什么是IO

input 和 output的简写，意思是输入和输出；也可以是读取(read)或者写入(write)；当应用程序需要读或者写数据时都是往内存中进行读写操作的；在由CPU将内存中的数据通过IO传输到外围设备，比如网卡、磁盘、键盘、鼠标、显卡等等；而操作系统给出了相应的读写接口，供应用程序调用；表面上是进行了IO操作，本质上其实是应用程序和内核的交互。

为什么要学习IO

我们在敲代码的时候，往往都是开发上层应用，像CPU、内存、网卡以及其他的外围设备的通讯操作系统已经帮我们实现了；并且Java的JDK又封装了一层，到开发者这边用起来就显得非常简便；这样的话，开发者就不知道操作系统内部是如何运作的；只是现在开始互联网的从业人员越来越多，导致的一个现象就是企业对开发者的要求越来越高了，虽然这些技术用不到，但是在面试的时候也会问到这些知识点；并且，如果你是从事网络相关的开发，或者是高级工程师的话，就必须对IO有所了解，知己知彼，方能百战百胜嘛！

在计算机中，无论上层技术多么复杂，底层的io模型其实就一套；所以越早学习底层，上层的学习就越轻松；

用户态与内核态

Kernel 运行在超级权限模式（Supervisor Mode）下，所以拥有很高的权限。按照权限管理的原则，多数应用程序应该运行在最小权限下。因此，很多操作系统，将内存分成了两个区域：

• 内核空间（Kernal Space），这个空间只有内核程序可以访问；内核空间中的代码可以访问所有内存，我们称这些程序在内核态（Kernal Mode） 执行；
• 用户空间（User Space），这部分内存专门给应用程序使用。用户空间中的代码被限制了只能使用一个局部的内存空间，我们说这些程序在用户态（User Mode） 执行；

所有用户程序都是运行在用户态的, 但是有时候程序确实需要做一些内核态的事情, 例如从硬盘读取数据, 或者从键盘获取输入等. 而唯一可以做这些事情的就是操作系统, 所以此时程序就需要先操作系统请求以程序的名义来执行这些操作，这时需要一个这样的机制: 用户态程序切换到内核态, 但是不能控制在内核态中执行的指令，这种机制叫系统调用。

IO的分类

IO分为两类，它们之间是有区别的，而且有很大的区别；

1. 文件系统的IO

也叫本地io，就是和磁盘或者外围存储设备进行读写操作，外围设备有USB、移动硬盘等等；

2. 网络的IO

将数据发送给对方 和 读取对方的数据就称为网络IO；

网络IO是如何连接的？

网络IO就是本机的应用程序对着内核的缓冲区读写的过程，发送数据时应用程序会将数据复制到内核态的写队列中，再由内核将数据复制到网卡，然后进行发送；读取数据则反过来，网卡接受到数据后将数据复制到内核态的读队列中，在通知应用程序来获取数据；

读队列（Receive queue） 和 写队列（Send queue）

Q是Queue的缩写，在linux控制台输入命令netstat -anp | head会展示以下信息

[root@zayhu01-mb ~]# netstat -anp | head
Active Internet connections (servers and established)
Proto Recv-Q Send-Q Local Address               Foreign Address             State       PID/Program name
tcp        0      0 0.0.0.0:22                  0.0.0.0:*                   LISTEN      2742/sshd
tcp        0      0 0.0.0.0:8888                0.0.0.0:*                   LISTEN      29931/ruby

• Recv-Q ：网络接收队列，表示收到的数据已经在本地接收缓冲，但是还有多少没有被进程取走
• Send-Q：发送队列，对方没有收到的数据或者说没有Ack的,数据还是存在本地缓冲区

当我们调用java IO的write()方法后，都是将数据先写到send-Q里面的，

Recv-Q和Send-Q都是内核级别的队列，这两个值通常应该为0，如果不为0可能是有问题的。packets在两个队列里都不应该有堆积状态。可接受短暂的非0情况。

如果接收队列Recv-Q一直处于阻塞状态，可能是遭受了拒绝服务 denial-of-service *。如果发送队列Send-Q不能很快的清零，可能是有应用向外发送数据包过快，或者是对方接收数据包不够快。

网络IO的分类

1. 同步： 由app自己进行读和写
2. 异步：由内核完成读写，app没有访问io，只访问了缓冲区（buffer），异步都是用回调的方式进行读写的，类似支付的回调方式，目前只有windows实现了异步io
3. 阻塞： blocking
4. 非阻塞： non-blocking

他们可以组合成以下几种方式

• 同步阻塞：就是拿一个个不能响的水壶烧水，你要一直等着 （ BIO）
• 同步非阻塞：就是你定时来看这个水烧开了没有（ NIO）
• 异步非阻塞：就是你买了能响的水壶，水开了它自己会响（异步非阻塞 AIO）

注意：没有异步非阻塞的模型，你都异步了还要阻塞干嘛呢！是吧？没必要！

BIO

BIO为同步阻塞IO，blocking queue的简写，也就是说多线程情况下只有一个线程操作内核的queue，当前线程操作完queue后，才能给下一个线程操作；

举个例子：

1. 一个人去 商店买一把菜刀，他到商店问老板有没有菜刀（发起系统调用）
2. 如果有（表示在内核缓冲区有需要的数据）老板直接把菜刀给买家（从内核缓冲区拷贝到用户缓冲区）这个过程买家一直在等待
3. 如果没有，商店老板会向工厂下订单（IO操作，等待数据准备好）
4. 工厂把菜刀运给老板（进入到内核缓冲区）
5. 老板把菜刀给买家（从内核缓冲区拷贝到用户缓冲区）

