此时,用户应用程序也同样需要占用这些资源,如果不加以限制，那么会和操作系统争抢资源，导致冲突。
socket编程的demo中使用的都是最基本的，但是一般不会真正用在项目中的代码。而实际项目中，需要面临复杂多变的需求环境，比如有多个socket连接，或者服务需要监听的时候，可能有很多socket连接进来。面对这种情况，最直接最简单的想法是，一个socket连接创建一个线程去处理。当然，在socket连接数较少的情况下，这种方式无可厚非，但是如果连接数量较大，就会出现意外情况。
linux系统也是一种应用，它是基于计算机硬件的一种操作系统软件。当我们接收一次网络传输，计算机硬件的网卡会从网络中将读到的字节流写到linux的buffer缓冲区内存中，然后用户空间会调用linux对外暴露的接口，将linux中的buffer内存中的数据再读取到用户空间。这一次读操作就是一次IO。同样写也是这样的。
在之前的Netty之线程唤醒wakeup文章中, 介绍了如何唤醒Netty中的监听线程. 接下来我们通过部分源码,结合一些命令和实验,看一下它的实现.
所谓惊群现象,简单的来说就是当多个进程或线程在同时阻塞等待同一个事件时,如果该事件发生,会唤醒在等待的所有的进程/线程,但最终只可能有一个进程/线程对该事件进行处理,其他进程/线程会在失败后重新休眠,唤醒多个进程/线程这种不必要的行为会造成系统资源的浪费(涉及到进程的上下文切换)。而常见的惊群问题有accept惊群、epoll惊群。
多线程应用实际上和多进程类似，只不过将一个请求分配一个进程换成了一个请求分配一个线程。线程对比进程更轻量，在系统资源占用上更少，上下文切换（ps：所谓上下文切换，稍微解释一下：单核心CPU的情况下同一时间只能执行一个进程或线程中的任务，而为了宏观上的并行，则需要在多个进程或线程之间按时间片来回切换以保证各进、线程都有机会被执行）的开销也更小；同时线程间更容易共享内存，便于开发
I/O基础 1、java1.4之前，java对I/O支持不完善，存在以下问题： 没有数据缓冲区，I/O性能存在问题。 没有C或者C++的channel概念，只有输入输出流。 同步式阻塞式I/O通信，通常会导致通信线程被长时间阻塞。 支持的字符集有限，硬件可移植性不好。 2、Linux网络I/O模型 Linux内核将所有外部设备都看作一个文件来操作，对文件的操作都会调用内核提供的系统命令，返回一个fd(文件描述符)。 描述符就是一个数字，它指向内核中的一个结构体(文件路径，数据区等属性)。 fd演示:
作者：mingguangtu，腾讯 IEG 后台开发工程师 select/poll/epoll 是 Linux 服务器提供的三种处理高并发网络请求的 IO 多路复用技术，是个老生常谈又不容易弄清楚其底层原理的知识点，本文打算深入学习下其实现机制。 Linux 服务器处理网络请求有三种机制，select、poll、epoll，本文打算深入学习下其实现原理。 吃水不忘挖井人，最近两周花了些时间学习了张彦飞大佬的文章 图解 | 深入揭秘 epoll 是如何实现 IO 多路复用的 和其他文章 ，及出版的书籍《深入理
Redis是单线程，主要是指Redis的网络IO和键值对读写是由一个线程来完成的，这也是Redis对外提供键值存储服务的主要流程。但Redis的其他功能，比如持久化、异步删除、集群数据同步等，其实是由额外的线程执行的。
也叫 同步阻塞IO ， 请求数据的进程需要一直阻塞等待读取完成才能返回，同时整个读取的动作也是要同步等待I/O操作的完成才返回。
学习任何东西之前都得知道他是为什么而产生的。任何一个设计，或技术。都是为了解决某个或多个问题而产生的。即BIO到NIO到多路复用再到epollo 再到netty网络编程框架。今天我们来看看这个演进的过程。
Linux 服务器处理网络请求有三种机制，select、poll、epoll，本文打算深入学习下其实现原理。
我们知道，像 Nginx、Workerman 都是单 Master 多 Worker 的进程模型。
I/O是input/output的缩写，表示计算机与外接设备之间的数据传输。最常见的I/O类型有磁盘I/O、网络IO。IO和CPU比起来是非常低效的，为了保障应用程序的运行效率，Linux支持多种IO模型。
本文试图理清楚几种IO模型的根本性区别，同时分析了为什么在Linux网络编程中最好要用非阻塞式IO？
