从bio到nio到aio，再到响应式编程，你这么说我就懂了
要问计算机系统里，有哪些概念比较折腾人，nio绝对能算上一个。配合着多是异的网络编程，nio加上多线程一般能够完成双杀。
Linux有5种常见的IO模型。其中，阻塞IO就是bio，IO复用就是nio，异步IO就是aio，我们本篇文章就聚焦于此。
-
阻塞式IO （bio） -
非阻塞式IO -
IO复用 （nio） -
信号驱动式IO -
异步IO（aio）
在网络编程中，Reactor模型是必须要了解的。现在，大多数与IO相关的组件，都会使用Reactor模型，比如Tomcat、Redis、Nginx等，可见Reactor应用的广泛性。
Reactor是NIO的基础。为什么NIO的性能就能够比传统的阻塞IO性能高呢？我们首先来看一下传统阻塞式IO的一些特点。
1.阻塞IO模型
如上图，是典型的BIO模型，每当有一个连接到来，经过协调器的处理，就开启一个对应的线程进行接管。如果连接有1000条，那就需要1000个线程。线程资源是非常昂贵的，除了占用大量的内存，还会占用非常多的CPU调度时间，所以BIO在连接非常多的情况下，效率会变得非常低。
下面的代码是使用ServerSocket实现的一个简单socket服务器，监听在8888端口。
public class BIO {
static boolean stop = false;
public static void main(String[] args) throws Exception {
int connectionNum = 0;
int port = 8888;
ExecutorService service = Executors.newCachedThreadPool();
ServerSocket serverSocket = new ServerSocket(port);
while (!stop) {
if (10 == connectionNum) {
stop = true;
}
Socket socket = serverSocket.accept();
service.execute(() -> {
try {
Scanner scanner = new Scanner(socket.getInputStream());
PrintStream printStream = new PrintStream(socket.getOutputStream());
while (!stop) {
String s = scanner.next().trim();
printStream.println("PONG:" + s);
}
} catch (Exception ex) {
ex.printStackTrace();
}
});
connectionNum++;
}
service.shutdown();
serverSocket.close();
}
}
启动之后，使用nc命令进行连接测试，结果如下。
$ nc -v localhost 8888
Connection to localhost port 8888 [tcp/ddi-tcp-1] succeeded!
hello
PONG:hello
nice
PONG:nice
可以看到，BIO的读写操作是阻塞的，线程的整个生命周期和连接的生命周期是一样的，而且不能够被复用。
就单个阻塞IO来说，它的效率并不比NIO慢。但是当服务的连接增多，考虑到整个服务器的资源调度和资源利用率等因素，NIO就有了显著的效果，NIO非常适合高并发场景。
2.非阻塞IO模型
其实，在处理IO动作时，有大部分时间是在等待。比如，socket连接要花费很长时间进行连接操作，在完成连接的这段时间内，它并没有占用额外的系统资源，但它只能阻塞等待在线程中。这种情况下，系统资源并不能被合理的利用。
Java的NIO，在Linux上底层是使用epoll实现的。epoll是一个高性能的多路复用I/O工具，改进了select和poll等工具的一些功能。在网络编程中，对epoll概念的一些理解，几乎是面试中必问的问题。
epoll的数据结构是直接在内核上进行支持的。通过epoll_create和epoll_ctl等函数的操作，可以构造描述符（fd）相关的事件组合（event）。
这里有两个比较重要的概念：
-
fd每条连接、每个文件，都对应着一个描述符，比如端口号。内核在定位到这些连接的时候，就是通过fd进行寻址的 -
event当fd对应的资源，有状态或者数据变动，就会更新epoll_item结构。在没有事件变更的时候，epoll就阻塞等待，也不会占用系统资源；一旦有新的事件到来，epoll就会被激活，将事件通知到应用方
关于epoll还会有一个面试题：相对于select，epoll有哪些改进？这里直接给出答案：
-
epoll不再需要像select一样对fd集合进行轮询，也不需要在调用时将fd集合在用户态和内核态进行交换 -
应用程序获得就绪fd的事件复杂度，epoll时O(1)，select是O(n) -
select最大支持约1024个fd，epoll支持65535个 -
