基础 | NIO - [IO 模式的演进]

@

目录

• § 1 按时间顺序
• § 2 同步 & 异步、阻塞 & 非阻塞
• §3 各个 IO 模型

§ 1 按时间顺序

BIO

• 即 同步阻塞 IO
  • 读写请求会阻塞至有数据可供读写
  • 等待内核数据就绪并将数据传输到阻塞区
• 会为每个请求开辟一个线程
  因此遇到高并发时，线程数量会爆炸

PIO

• 即 同步伪非阻塞 IO
• 通常配合线程池模型使用的 IO
• 解决了线程的频繁创灭问题
  但最大线程数和等候队列都打满时依然爆炸

NIO

• 即 同步阻塞 IO
• 读写会阻塞，但读写请求不会
• 通过 Reactor 模式，注册 IO 事件
• 可供读写的数据准备就绪时，才开始正式读写
• 解决了从接收到读写请求，到可以真实进行读写之间的阻塞浪费

AIO

• 即 异步非阻塞 IO
• 读写不会阻塞
• 引入异步通道
• 代码简单
• 依赖 Netty

§ 2 同步 & 异步、阻塞 & 非阻塞

	同步	异步
阻塞	BIO	-
非阻塞	NIO / PIO	AIO

同步 & 异步

• 针对系统进程，是操作系统底层读写层面上是否阻塞
• 系统进程在等待数据就绪的时间范围内，是否阻塞
• 现象上主要影响系统进程通知用户应用数据已经就绪的方式，阻塞 VS 回调

阻塞 & 非阻塞

• 针对用户应用，是 API 调用时获取返回的过程是否阻塞
• 调用方发起一个请求后，接收到这个请求的响应之前，是否阻塞
• 现象上主要影响 API 调用返回的即时性，立即 VS 稍后

NIO 到底是异步阻塞还是同步非阻塞
本帖更倾向于 同步非阻塞，虽然作者也更习惯于反着叫(符合项目开发经验)，但还是尊重官方 API 的命名

• 这个问题本质上是个文字游戏，类似 @Overload 和 @OverWrite 是重载、重写还是重写、复写
• 同步异步和阻塞非阻塞这两组，本质上都是对是否阻塞的区分，只是阻塞的位置不一样
  • 对应的 阻塞位置 可参考下文 BIO 模型中红线和红框
  • 只要能正确理解和区分这两处阻塞并可以在交流过程中表达清楚，怎么称呼实际上无所谓
• 这两处阻塞的冠名为什么会有差异
  • 红线 处，是 API 调用相关的阻塞
    • 在日常项目中，我们通常用 同步/异步 进行区分
      依据如 Ajax 是一门用于网页异步请求的技术、来，小伙，把这个接口给我改成异步
    • 但在官方的 API 中，确实把它叫做 阻塞/非阻塞
      依据如 socketServerChannel.configureBlocking(false)
  • 红框 处，是 系统底层读写层面上的阻塞
    • 在日常项目中，我们通常用 阻塞/非阻塞 进行区分
      依据如 测试反馈迁移大镜像总卡死，我看了下，后台阻塞了，小伙你给优化一下
    • 但在官方的 API 中，确实把它叫做 同步/异步
      依据如 AsynchronousFileChannelDemo
      这个类在读写时，是系统读写完成后通过回调通知 API 的，其名为 Asynchronous 而不是 Unblocked

§3 各个 IO 模型

BIO

• 主线程 收到 IO 请求
• 主线程 在 recvfrom 系统调用阻塞
  • 应用因为系统调用切换至内核态
  • 内核等待数据就绪，比如等待网络 IO 中完整数据包到达
  • 内核数据就绪，复制到用户空间
  • 完成复制，退回用户态
• 应用处理数据
• 返回 IO 响应

阻塞位置
这里的阻塞就是指广义的阻塞（不在区分阻塞、异步），下同
下面方法会互相阻塞，卡在其中之一就不能响应其他

• accept()，等待连接
• read()，等待对方写
• write()，等待对方读
  因此，SocketServer 等待对方 Socket 写出时，就不能响应其他 Socket 的连接、写出请求

PIO

• 主线程 收到 IO 请求
• 主线程 在线程池启动一根 子线程 处理此 IO 请求
• 子线程 在 recvfrom 系统调用阻塞
  • 子线程 因为系统调用切换至内核态
  • 内核等待数据就绪，比如等待网络 IO 中完整数据包到达
  • 内核数据就绪，复制到用户空间
  • 完成复制，退回用户态
• 子线程 处理数据
• 返回 IO 响应

阻塞位置
下面方法 对同一个线程而言 会互相阻塞，卡在其中之一就不能响应其他

• accept()，等待连接
• read()，等待对方写
• write()，等待对方读

PIO 达到了非阻塞效果

• 阻塞的实际上是线程池里开辟处理处理请求的子线程
• 主线程上的 SocketServer 不耽误接待其他 Socket 的请求
  由此达到了 非阻塞 效果，但上图红线处的阻塞实际上并没有解决，因此只是 伪非阻塞

伪非阻塞的问题
伪非阻塞通过开辟线程达到非阻塞的效果，但它的问题也来自于线程池

• 开辟线程本身是个系统调用，会加剧模型中的用户态内核态切换，带来开销
• 线程本身也是一种比较珍贵的资源，JVM 线程数是有限制的
  Linux 默认一个线程最大 1024 个线程，详情参考 基础 | JVM - [内存溢出]
• 开辟线程本身也是一种开销，需要消耗 CPU 时间
• 高并发时，线程池打满只能拒绝请求

NIO

• 客服端通过 Socket 连接到服务端，并发送请求
• 服务端将请求和文件描述符注册到 多路复用器
• 多路复用器 将文件描述符和请求按请求与对应的 事件处理器进行关联
• 多路复用器 默认通过 epoll 函数监管文件描述符和请求
• 数据就绪时，多路复用器生成对应的 文件事件
• 多路复用器 将 文件事件 放到 事件队列 中
• 事件队列 经由单线程的 文件事件分派器 依次消费
• 文件事件分派器 将事件分发给关联的 事件处理器 进行处理

阻塞位置
下面方法都是 不阻塞 或 不完全阻塞 的

• accept()，完全不阻塞，没有连接直接返回 error
• read()，不完全阻塞，未读到数据直接返回error，只有读到数据且正在读数据的过程中阻塞
• write()，不完全阻塞

NIO 引入 Socket 队列 (假设没有引入多路复用)
通过了 Socket 队列，实现了单线程监管多个 Socket，同时解决了频繁开辟线程的问题

• NIO 对多个 Socket 的监管，只依赖于一个线程
• 与 Socket 的连接加入数组，只由一个线程周期性遍历一次
• 每次遍历只判断数据是否就绪，不进行其他操作

但 Socket 队列尚有下列问题没有解决

• Socket 很多时，Socket 队列就会很长，但实际上数据就绪的可能很少，这是极大的浪费
  Socket 队列中大部分 Socket 都是没有数据的，但不得不始终轮询
• 没有多路复用时，只能通过 read 进行轮询，相当于 玩命切换用户态、内核态

总结：
优点

• 实现单线程管理多 Socket
  不足
• 队列中管理很多 Socket 连接，连接越多，队列越长，但数据就绪数量可能很低，浪费
• 轮询依赖 read()，海量系统调用导致频繁的用户态内核态切换，浪费

NIO 引入多路复用
更多详细内容参考 中间件 | Redis - [深度理解多路复用]

多路复用程序将批量的轮询包装为多个文件描述符(File Descriptor)，并统一传输给内核
轮询通过内核态完成，避免用户态内核态海量切换