之前的面试有问到主线程在 ActivityThread 里初始化 Looper 后调用了 Looper.loop() 这个死循环为什么不会阻塞主线程，当时回答因为在 Looper.loop() 方法里调用了 MessageQueue.next() 方法，这个 next() 中调用了nativePollOnce() ，这个本地方法最终实现是 android_os_MessageQueue_nativePollOnce ，因为这里的 IO 机制采用 epool ，当它没有消息时会调用 wait() 函数释放 CPU 进入休眠等待，当有消息来临会通过管道写入来通知唤醒。后面百度了一下 epool 函数，然后对比其他 IO 模型做一个笔记，首先说 IO 是什么， IO 就是 InputStream 和 OutputStream 的缩写，输入和输出的意思，传统的我们通过字节流或字符流来操作流，此时是同步阻塞 IO 模型，后面更新的Java NIO 是同步非阻塞 IO 模型
accept() 系统调用应用于可连接套接口类型 ( SOCK_STREAM, SOCK_SEQPACKET)。它取出在监听套接口 sockfd请求队列里的第一个连接，新建一个已连接的套接口，并且返回一个引用该套接口新的文件描述符。新建的套接口不处于监听状态。原始的套接口 sockfd 没有受到影响。
关于Java BIO、NIO、AIO的区别和原理，这样的文章非常的多的，但主要还是在BIO和NIO这两者之间讨论，而关于AIO这样的文章就少之又少了，很多只是介绍了一下概念和代码示例。
很多对技术有追求的读者朋友，做到一定阶段后都希望技术有所精进。有些读者朋友可能会研究一些中间件的技术架构和实现原理。比如，Nginx为什么能同时支撑数万乃至数十万的连接？为什么单工作线程的Redis性能比多线程的Memcached还要强？Dubbo的底层实现是怎样的，为什么他的通信效率非常高？
清·俞樾《湖楼笔谈》六：“盖诗人用意之妙，在乎深入显出。入之不深，则有浅易之病；出之不显，则有艰涩之患。”
I/O模型主要包括：阻塞IO、非阻塞IO、I/O 多路复用、异步I/O和信号I/O;
关于Java网络编程中的同步IO和异步IO的区别及原理的文章非常的多，具体来说主要还是在讨论Java BIO和Java NIO这两者，而关于Java AIO的文章就少之又少了（即使用也只是介绍了一下概念和代码示例）。
看了一些文章，发现有很多不同的理解，可能是因为大家入切的角度、环境不一样。所以，我们先说明基本的IO操作及环境。
在建立连接的时候，Nginx处于充分发挥多核CPU架构性能的考虑，使用了多个worker子进程监听相同端口的设计，这样多个子进程在accept建立新连接时会有争抢，这会带来著名的“惊群”问题，子进程数量越多越明显，这会造成系统性能的下降。
先抛出一个问题，基于此问题引出文章的主题：1999 年 Dan Kegel 在其个人站点提出了 C10K问题，首字母 C 是 Client 的缩写，C10K 即单机同时处理 1 万个连接的问题。C10K 表示处理 10000 个并发连接，注意这里的并发连接和每秒请求数不同，虽然它们是相似的，每秒处理许多请求需要很高的吞吐量（快速处理它们），但是更大数量的并发连接需要高效的连接调度，即 I/O 模型的问题。
应用场景：BIO 适合用于连接数比较小且固定的架构，这种方式对服务器资源要求比较高，但程序简单易理解。
由于笔者在之前发布的一文玩转NGINX中提到过I/O复用模型，在此另起一篇文章简述相关技术。
作者：jaydenwen，腾讯 pcg 后台开发工程师 在互联网中提起网络，我们都会避免不了讨论高并发、百万连接。而此处的百万连接的实现，脱离不了网络 IO 的选择，因此本文作为一篇个人学习的笔记，特此进行记录一下整个网络 IO 的发展演变过程。以及目前广泛使用的网络模型。 1.网络 IO 的发展 在本节内容中，我们将一步一步介绍网络 IO 的演变发展过程。介绍完发展过程后，再对网络 IO 中几组容易混淆的概念进行对比、分析。 1.1 网络 IO 的各个发展阶段 通常，我们在此讨论的网络 IO 一
很多公司面试的时候都喜欢问为什么 Redis 那么快？这就得益于 Redis的 事件驱动模块 ，什么是 事件驱动 呢？通俗来说，事件驱动 指的是当某一事件发生触发某一处理过程。举个例子，当发生火灾时，就会触发消防队救火，在这个例子中，事件是发生火灾，而处理过程是消防队救火。而在 Redis 中的事件指的是客户端连接就绪（可接收或者可发送数据），所以当客户端连接就绪时，就会触发 Redis 的处理过程（调用某一个处理函数）去处理客户端连接。
在上一篇文章里我们介绍了 tomcat io 主要包含那些 items，在这里我们主要介绍tomcat io 的基础-多路复用。tomcat 服务器(tomcat7以上)默认使用 java NIO 模型，NIO 不仅仅需要 java 语言上的支持，同时还离不开各种操作系统对于多路复用的支持(linux，windows，mac 等等)，所以 tomcat的NIO 是建立在操作系统基础之上的。