select使用轮询模式检测就绪事件，epoll采用通知方式，更加高效
我们还是以Java中的NIO代码为例，来看一下NIO的具体概念。
public class NIO {
static boolean stop = false;
public static void main(String[] args) throws Exception {
int connectionNum = 0;
int port = 8888;
ExecutorService service = Executors.newCachedThreadPool();
ServerSocketChannel ssc = ServerSocketChannel.open();
ssc.configureBlocking(false);
ssc.socket().bind(new InetSocketAddress("localhost", port));
Selector selector = Selector.open();
ssc.register(selector, ssc.validOps());
while (!stop) {
if (10 == connectionNum) {
stop = true;
}
int num = selector.select();
if (num == 0) {
continue;
}
Iterator<SelectionKey> events = selector.selectedKeys().iterator();
while (events.hasNext()) {
SelectionKey event = events.next();
if (event.isAcceptable()) {
SocketChannel sc = ssc.accept();
sc.configureBlocking(false);
sc.register(selector, SelectionKey.OP_READ);
connectionNum++;
} else if (event.isReadable()) {
try {
SocketChannel sc = (SocketChannel) event.channel();
ByteBuffer buf = ByteBuffer.allocate(1024);
int size = sc.read(buf);
if(-1==size){
sc.close();
}
String result = new String(buf.array()).trim();
ByteBuffer wrap = ByteBuffer.wrap(("PONG:" + result).getBytes());
sc.write(wrap);
} catch (Exception ex) {
ex.printStackTrace();
}
} else if (event.isWritable()) {
SocketChannel sc = (SocketChannel) event.channel();
}
events.remove();
}
}
service.shutdown();
ssc.close();
}
}
上面这段代码比较长，是使用NIO实现的和BIO相同的功能。从它的API设计上，我们就能够看到epoll的一些影子。
首先，我们创建了一个服务端ssc，并开启一个新的事件选择器，监听它的OP_ACCEPT事件。
ServerSocketChannel ssc = ServerSocketChannel.open();
Selector selector = Selector.open();
ssc.register(selector, ssc.validOps());
共有4种事件类型。分别是新连接事件（OP_ACCEPT）、连接就绪事件（OP_CONNECT）、读就绪事件（OP_READ）、写就绪事件（OP_WRITE）。任何网络和文件操作，都可以抽象成这四个事件。
接下来，在while循环里，使用select函数，阻塞在主线程里。所谓阻塞，就是操作系统不再分配CPU事件片到当前线程中，所以select函数是几乎不占用任何系统资源的。
int num = selector.select();
一旦有新的事件到达，比如有新的连接到来，主线程就能够被调度到，程序就能够向下执行。这时候，就能够根据订阅的事件通知，持续获取订阅的事件。
由于注册到selector的连接和事件可能会有多个，所以这些事件也会有多个。我们使用安全的迭代器循环进行处理，在处理完毕之后，将它删除。
如果事件不删除的话，或者漏掉了某个事件的处理，会怎么样呢？后果还是比较严重的，由于事件总是存在，我们的程序会陷入无休无止的循环之中。
Iterator<SelectionKey> events = selector.selectedKeys().iterator();
while (events.hasNext()) {
SelectionKey event = events.next();
...
