你了解IO相关知识点吗？

　　IOIO是什么？
　　我们都知道unix（like）世界里，一切皆文件，而文件是什么呢？文件就是一串二进制流而已，不管socket，还是FIFO、管道、终端，对我们来说，一切都是文件，一切都是流。在信息交换的过程中，我们都是对这些流进行数据的收发操作，简称为IO操作（inputandoutput），往流中读出数据，系统调用read，写入数据，系统调用write。IO源有哪些磁盘IO
　　发送一条磁盘IO的指令，指令一般是通知磁盘开始扇区位置，然后给出需要从这个初始扇区往后读取的连续扇区个数，同时给出动作是读，还是写。磁盘收到这条指令，就会按照指令的要求，读或者写数据。控制器发出的这种指令数据，就是一次IO，读或者写。磁盘IO的并发
　　一个磁盘同一时刻只能执行一条指令，因此单磁盘并发度为0内存IO
　　就是从内存中读写数据，速度非常快，通常不会成为性能瓶颈，一般不考虑设备IO
　　从一个外接设备写入或者读取数据，设备IO需要考虑设备是否是个互斥资源。互斥资源的IO某一时刻只能被一个线程占用。网络IO
　　网络IO其实也属于设备IO的一种，但是通常单独讨论。网络IO也就是对网卡的读写，也就是发送请求和接受请求在网卡上数据读写的IO。主要就是利用socket套接字发生和接受数据。数据拷贝
　　不同的IO源，所遵循的数据拷贝都是一致的。DMA控制器
　　DMA（DirectMemoryAccess，直接存储器访问）：它是所有现代电脑的重要特色，它允许不同速度的硬件装置来沟通，而不需要依赖于CPU的大量中断负载。
　　传统IO操作读操作
　　拷贝两次，上下文切换两次（1）用户进程通过read（）函数向内核发起读取的调用上下文从用户切换到内核（2）cpu利用DMA控制器从内存或磁盘拷贝到读缓存区拷贝一次（3）cpu将缓存区的数据拷贝到用户进程的缓存区拷贝一次（4）上下文从用户切换到内核read（）函数返回写操作
　　拷贝两次上下文切换两次（1）用户进程调用write（）函数，向内核发起系统调用上下文用户切换到内核（2）cpu将数据从用户缓存区拷贝到内核缓存区（这说明传统模式下用户进程没有权利去直接拷贝数据，必须交给内核来完成）拷贝一次（3）CPU利用DMA控制器将数据从网络缓冲区（socketbuffer）拷贝到内存或者磁盘拷贝一次（4）上下文从内核切换到用户write（）函数返回零拷贝
　　于这种数据传输方式来说，应用程序可以直接访问硬件存储，操作系统内核只是辅助数据传输。也就是用户进程可以直接对磁盘或者内存进行读写。这样数据就不需要拷贝了，但是当然传统方式的一些好处必然也就需要舍弃
　　Linux中提供类似零拷贝的系统调用主要有mmap（），sendfile（）以及splice（）。mmap（）（读一次拷贝，写不变）
　　一次拷贝发生在DMA会从磁盘或者内存将数据读入共享缓存区。用户进程就可以直接使用共享缓存区中的数据。
　　和传统的区别就是read操作变成了mmap，之后用户空间会和内核态共享同一块内核缓存区，读入的数据都在这个内核缓存区里面。写入的话还是和原来一样。sendfile（）（读一次拷贝，写两次次拷贝）
　　该方法适用于读取的数据可以直接写入到别的IO源里，拷贝操纵直接在内核空间中完成，用户进程不需要参与，减少了上下文切换
　　读的一次拷贝发生在DMA会从磁盘或者内存将数据读入内核缓存区
　　写的两次拷贝（1）内存缓存区拷贝到socket缓存区（2）socket缓存区内容复制到网卡splice（）（读一次拷贝，写一次拷贝）
　　该方法适用于读取的数据可以直接写入到别的IO源里，内存缓存和socket缓存间直接建立通道，无需复制操作，直接就可以互相访问。读写就绪状态
　　（1）读就绪状态
　　内核缓冲区中数据字节数大于等于用户进程请求读的字节数，此时系统可以将内核缓冲区的数据搬到用户缓冲区。
　　（2）写就绪状态
　　内核缓冲区中剩余字节空间数（空闲空间）大于等于用户进程请求写的字节数，此时系统可以将用户缓冲区的数据搬往内核缓冲区。
　　也就是说一个读或写的过程，首先要经历一个读写的就绪状态，读写就绪后，才进行真正的IO，读就绪后，系统才能将内核缓冲区的数据搬到用户缓冲区；
　　写就绪后，系统才能将用户缓冲区的数据搬往内核缓冲区。网络IO
　　网络IO作为java服务重点关注的情况，无论是请求相应，还是数据库操作都通过网络IO完成网络IO的特点
　　其它IO源在读取的时候，基本不会有数据不存在的情况。但是网络IO对于操作系统来说，读写的都是网卡的内容，网卡的内容能否被读取，取决于是否有新的数据通过网络写入。因此用户进程并不知道何时才能从网络IO获取数据，因此就需要使用IO模型。网络IO收取网络包的过程
　　www。easemob。comnews5544
　　www。yuque。comhenyoumoik（1）网卡收到数据后，网络驱动会通过DMA把网卡上收到的数据写到内存里，并想cpu发送一个软中断，通知cpu有数据到达（2）内核具有一个线程ksoftirqd专门用来处理软中断的请求，ksoftirqd不断循环，判断是否有软中断请求需要处理。不断用poll（）的方式轮询。（3）ksoftirqd发现由网卡的中断请求后，将数据交到各级协议栈处理。（4）协议栈负责将不同协议的数据都处理完毕（比如收到了完整的多个TCP数据报文），变成可用的数据结合socket放到socket队列中去。代表socket的数据就绪了。（5）用户进程自己维护一个不停循环的线程（或者由用户进程的网络框架维护），不停的去访问内核空间看有没有就绪的socket数据。IO模型
