NIO

什么是NIO

Java NIO 全称 java non-blocking IO，是指JDK 1.4 及以上版本提供的新API（New IO）。从 JDK1.4 开始，Java 提供了一系列改进的输入/输出的新特性，为所有的原始类型（boolean类型除外）提供缓存支持的数据容器，使用它可以提供同步非阻塞式的高伸缩性网络。

​ NIO的面向缓冲区和非阻塞I/O模式确实提供了高灵活性和高性能的优势，使得一个线程可以处理多个操作，从而提高了系统的可伸缩性。HTTP/2.0利用了多路复用技术，实现了在同一个连接上并发处理多个请求，相比HTTP/1.1大幅提升了并发请求的效率 .

NIO的三大组件（Channel 通道 ， Buffer 缓冲区 ，selector 选择器

selector 的作用就是配合一个线程来管理多个 channel，获取这些 channel 上发生的事件，这些 channel 工作在非阻塞模式下，当一个channel中没有执行任务时，可以去执行其他channel中的任务。适合连接数多，但流量较少的场景 。

channel

每个channel会对应一个buffer ，每个Buffer其实是一个内存块。

BIO是面向字节流(stream)，与Channel的区别在于

• stream 不会自动缓冲数据，channel 会利用系统提供的发送缓冲区、接收缓冲区（更为底层）
• stream 仅支持阻塞 API，channel 同时支持阻塞、非阻塞 API，网络 channel 可配合 selector 实现多路复用
• 二者均为全双工即读写可以同时进行虽然Stream是单向流动的，但是它也是全双工的。

buffer

​ 缓冲区本质上是一块可以写入数据，然后可以从中读取数据的内存。这块内存被包装 成 NIO Buffer 对象，并提供了一组方法，用来方便的访问该块内存。缓冲区实际上是 一个容器对象，更直接的说，其实就是一个数组，在 NIO 库中，所有数据都是用缓冲 区处理的。在读取数据时，它是直接读到缓冲区中的； 在写入数据时，它也是写入到 缓冲区中的；任何时候访问 NIO 中的数据，都是将它放到缓冲区中。而在面向流 I/O 系统中，所有数据都是直接写入或者直接将数据读取到 Stream 对象中。

buffer的核心属性

• capacity：缓冲区的容量。通过构造函数赋予，一旦设置，无法更改
• limit：缓冲区的界限。位于limit 后的数据不可读写。缓冲区的限制不能为负，并且不能大于其容量
• position：下一个读写位置的索引（类似PC）。缓冲区的位置不能为负，并且不能大于limit
• mark：记录当前position的值。position被改变后，可以通过调用reset() 方法恢复到mark的位置。

以上四个属性必须满足以下要求

mark <= position <= limit <= capacity

buffer的核心方法

put()方法

• put()方法可以将一个数据放入到缓冲区中。
• 进行该操作后，postition的值会+1，指向下一个可以放入的位置。capacity = limit ，为缓冲区容量的值

flip()方法

• flip()方法会切换对缓冲区的操作模式，由写->读 / 读->写
• 进行该操作后
  • 如果是写模式->读模式，position = 0 ， limit 指向最后一个元素的下一个位置，capacity不变
  • 如果是读->写，则恢复为put()方法中的值

get()方法

• get()方法会读取缓冲区中的一个值

• 进行该操作后，position会+1，如果超过了limit则会抛出异常

• 注意：get(i)方法不会改变position的值

  

一些IO模型

• 同步：线程自己去获取结果（一个线程）
  • 例如：线程调用一个方法后，需要等待方法返回结果
• 异步：线程自己不去获取结果，而是由其它线程返回结果（至少两个线程）
  • 例如：线程A调用一个方法后，继续向下运行，运行结果由线程B返回

当调用一次 channel.read 或 stream.read 后，会由用户态切换至操作系统内核态来完成真正数据读取，而读取又分为两个阶段，分别为：

• 等待数据阶段
• 复制数据阶段

阻塞IO

• 用户线程进行read操作时，需要等待操作系统执行实际的read操作，此期间用户线程是被阻塞的，无法执行其他操作

非阻塞IO

• 用户线程

  在一个循环中一直调用read方法

  ，若内核空间中还没有数据可读，立即返回

  • 只是在等待阶段非阻塞

• 用户线程发现内核空间中有数据后，等待内核空间执行复制数据，待复制结束后返回结果

多路复用

Java中通过Selector实现多路复用

• 当没有事件是，调用select方法会被阻塞住
• 一旦有一个或多个事件发生后，就会处理对应的事件，从而实现多路复用

多路复用与阻塞IO的区别

• 阻塞IO模式下，若线程因accept事件被阻塞，发生read事件后，仍需等待accept事件执行完成后，才能去处理read事件
• 多路复用模式下，一个事件发生后，若另一个事件处于阻塞状态，不会影响该事件的执行