events.remove();
}
}
有新的连接到达时，我们订阅了更多的事件。对于我们的数据读取来说，对应的事件就是OP_READ。和BIO编程面向流的方式不同，NIO操作的对象是抽象的概念Channel，通过缓冲区进行数据交换。
SocketChannel sc = ssc.accept();
sc.configureBlocking(false);
sc.register(selector, SelectionKey.OP_READ);
值得注意的是：服务端和客户端的实现方式，可以是不同的。比如，服务端是NIO，客户端可以是BIO，它们并没有什么强制要求。
另外一个面试时候经常问到的事件就是OP_WRITE。我们上面提到过，这个事件是表示写就绪的，当底层的缓冲区有空闲，这个事件就会一直发生，浪费占用CPU资源。所以，我们一般是不注册OP_WRITE的。
这里还有一个细节，在读取数据的时候，并没有像BIO的方式一样使用循环来获取数据。如下面的代码，我们创建了一个1024字节的缓冲区，用于数据的读取。如果连接中的数据，大于1024字节怎么办？
SocketChannel sc = (SocketChannel) event.channel();
ByteBuffer buf = ByteBuffer.allocate(1024);
int size = sc.read(buf);
这涉及到两种事件的通知机制。
-
水平触发 (level-triggered) 称作LT模式。只要缓冲区有数据，事件就会一直发生 -
边缘触发 (edge-triggered) 称作ET模式。缓冲区有数据，仅会触发一次。事件想要再次触发，必须先将fd中的数据读完才行
可以看到，Java的NIO采用的就是水平触发的方式。LT模式频繁环唤醒线程，效率相比较ET模式低，所以Netty使用JNI的方式，实现了ET模式，效率上更高一些。
3.Reactor模式
了解了BIO和NIO的一些使用方式，Reactor模式就呼之欲出了。
NIO是基于事件机制的，有一个叫做Selector的选择器，阻塞获取关注的事件列表。获取到事件列表后，可以通过分发器，进行真正的数据操作。
上图是Doug Lea在讲解NIO时候的一张图，指明了最简单的Reactor模型的基本元素。你可以对比这上面的NIO代码分析一下，里面有四个主要元素：
-
Acceptor 处理client的连接，并绑定具体的事件处理器 -
Event 具体发生的事件 -
Handler 执行具体事件的处理者。比如处理读写事件 -
Reactor 将具体的事件分配给Handler
我们可以对上面的模型进行近一步细化，下面这张图同样是Doug Lea的ppt中的。它把Reactor部分分为mainReactor和subReactor两部分。mainReactor负责监听处理新的连接，然后将后续的事件处理交给subReactor，subReactor对事件处理的方式，也由阻塞模式变成了多线程处理，引入了任务队列的模式。
熟悉Netty的同学可以看到，这个模型就是Netty设计的基础。在Netty中，Boss线程对应着对连接的处理和分派，相当于mainReactor；Work线程 对应着subReactor，使用多线程负责读写事件的分发和处理。
这种模式将每个组件的职责分的更细，耦合度也更低，能有效的解决C10k问题。
4.AIO
关于NIO的概念，误解还是比较多的。面试官可能会问你：为什么我在使用NIO的时候，使用Channel进行读写，socket的操作依然是阻塞的？NIO主要体现在哪里？
//这行代码是阻塞的
int size = sc.read(buf);
答案就是，NIO只负责对发生在fd描述符上的事件进行通知。事件的获取和通知部分是非阻塞的，但收到通知之后的操作，却是阻塞的。即使使用多线程去处理这些事件，它依然是阻塞的。
AIO更近一步，将这些对事件的操作也变成非阻塞的。下面是一段典型的AIO代码，它通过注册CompletionHandler 回调函数进行事件处理。这里的事件是隐藏的，比如read函数，它不仅仅代表Channel可读了，而且会把数据自动的读取到ByteBuffer中。等完成了读取，就会通过回调函数通知你，进行后续的操作。
public class AIO {
public static void main(String[] args) throws Exception {
int port = 8888;
AsynchronousServerSocketChannel ssc = AsynchronousServerSocketChannel.open();
ssc.bind(new InetSocketAddress("localhost", port));
ssc.accept(null, new CompletionHandler<AsynchronousSocketChannel, Object>() {
void job(final AsynchronousSocketChannel sc) {
ByteBuffer buffer = ByteBuffer.allocate(1024);
sc.read(buffer, buffer, new CompletionHandler<Integer, ByteBuffer>() {
