0. Java 线程IO模型

Java当中的线程I/O模型如图所示：

1. BIO

当一个线程进行I/O操作的时候，传统的做法是阻塞等待，直到I/O操作完成再继续后续的操作，这种IO方式就是BIO(Blocking I/O)。

BIO方式的缺点是：

• 大量并发线程的场景下效率过低；
• 空等待浪费资源；

2. NIO

JDK1.4引入了NIO(No Blocking I/O或者是New I/O)。NIO是一种同步非阻塞的I/O模型，相对于BIO，NIO允许一个线程在I/O操作的时候处理其他任务，但是需要定期轮询检查I/O操作是否完成。
NIO的缺点在于：

• 轮询的时间间隔不好把握；
• 一个线程处理一个I/O操作，如果存在大量I/O，处理其他任务和轮询操作反复切换状态，上下文切换开销大；

3. I/O多路复用（主要）

3.1 概念

为了解决NIO的缺点，Linux引入了I/O多路复用的机制，即一个线程可以同时监听多个I/O操作，当某个I/O操作完成后，会通知线程进行处理。
多路指的是多个SOCKET连接之间的I/O操作，复用指的是共用一个线程。
I/O多路复用的优点在于：

• 一个线程可以同时监听多个I/O操作，减少了线程的数量，避免了线程切换的开销；

需要注意的是，I/O多路复用只有和NIO配合使用才能发挥作用，因为NIO是非阻塞的，所以可以在一个线程中同时监听多个I/O操作，而BIO是阻塞的，一个线程只能处理一个I/O操作，所以无法实现I/O多路复用。

3.2 实现

I/O多路复用的实现思路：
对于多个socket连接，程序提供一个文件描述符集合给系统，当某个接口的I/O操作完成后，会通知线程进行处理。

实现I/O多路复用的方式有三种：select、poll、epoll。

1. select

函数原型如下所示：

int select(int nfds, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout);

• nfds：文件描述符的数量，即文件描述符集合中最大的文件描述符加1；
• readfds：读文件描述符集合；
• writefds：写文件描述符集合；
• exceptfds：异常文件描述符集合；
• timeout：超时时间；

从参数可以看出来select方式监听读、写、异常事件。

select根据监听的事件类型分别创建三个文件描述符数组，然后在timeout时间内阻塞线程进行监听，直到有事件发生或者超时。之后检查数组中是否有事件到达。
select的缺点在于：

• 文件描述符数组大小有限，为1024，因此对于高并发场景并不适用；
• 维持三个文件描述符数组，占据大量的内存空间；
• 每次调用select需要将数组从用户空间拷贝到内核空间，同时重新对数组进行遍历查找，效率低；

2. poll

函数原型如下所示：

int poll(struct pollfd *fds, nfds_t nfds, int timeout);

• fds：文件描述符数组；
• ndfs：文件描述符数组的大小；
• timeout：超时时间；

本质的工作过程和select类似，但是稍微做了改进，只需要构建一个数组，并且数组大小不受限制，而是能够自由指定；
poll的缺点在于：

• 每次调用poll之后都需要进行数组遍历，这一点并没有改进

3. epoll

为了解决select和poll的缺点，在高并发场景下，不同的操作系统引入了不同的解决方案，例如Linux引入了epoll、FreeBSD引入了kqueue、Solaris引入了/dev/poll。
由epoll实现I/O多路复用，步骤如下：

1. 先创建epoll对象：

int epfd = epoll_create(10);

其中，int epoll_create(int size)会在内核空间开辟一块指定大小的数据表，并由epfd指向这部分内存。
2. 创建好epoll对象之后，使用epoll_ctl将注册需要监听的事件：

int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);

• epfd是创建数组之后的内存指针；
• op是操作类型，包括三种模式：
  • EPOLL_CTL_ADD：添加需要监听的事件；
  • EPOLL_CTL_MOD：修改需要监听的事件；
  • EPOLL_CTL_DEL：删除需要监听的事件；
• fd是需要监听的文件描述符，需要支持NIO；
• event记录了注册事件的具体信息。数据结构如下所示：

typedef union epoll_data {
    void    *ptr;
    int      fd;
    uint32_t u32;
    uint64_t u64;
} epoll_data_t;

struct epoll_event {
    uint32_t     events;    /* Epoll events */
    epoll_data_t data;      /* User data variable */
};

3. 使用epoll_wait进行监听：
   epoll_wait函数原型如下所示：

int epoll_wait(int epfd, struct epoll_event *evlist, int maxevents, int timeout);

• epfd是创建数组之后的内存指针；
• evlist是用于存放事件的数组,也是返回的结果数组，包含被触发事件的对应文件描述符；
  • 这里显示了和select、poll的区别，select、poll会返回所有文件描述符然后遍历，而epoll只会返回被触发事件的文件描述符；
• maxevents是监听事件的最大容量；
• timeout是超时时间；
  监听步骤是block的，也就是阻塞的，只有超时才会返回；

epoll的优点在于：

• 只返回触发事件的文件描述符，避免了整个数组的遍历；
• 支持水平触发（Level Trigger）和边缘触发（Edge Trigger）两种模式；
  • 对于水平触发和边缘触发，具体解释可参考这篇博客；

4. AIO

AIO(Asynchronous I/O)，即异步非阻塞I/O模型，AIO的实现方式是基于事件和回调机制的，当一个I/O操作完成后，会通知线程进行处理，因此不需要轮询操作。

AIO和NIO的区别在于：

• NIO：线程需要定时检查I/O操作是否完成；
• AIO：安心去做其他事情，等到通知之后才会进行处理；

5. 技术对比

5.1 BIO、NIO、I/O多路复用、AIO对比

5.2 select、poll、epoll对比

6. 面试模拟

Q：IO多路复用是什么意思？
A：IO多路复用指的是一个线程管理多个IO连接，监听多个IO事件；

Q：NIO的具体含义
A：NIO一般理解为Not Blocking IO，即非阻塞IO，和传统的BIO（阻塞IO）相比，NIO模型中，一个线程在IO操作的时候可以处理其他任务，定期轮询检查IO操作是否完成

Q：基于什么实现的I/O多路复用？
A：传统的实现方式包括select、poll，但是这两类方法都需要遍历数组，效率较低，为此不同的操作系统提出了不同的改进方案，例如solaris提出了/dev/poll，FreeBSD提出了kqueue，Linux提出了epoll，而epoll相比于select、poll的主要区别就是返回的事件列表只包括触发事件的文件描述符，而不是全部监听事件的文件描述符，改进了数组遍历这一监听方式。

参考资料

1. 一文彻底理解Java IO模型（阻塞IO非阻塞IO/IO多路复用）
2. IO多路复用机制详解
3. 讲讲BIO和NIO以及IO多路复用