异步IO

• 线程1调用方法后理解返回，不会被阻塞也不需要立即获取结果

• 当方法的运行结果出来以后，由线程2将结果返回给线程1

  零拷贝

  零拷贝指的是数据无需拷贝到 JVM 内存中，同时具有以下三个优点

  • 更少的用户态与内核态的切换
  • 不利用 cpu 计算，减少 cpu 缓存伪共享
  • 零拷贝适合小文件传输

  传统 IO 问题

  

• java 本身并不具备 IO 读写能力，因此 read 方法调用后，要从 Java 程序的用户态切换至内核态，去调用操作系统（Kernel）的读能力，将数据读入内核缓冲区。这期间用户线程阻塞，操作系统使用 DMA（Direct Memory Access）来实现文件读，其间也不会使用 CPU

  DMA 也可以理解为硬件单元，用来解放 cpu 完成文件 IO

• 从内核态切换回用户态，将数据从内核缓冲区读入用户缓冲区（即 byte[] buf），这期间 CPU 会参与拷贝，无法利用 DMA

• 调用 write 方法，这时将数据从用户缓冲区（byte[] buf）写入 socket 缓冲区，CPU 会参与拷贝

• 接下来要向网卡写数据，这项能力 Java 又不具备，因此又得从用户态切换至内核态，调用操作系统的写能力，使用 DMA 将 socket 缓冲区的数据写入网卡，不会使用 CPU

可以看到中间环节较多，java 的 IO 实际不是物理设备级别的读写，而是缓存的复制，底层的真正读写是操作系统来完成的

• 用户态与内核态的切换发生了 3 次，这个操作比较重量级
• 数据拷贝了共 4 次

NIO 优化

通过 DirectByteBuf

• ByteBuffer.allocate(10)

  • 底层对应 HeapByteBuffer，使用的还是 Java 内存

• ByteBuffer.

  allocateDirect

  (10)

  • 底层对应DirectByteBuffer，使用的是操作系统内存

大部分步骤与优化前相同，唯有一点：Java 可以使用 DirectByteBuffer 将堆外内存映射到 JVM 内存中来直接访问使用

• 这块内存不受 JVM 垃圾回收的影响，因此内存地址固定，有助于 IO 读写
• Java 中的 DirectByteBuf 对象仅维护了此内存的虚引用，内存回收分成两步
  • DirectByteBuffer 对象被垃圾回收，将虚引用加入引用队列
    • 当引用的对象ByteBuffer被垃圾回收以后，虚引用对象Cleaner就会被放入引用队列中，然后调用Cleaner的clean方法来释放直接内存
    • DirectByteBuffer 的释放底层调用的是 Unsafe 的 freeMemory 方法
  • 通过专门线程访问引用队列，根据虚引用释放堆外内存
• 减少了一次数据拷贝，用户态与内核态的切换次数没有减少

进一步优化1

以下两种方式都是零拷贝，即无需将数据拷贝到用户缓冲区中（JVM内存中）

底层采用了 linux 2.1 后提供的 sendFile 方法，Java 中对应着两个 channel 调用 transferTo/transferFrom 方法拷贝数据

• Java 调用 transferTo 方法后，要从 Java 程序的用户态切换至内核态，使用 DMA将数据读入内核缓冲区，不会使用 CPU
• 数据从内核缓冲区传输到 socket 缓冲区，CPU 会参与拷贝
• 最后使用 DMA 将 socket 缓冲区的数据写入网卡，不会使用 CPU

这种方法下

• 只发生了1次用户态与内核态的切换
• 数据拷贝了 3 次

进一步优化2

linux 2.4 对上述方法再次进行了优化

• Java 调用 transferTo 方法后，要从 Java 程序的用户态切换至内核态，使用 DMA将数据读入内核缓冲区，不会使用 CPU
• 只会将一些 offset 和 length 信息拷入 socket 缓冲区，几乎无消耗
• 使用 DMA 将 内核缓冲区的数据写入网卡，不会使用 CPU

整个过程仅只发生了1次用户态与内核态的切换，数据拷贝了 2 次

参考：
黑马程序员netty
Nyima笔记