【Java基础】IO流

• 一、IO是什么
• 二、IO流的分类
• 三、字节流和字符流的区别：
• 四、BIO,NIO,AIO 有什么区别
• 五、什么是IO多路复用
• 六、NIO监听socket数量有没有限制
• 七、select/poll/epoll之间的区别
• 八、epoll 水平触发（LT）与 边缘触发（ET）的区别

Linux 系统中一切皆文件，而文件指的就是一些二进制的流，我们在做进程间通信时，都是对这些流进行操作，简称 IO 操作。在操作系统的层面，这些操作都是通过文件描述符来进行操作的。

通常用户进程的一个完整 IO 分为两个阶段：从用户空间到内核空间，从内核空间到设备空间。

• 内核空间：存放的是内核代码和数据
• 用户空间：存放的是用户程序代码和数据

以输入操作为例，用户进程进行了IO操作后，内核会先看缓冲区有没有数据，如果没有，则从设备空间读取，因为设备IO是比较慢的，所以会存在一个等待的过程。

所以 IO 操作的流程大致分为两步，等待 IO 操作就绪、数据拷贝
IO 一般有三种，内存 IO 、网络 IO、磁盘 IO。

Java I0流的40多个类都是从如下4个抽象类基类中派生出来的。

• InputStream/OutputStream: 字节数入流、字节输出流。
• Reader/Writer: 字符输入流、字符输出流。

• 字节流默认不使用缓冲区；字符流使用缓冲区
• 编码不同：
  1、字节流的处理：采用ASCII编码，主要用在处理二进制数据，它是按字节来处理的但实际中很多的数据是文本。
  2、字符流的处理：采用Unicode编码，按虚拟机的encode来处理，也就是要进行字符集的转化。

要理解三者区别，主要从同步/异步、阻塞/非阻塞 两个维度来理解：

• 同步：java自己去处理io。

• 异步：java将io交给操作系统去处理，告诉缓存区大小，处理完成回调

• 阻塞：使用阻塞IO时，Java调用会一直阻塞到读写完成才返回。

• 非阻塞：使用非阻塞IO时，如果不能立马读写，Java调用会马上返回，当IO事件分发器通知可读写时在进行读写，不断循环直到读写完成。

BIO：Block IO 同步阻塞IO，就是我们平常使用的传统 IO，它的特点是模式简单使用方便，并发处理能力低。
NIO：Non IO 同步非阻塞IO ，是传统 IO 的升级，客户端和服务器端通过 Channel（通道）通讯，实现了IO多路复用，但IO操作还是同步操作。
AIO：Asynchronous IO 是 NIO 的升级，也叫 NIO2，实现了异步非堵塞IO ，异步 IO 的操作基于事件和回调机制。

以socket.read()为例子：

• 传统的BIO，如果TCP RecvBuffer里没有数据，函数会一直阻塞，直到收到数据，返回读到的数据。
• 对于NIO，如果TCP RecvBuffer有数据，就把数据从网卡读到内存，并且返回给用户；反之则直接返回0，永远不会阻塞。
• 最新的AIO(Async I/O)里面会更进一步：不但等待就绪是非阻塞的，就连数据从网卡到内存的过程也是异步的。
• 换句话说，BIO里用户最关心“我要读”，NIO里用户最关心"我可以读了"，在AIO模型里用户更需要关注的是“读完了”。

IO多路复用是一种同步非阻塞 IO 模型，实现一个线程可以监视多个文件句柄，一旦某个文件句柄就绪，就能通知应用程序进行相应的读写操作，没有文件句柄就绪时会阻塞应用程序，交出 CPU。多路指的是网络连接，复用指的是同一个线程。

在Java代码层面，NIO包提供了一个选择器selector，我们把需要检查的Socket连接注册到这个selector中，然后主线程会阻塞在Selector#select方法里，当选择器发现某个socket就绪了，就会唤醒主线程。然后我们可以通过selector获取到就绪状态的socket进行相应的处理。

• select 使用的是bitmap表示需要检查的socket集合，因此有1024的限制。
• poll 使用数组就没有这个限制了，它就可以让咱们线程监听超过1024个socket限制

select缺点：

• 单个进程所打开的FD是有限制的，通过FD_SETSIZE设置，默认1024（32位机默认是1024个。64位机默认是2048）
• 每次调用select，都需要把fd集合从用户态拷贝到内核态，这个开销在fd很多时会很大
• 对socket扫描时是线性扫描，采用轮询的方法，效率较低（高并发时）

poll 缺点：与select相比，使用了数组，因此没有fd的限制，其它基本一样。

epoll 在poll方法上，针对文件句柄操作进行了改进。

• 做到了输入输出参数分离，只需要一次将文件描述符拷贝到内存中，减少拷贝过程，不像 select 每次循环都要传入需监听的fd列表。
• 在内核空间创建了epoll_event的结构，划分了两块区域，存放需要监听的fd列表和就绪列表，存放就绪状态的socket信息。
• epoll 使用事件回调机制，epoll_wait 会直接访问就绪队列就知道哪些文件描述符就绪了，不需要像 select、poll 使用轮询方式再次进行遍历。
• 内存拷贝，利用mmap()文件映射内存加速与内核空间的消息传递；即epoll使用mmap减少复制开销。
  
  Redis和Nginx使用的IO多路复用技术，就是epoll。

多路I/O复用不管是select，poll还是epoll，其都是通过同时监听多个文件描述符，当有文件文件描述符处于就绪状态时，触发通知

LT（Level Trigger，水平触发）模式和ET（Edge Trigger，边沿触发）模式是两种文件描述符准备就绪的通知模式

LT模式 水平触发通知：只要这个fd还有数据可读，每次 epoll_wait都会返回它的事件，提醒用户程序去操作。
ET模式 边沿触发通知：如果文件描述符自上次状态检查以来有了新的I/O活动(比如新的输入)，此时才会触发通知。

• ET 的性能比 LT 性能更高，因为 epoll_wait 返回的次数少了很多。但同时，ET需要一次完成所有数据的读取，因为下次读取时，不会再返回了。

• select和poll只支持LT工作模式，epoll的默认的工作模式是LT模式。

Nginx 默认采用 ET 触发来使用epoll。Redis使用的是LT触发
Netty 也使用的IO多路复用，待研究