关于 IO和NIO 的思考

I/O 的实际操作由内核执行，其中一个重要手段是缓冲区。简单来说 I/O 可分为两类：面向磁盘和面向网络，Java 也是针对这两者来抽象设计 API，相关的类主要在和包中，简称为 BIO 和 NIO。

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？

文件操作

关于，它的不足之处在于：

当查询文件属性时，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；

一些 OS 常用功能不支持，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。

网络通信

传统 BIO 是阻塞式、基于流的I/O，其网络服务器模型是一连接一线程，通常采用线程池优化，但一个进程或者计算机打开的线程数是有限的，可扩展性差。

NIO 是基于缓冲区（也是由字节流或字符流组成）的，对原始 I/O 提供了新的抽象 - Channel（通道）。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；

面向字节缓冲区，可实现零拷贝执行 I/O ，一端得是 FileChannel。

NIO 主要目标是设计、开发可扩展/可伸缩性服务器，让少量的线程管理大量的客户端连接，而灵活的代价是编程复杂，一复杂就会有人抽象出框架，NIO 常用的框架是 Netty，这里想到一个问题，Netty 宣称的零拷贝与OS级别的有区别吗？

服务器常用的优化手段是对象池、减少数据复制（内核到用户进程或用户进程内部）、减少上下文切换和锁，ByteBuffer 本质就是提供了一个可复用的 byte[] 数组，而 BIO 做好这些优化也不见得比 NIO 慢，那么如何选择I/O模型？

I/O 模型的选择

首先了解一下C10k problem- 描述单机处理1万个并发连接的问题，两个不同的概念：

并发连接（concurrent connections）：在有限的时间内响应请求，关注高效的连接调度；

每秒请求数（requests per second）：快速处理请求以响应，关注高吞吐量。

C10k 问题的本质在于 CPU，即线程数，单机创建大量线程，不仅占用大量的内存，频繁的数据复制和上下文切换还会导致 OS 崩溃。

如果采用 BIO 一个直观的解决办法是水平扩展，采用分布式系统，但如果并发量上升到百万、千万、甚至上亿，那么服务器的成本得多大？解决此问题的关键是减少线程数，提高单机的处理能力，而如何使用少量的线程管理大量的连接，则在操作系统层面解决了，也就是 Linux 下的 Epoll，Java 中的 NIO。如果你的应用面临 C10k 问题，NIO 是最好的选择。

那 BIO 有什么用呢？大家都用线程池，你有 ByteBuffer，我也可以自己维护字节缓冲，照样成块读取，阻塞无非因为 I/O 延迟高，那换成 SSD和光纤，而且我编程简单，唯一的缺点就是扩展性差了点。:)

至于如何选择 I/O 模型，需要结合业务场景，综合考虑：

短连接还是长连接

预计最大的并发数

预计每个连接的数据量，即流量的大小

但感觉还是很难给出明确的答案，简单来说，并发量低的可采用 BIO，高的可采用 NIO，至于 AIO 它应该不太成熟，不过多描述了。

小结

写的可能有点乱，等以后有更多的体会，再优化吧。欢迎讨论。