　　IO模型适用于所有和IO源交互的情况，但是对于网络IO来说，IO交互的等待时间可能无限长。（1）IO模型主要用来讨论数据未就绪的情况，如果数据已经就绪了，啥模型都能直接读取数据（2）IO模型只讨论应用程序触发获取数据的操作之后的情况，至于应用程序何时触发，和IO模型无关阻塞IO（BIO）（1）应用程序的一个线程获取数据的操作，此时内核数据未就绪（2）线程一直等待（3）内核数据就绪，唤醒线程读取内核数据到用户进程空间中（4）线程的读取数据操作完成
　　阻塞IO一个线程只能用来获取一个socket套接字的数据。非阻塞IO（BIO）（1）应用程序的一个线程获取数据的操作，此时内核数据未就绪，返回一个错误信息（2）线程得到返回后，可以执行别的操作，之后会再次来尝试获取数据（3）线程不断轮询，直到内核数据就绪，就将内核数据拷贝到用户空间（4）线程的读取数据操作完成
　　非阻塞IO，如果你在线程中维护多个socket连接的信息，是可以实现和select（）差不多的效果。IO多路复用
　　IO多路复用是一种同步IO模型，一个线程监听多个IO事件，当有IO事件就绪时，就会通知线程去执行相应的读写操作，没有就绪事件时，就会阻塞交出cpu。
　　多路是指网络链接，复用指的是复用同一线程。
　　因为IO多路复用不止适用于套接字，适用于所有文件描述符fd，因此介绍时以fd来介绍select（）
　　用户线程维护一个数组，记录所有感兴趣的fd（在socket中就是已经建立连接的所有套接字）。数组的大小有限制，在32位系统中，最大值为1024个，而在64位系统中，最大值为2048个
　　（1）线程不断调用select（）方法，将数组从用户空间拷贝到内核空间，内核空间会按照数组检查一遍fd是否发生了IO事件（就是socket读队列有没有数据），如果有，就使该fd为就绪状态（此时不拷贝数据）
　　（2）select（）方法返回，进程遍历一遍该数组，看看哪些fd是就绪状态，如果就绪了，就调用fd的对应方法，将数据从内核空间拷贝到进程空间中。poll（）
　　进程维护一个链表，因为是链表，所以没有长度的限制。
　　其它的操作过程和select（）方法一样。性能没啥提升epoll（）
　　epoll就是对select和poll的改进了。它的核心思想是基于事件驱动来实现的，相当于提前建立好相应的数据结构回调函数的使用，使得不需要轮询，而是只返回就绪的fd。
　　epoll操作实际上对应着有三个函数：epollcreate，epollctr，epollwait。epollcreate
　　epollcreate相当于在内核中创建一个存放fd的数据结构。在select和poll方法中，内核都没有为fd准备存放其的数据结构，只是简单粗暴地把数组或者链表复制进来；而epoll则不一样，epollcreate会在内核建立一颗专门用来存放fd结点的红黑树，后续如果有新增的fd结点，都会注册到这个epoll红黑树上。epollctr
　　select和poll会一次性将监听的所有fd都复制到内核中，而epoll不一样，当需要添加一个新的fd时，会调用epollctr，给这个fd注册一个回调函数，然后将该fd结点注册到内核中的红黑树中。当该fd对应的设备活跃时，会调用该fd上的回调函数，将该结点存放在一个就绪链表中。这也解决了在内核空间和用户空间之间进行来回复制的问题。epollwait
　　epollwait方法就是进程获取就绪fd的时候调用，其实直接就是从就绪链表中取结点epoll的工作流程
　　就算是epoll模型，也需要线程去主动去获取数据，即调用epollwait（）方法，此时就绪链表如果有数据，那就直接返回，如果没有数据，线程就会进入阻塞状态，然后当有数据后，就会唤醒该线程，获得数据的线程就会从epollwait（）方法继续向后执行何时选择select（），poll（）或者epoll（）
　　并不是所有的情况中epoll都是最好的，比如当fd数量比较小的时候，epoll不见得就一定比select和poll好AIO异步IO
　　异步IO肯定不是阻塞的了，异步乍一看和epoll回调类似，但是epoll其实是等数据就绪了之后，唤醒之前尝试获取数据的线程，之前的线程在被唤醒前是一直阻塞的（1）用户线程向内核空间发起一次读取数据的调用。（2）如果数据就绪，直接读取，将数据拷贝到用户空间（3）如果未就绪就直接返回，然后该线程销毁（4）内核已经知道了用户进程想要哪些数据，等到内核数据准备好之后，内核主动将数据拷贝到用户空间，内核就去主动调用用户提供的回调函数来处理数据。jdk的IO演变历程（1）一个是jdk1。4，这个版本之前java仅支持传统的bio，之后支持nio；（2）jdk1。7，这个版本之后，有了aio。（3）编程语言层面上的io操作，其实调用的是操作系统内核的readwrite接口（对底层硬件设备的读写），所以本质上还得依赖于操作系统内核，如果操作系统不支持aio，即使编程语言层面上有aio接口，也没用，这也是为什么有了aio，但是目前大多数应用实际使用的还是nio，由于应用大多部署在linux服务器，而linux操作系统内核尚未实现aio（windows实现了aio）。
　　作者：用自己的话说
　　链接：https：juejin。cnpost6954732511268175886