IO 和 NIO 的思考

输入输出是操作系统不可或缺的一部分，大致分为两类：面向磁盘和面向网络。在 Java 中有3种 I/O 类型：BIO、NIO 和 AIO，分别是同步阻塞、同步非阻塞和异步非阻塞 I/O，这里着重描述 BIO 和 NIO 的区别和常用的编程模型。

1. 为什么设计 NIO

一个直接原因就是为了更好的利用操作系统特性，改善和扩展原有 API。与 NIO 相关的规范有两个：

JSR 51：它是 NIO 的第一个规范，关注缓冲区、通道和字符集的设计，引入一个简单的面向缓冲区的 I/O 模型，并且提供一套非阻塞、I/O 多路复用、可扩展的 API
JSR 203(NIO.2)：它在前者的基础上，添加新的文件系统的抽象，完善现有 Socket 通道的配置，添加多播数据报的支持，并且定义了一个异步 I/O 编程 API

那么，传统的 BIO 又有什么弊端？NIO 又是如何改进的？可以从两方面进行说明。

1.2 文件操作

关于 java.io.file，它的不足之处在于：

查询文件属性时，如修改时间或文件类型，都会发生系统调用，并且这些组合操作非常常见，造成性能问题
部分方法在发生错误时返回 false 而不是抛出异常，比如 delete、rename，不知操作失败的原因
一些 OS 高级功能不支持，比如符号链接、文件锁定、内存映射等

而 NIO 支持批量获取文件属性，对文件、目录的处理也重新设计，提供 FileLock、MappedByteBuffer 等支持 OS 高级功能。

1.3 网络通信

BIO 是同步阻塞、基于流的 I/O，阻塞就意味着当 Socket 输入流中无数据可读取时，调用线程挂起，直到有数据读取，期间不能处理其他请求，如果来了一个新连接，就只能再新建一个线程处理。

随着连接数的增加，BIO 将会创建大量线程，而一个计算机能打开的进程数或线程数是有限的，严重的时候可能会导致应用崩溃无响应。一个有效的解决办法是使用线程池，限制最大线程数，但它同时也限制了最大连接数。

NIO 将读写改为非阻塞，无数据可读，线程返回线程池，可用于处理其他连接。它对原始 I/O 提供了新的抽象 - Channel（通道），并且提供基于缓冲区的读写 API。Channel 表示一个到硬件设备、文件或网络套接字的连接，与 java.net.Socket 的区别是：

可配置非阻塞，允许事件驱动的设计，提供了一种更加可扩展的服务器开发
面向缓冲区，可实现零拷贝执行 I/O ，只不过有一端必须是 FileChannel

相同环境下，BIO 的线程全程只处理一条连接，而 NIO 的线程可处理多个连接，提高了系统的吞吐能力。NIO 在服务器进行纵向扩展（比如增加内存、CPU）或者横向扩展（比如增加服务器）往往能够比 BIO 带来更高的处理能力，使服务器具有更强的可扩展性和可伸缩性。

1.4 零拷贝

NIO 还有一个零拷贝的概念，零拷贝是指 CPU 不执行将数据从一个存储区复制到另一个存储区的操作。OS 级别的零拷贝指的是将数据发送到硬件驱动程序（网卡或磁盘驱动器）时避免从一个位置复制到另一个位置（一般是从用户空间到内核空间），反之亦然。NIO 中的零拷贝就是这样，只不过它只针对在网络上发送文件。

2. I/O 模型的选择

一般的，我们潜意识的会认为 NIO 比 BIO 的性能高，其实不尽然，当然了有个读取方式的问题，read(byte[]) 和 read(ByteBuffer)应该没区别吧？所以如果系统的并发量不高，两个用谁都行。

BIO 的问题通常会在海量的连接下体现出来，由于它不能充分利用、压榨一台服务器的性能，不管怎么扩展，它能处理的连接数与机器性能往往是非线性的，付出和收获不成正比。如果你的应用面临的连接不断增加，特别是存在大量的长连接，此时就要选择 NIO，它不仅提高了单机处理能力，还能节省服务器成本。

NIO 相比 BIO 的重点在于可扩展性，在选择 I/O 模型时，需要结合业务场景，综合考虑以下几点：

预计最大的并发数
短连接还是长连接
预计每个连接的数据量，即流量的大小
NIO 灵活，但代价是编程复杂

3. 编程模型

BIO 的编程模型是一连接一处理线程，采用线程池优化。

NIO 典型的编程模型是 Reactor，事件复用器通知套接字何时准备好读取和写入操作的事件，将事件传递给合适的处理程序，由该程序负责实际的读取或写入。对于读操作基本过程如下：

处理程序声明感兴趣的 I/O 事件 - 读取事件
事件复用器等待事件
一个事件发生，复用器被唤醒并调用适当的处理程序
处理程序执行实际的读取操作，处理读取的数据，重新声明关注的 I/O 事件，并将控制权返回给调度程序

与 Reactor 相对的还有一个 AIO 的 Proactor 模型，它是异步 I/O，事件复用器等待 I/O 操作完成的事件，它是真正的异步，因为实际的 I/O 操作完全由操作系统执行。对于读操作，它的做法是：

处理程序启动异步读取操作，在这种情况下，处理程序不关心 I/O 就绪事件，而是关注接收完成的事件
事件复用器等待操作完成
当事件复用器等待时，OS 并行的在内核线程中执行读操作，将数据放入用户定义的缓冲区，读取完成后通知事件多路复用器
事件复用器调用适当的处理程序
处理程序处理用户定义缓冲区的数据，启动新的异步操作，并将控制返回给事件多路复用器

4. 小结

I/O 模型经常对比的是阻塞和非阻塞，还有同步和异步，在《UNIX 网络编程》第6章已经给出了它们的区别，并且给出的图示很直观。这里简单做下说明，以 UDP 为例，读取一个数据包可以分为两个阶段：

第一阶段：应用进程发起系统调用，内核无数据包准备好，等待数据
第二阶段：数据包准备好，OS 将数据从内核复制到用户空间

阻塞和非阻塞描述的是第一阶段无数据可读取时线程是否挂起；同步和异步描述的是第二阶段，在数据复制过程中线程是否参与和挂起。注意 NIO/BIO 都是同步 I/O，NIO 对应 UNP 中描述的 I/O 复用模型。