到用户空间中，也就是说这个读写过程是堵塞的，而异步IO不需要自己负责读写，异步IO的实现会把数据从内核空间复制到用户空间。

区分是堵塞IO还是非堵塞IO： 就是在数据准备过程中，堵塞IO会一直堵塞直到数据准备好，而非堵塞IO在数据未准备好的情况下，会立即返回一个error状态，可以继续做其他事情，过一段时间再次轮询这个状态，直到成功即可。