这个过程买家一直在等待，所以称为同步io

在BIO下，一个连接就对应一个线程，如果连接特别多的情况下，就会有特别多的线程，很费线程；在早期的时候，世界上的计算机还很少，网站也少，会上网的人更是寥寥无几，并发最高的时候也就几十上百个，所以当并发量不高的情况下，BIO也够用了；

NIO （流程图）

Non-blocking IO的简写，同步非阻塞IO，内核发生了变化，app访问内核的缓冲区时不会阻塞，但是返回值需要用户自己判断；如果连接数特别多的i情况下，就需要应用程序不停遍历，一个个进行状态的判断，询问是否有数据到达；

举个例子：

1. 一个人去 商店买一把菜刀，他到商店问老板有没有菜刀（发起系统调用）
2. 老板说没有，在向工厂进货（返回状态）
3. 买家去别地方玩了会，又回来问，菜刀到了么（发起系统调用）老板说还没有（返回状态）
4. 买家又去玩了会（不断轮询）
5. 最后一次再问，菜刀有了（数据准备好了）
6. 老板把菜刀递给买家（从内核缓冲区拷贝到用户缓冲区）

整个过程轮询+等待：轮询时没有等待，可以做其他事，从内核缓冲区拷贝到用户缓冲区需要等待是同步io

2.1.2 NIO的分类

NIO有2个种类

1. Non-blocking IO 指的是非阻塞IO
2. new IO ，是指java.nio包，这两者不是同一类的东西，千万不要混淆；

NIO出现的问题

NIO 每次都需要应用程序自己去调用每一条管道来判断是否有数据返回，这样无形中就多了很多次系统调用，而里面有一些系统调用不是必须要的，所以，为了解决这个问题，就衍生出了一种新的技术：多路复用

多路复用

NIO同一时间只能访问一个文件描述符，而这些操作都是在用户态进行操作的，这样一来，就需要应用程序不停的循环遍历，占用了资源，效率也非常低下，所以衍生出了一个新技术，多路复用，多路复用可以同时监听多个文件描述符，并且监听的工作都是由内核态完成的，如果有某一个连接有数据到达了，会将有数据的连接告诉应用程序，应用程序这边只需要区连接里拿数据就可以了；

常见的多路复用有三个模型，分别是 select 、poll、epoll；接下来我们一个个介绍；

select

select可以同时监听多个连接，但是一个select监听的路数量有限制（一般是1024个），如果有2048个请求，就得用2个select，每次调用select时都会在内核态中遍历这些文件描述符，来判断连接状态，看看是否有数据返回；

poll

poll和selelct的机制是一样的，poll是selelct的升级版。最主要的区别就是poll监听的路数量没有限制；其他的基本都一样；

其实无论是NIO、select、还是poll，都是要遍历所有的IO，来询问状态，通过状态来判断是否有数据返回；

• NIO：只是NIO的遍历过程中它成本更高，因为它需要在用户态和内核态之间不停地切换；先在用户态进行请求，然后在内核态进行遍历，将遍历的结果在返回给用户态， 就这样来回不断地切换；
• select、poll： 遍历过程中触发了一次系统调用，将文件描述符传递给内核，由内核进行遍历和修改状态；

select 和poll的弊端

1. 每次都要重新传递fds（文件描述符）
2. 每次内核被调用之后，都会触发一个遍历fds的全量复杂度；

epoll

epoll可以有效规避遍历，它和select/poll最大的区别是 epoll不需要去遍历文件描述符，它在内核态使用中断机制就已经将就绪的连接给筛选出来了；所以，程序只要调用epoll_wait()方法，就能及时取走已就绪的连接；

注意：epoll只在liunx里有，windows不支持epoll

redis的底层就是用epoll多路复用器，所以它的速度非常快；epoll主要有三个方法，分别是

1. epoll_create ： 创建小本本，调用后会返回一个文件描述符；这个文件描述符在内部是一个红黑树
2. epoll_ctl：在刚刚创建的小本本上添加socket的连接信息，可以添加多个；添加的连接会加到红黑树里面；
3. epoll_wait ：有消息了吗？ 调用此方法后会进入阻塞，等待返回数据，会返回一个就绪链表，这个链表里面的连接都是已经有结果的了，epoll_wait返回的就是这个就绪链表；

epoll没有去遍历红黑树，那它怎么知道哪些连接已经就绪了呢？

在内部使用了内核的中断机制，当树中某个一个连接发送请求给网卡之后，网卡就会去请求了，当对方发送数据过来之后，网卡会触发中断机制，发送一个中断信号给内核，内核收到这个信号之后会先去更新文件描述符的buffer缓冲区，把网卡的数据复制到buffer缓冲区，然后在将数据复制到就绪队列；

mmap

mmap是用来实现用户态和内核态的内存共享的；

epoll早期版本是没有epoll_create、epoll_ctl、epoll_wait这三个方法的，所以传递参数就用到了mmap，但是后来有了这三个方法之后，就不需要mmap了，用户和内核直接传递参数的

ET和LT

• ET：（边缘触发），基于事件回调的方式，将就绪的socket连接以回调的方式通知app，这种方式更加高效，nginx用的就是ET
• LT: （条件触发），基于传统的阻塞方法，只通知就绪的socket链接，redis使用的就是LT；