第一次接触服务器是快毕业的时候，是不是有点晚(#￣ω￣)，这也导致工作方向一直没考虑网络编程这块，做了好多其他没啥“意思”的技术。 之前看到一篇博文提到程序猿80%都是庸才，10%是人才，10%是天才，深有感触。仔细想想自己是不是也是还在那80%里面挣扎？一个抱怨这抱怨那的trouble maker，写着烂的掉渣的代码，永远在别人身后不思进取，给剩下的20%的同事埋雷。 扯远了，重新回顾Socket，温习下Linux内核是怎么处理Socket的吧。 文件描述符，在网络编程中经常提及这个词，当时初
我们在编写网络程序时，通常需要连接其他服务端（如微服务之间的通信），这时就需要通过调用 connect 函数来连接服务端。但我们发现 connect 函数并没有提供超时的设置，而在 Linux 系统中，connect 的默认超时时间为75秒。所以，在连接不上服务端的情况下，我们需要等待75秒，这对我们不能接受的。
Java里面的IO模型种类较多，主要包括BIO，NIO和AIO，每个IO模型都有不一样的地方，那么这些IO模型是如何演变呢，底层的原理又是怎样的呢？ 本文我们就来聊聊。
操作系统的核心是内核，独立于普通的应用程序，可以访问受保护的内存空间，也有访问底层硬件设备的所有权限。为了保证用户进程不能直接操作内核（kernel），保证内核的安全，操心系统将虚拟空间划分为两部分，一部分为内核空间，一部分为用户空间。
IO 多路复用是 Linux 并发处理的一种技术，epoll 是目前常用的一种方式。
虽然市面上已经有很多成熟的网络库，但是编写一个自己的网络库依然让我获益匪浅，这篇文章主要包含：
周日午后，刚刚放下手里的电话，正在给刚刚的面试者写评价。刚刚写到『对Linux的基本IO模型理解不深』这句的时候，女朋友突然出现。
epoll是Linux提供的I/O event notification facility。在需要监听的fd数量很多（成千上万）而同一时刻可读/可写的数量又比较少（几个？几十个？几百个？）的情况下，性能要明显优于select、poll。
我们通常说的Redis单线程，主要是指：Redis 6.0 之前版本的 网络I/O 和 键值对读写 是由一个线程来完成的。
在这个连接的生命周期里，绝大部分时间都是空闲的，活跃时间（发送数据和接收数据的时间）占比极少，这样独占一个服务器是严重的资源浪费。事实上所有的服务器都是高并发的，可以同时为成千上万个客户端提供服务，这一技术又被称为IO复用。
在Linux网络编程中，常常使用select和poll来做事件触发，监听socket的读写状态，然后进行读写操作。现在新的linux内核中，增加了epoll事件触发机制，具有更高的性能和更好的设计理念，可以用它来完全代替select和poll。相比于select，epoll最大的好处在于它不会随监听fd数目的增长而降低效率。因为在内核总的select实现中，它是采用轮询来处理的，轮询的fd数目越多，自然耗时越多。并且，在linux/posix_types.h头文件中有这样的声明： [cpp] view pl
1.linux系统中一切皆文件当有文件 当有一个请求过来的時候就通过3次握手就会和内核创建连接关系，此时Tomcat中的启动的的端口监控就会检测到内核中的文件标识符 fd 此时由linux提供的API socket就会应用程序通过accept()去监控到对应的文件，然后启用线程read（fd）去获取socket的文件流。应用程序读根据文件标识符去读取文件流的过程也就是IO
IO，即Input/Output，指的是程序从外部设备或者网络读取数据到用户态内存/从用户态内存写数据到外部设备或者网络的过程。
本文将介绍基于进程/线程模型，服务器如何处理请求。值得说明的是，具体选择线程还是进程，更多是与平台及编程语言相关。
传统的IO模型了处理一个Get请求，需要监听客户端请求（bind/listen），和客户端建立连接（accept），从 socket中读取请求（recv），解析客户端发送请求（parse），根据请求类型读取键值数据（get），最后给客户端返回结果即向 socket中写回数据（send）；
上网一搜epoll，基本是这样的结果出来：《多路转接I/O – epoll模型》，万变不离这个标题。 但是呢，不变的事物，我们就更应该抓出其中的重点了。 多路、转接、I/O、模型。 别急，先记住这几个词，我比较喜欢你们看我文章的时候带着问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