@Override
public void completed(Integer result, ByteBuffer attachment) {
String str = new String(attachment.array()).trim();
ByteBuffer wrap = ByteBuffer.wrap(("PONG:" + str).getBytes());
sc.write(wrap, null, new CompletionHandler<Integer, Object>() {
@Override
public void completed(Integer result, Object attachment) {
job(sc);
}
@Override
public void failed(Throwable exc, Object attachment) {
System.out.println("error");
}
});
}
@Override
public void failed(Throwable exc, ByteBuffer attachment) {
System.out.println("error");
}
});
}
@Override
public void completed(AsynchronousSocketChannel sc, Object attachment) {
ssc.accept(null, this);
job(sc);
}
@Override
public void failed(Throwable exc, Object attachment) {
exc.printStackTrace();
System.out.println("error");
}
});
Thread.sleep(Integer.MAX_VALUE);
}
}
AIO是Java1.7加入的，理论上性能是会提升的，但它现在发展的不太好。那部分对数据进行自动读取的操作，总得有地方实现，不在框架里，就得在内核里。Netty的NIO模型加上多线程处理，在这方面已经做的很好，编程模式也非常简单。所以，市面上对AIO的实践并不多，在采用技术选型的时候，一定要谨慎。
5.响应式编程
你可能听说过Spring5的webflux，webflux是可以替代spring mvc的一套解决方案，可以编写响应式的应用，两者之间的关系可以看下图。它的底层使用的是netty，所以操作是异步非阻塞的。类似的组件还有vert.x、akka、rxjava等。
webflux是运行在project reactor之上的一个封装，其根本特性是由后者提供的。至于再底层的非阻塞模型，就是由Netty保证的了。
非阻塞的特性我们可以理解，响应式又是什么概念呢？
响应式编程是一种面向数据流和变化传播的编程范式。这意味着可以在编程语言中很方便地表达静态或动态的数据流，而相关的计算模型会自动将变化的值通过数据流进行传播。
这段话很晦涩，在编程方面，它表达的意思是：把生产者消费者模式，使用简单的API表示出来，并自动处理背压（backpressure）问题。
背压，指的是生产者与消费者之间的流量控制。通过将操作全面异步化，来减少无效的等待和资源消耗。
Java的lambda表达式可以承担简单这个职责，Java9更是引入了响应式流（Reactive Stream），方便了我们的操作。比如，下面是Spring Cloud GateWay的Fluent API写法，响应式编程的API都是类似的。
public RouteLocator customerRouteLocator(RouteLocatorBuilder builder) {
return builder.routes()
.route(r -> r.path("/market/**")
.filters(f -> f.filter(new RequestTimeFilter())
.addResponseHeader("X-Response-Default-Foo", "Default-Bar"))
.uri("http://localhost:8080/market/list")
.order(0)
.id("customer_filter_router")
)
.build();
}
从传统的开发模式过渡到reactor的开发模式，是有一定成本的，不过它确实能够提高我们应用程序的性能。具体用不用，就要看在编程难度和性能之间的取舍了。
小结
从上面的描述，我们了解到，BIO的线程模型是一个连接对应一个线程的，非常的浪费资源；NIO通过对关键事件的监听，通过主动通知的方式完成非阻塞操作，但它对事件本身的处理依然是非阻塞的；AIO完全是异步非阻塞的，但现实中使用很少。
使用Netty的多Acceptor模式和多线程模式，我们能够方便的完成类似AIO这样的操作。Netty的事件触发机制使用了高效的ET模式，使得支持的连接更多，性能更高。
使用Netty，能够构建响应式编程的基础，加上类似lambda表达式这样的书写风格，能够完成类似WebFlux这样的响应式框架。响应式编程是一个趋势，现在有越来越多的框架和底层的数据库支持响应式编程，我们的应用响应也会更加迅速。
日拱一兵
像读侦探小说一样学技术
Official Account