阻塞IO、非阻塞IO、同步IO、异步IO && Reactor模式

http://www.ivaneye.com/2016/07/23/iomodel.html

对于IO来说，我们听得比较多的是:

BIO:阻塞IO
NIO:非阻塞IO
同步IO
异步IO

以及其组合:

同步阻塞IO
同步非阻塞IO
异步阻塞IO
异步非阻塞IO

那么什么是阻塞IO、非阻塞IO、同步IO、异步IO呢？

一个IO操作其实分成了两个步骤：发起IO请求（阻塞）和 实际的IO操作（同步）
阻塞IO和非阻塞IO的区别在于第一步：发起IO请求是否会被阻塞，如果阻塞直到完成那么就是传统的阻塞IO;如果不阻塞，那么就是非阻塞IO
同步IO和异步IO的区别就在于第二个步骤是否阻塞，如果实际的IO读写阻塞请求进程，那么就是同步IO，因此阻塞IO、非阻塞IO、IO复用、信号驱动IO都是同步IO;如果不阻塞，而是操作系统帮你做完IO操作再将结果返回给你，那么就是异步IO

举个不太恰当的例子：比如你家网络断了，你打电话去中国电信报修！

你拨号—客户端连接服务器
电话通了—连接建立
你说：“我家网断了,帮我修下”—发送消息
说完你就在那里等，那么就是阻塞IO
如果正好你有事，你放下带电话，然后处理其他事情了，过一会你来问下，修好了没—那就是非阻塞IO
如果客服说：“马上帮你处理，你稍等”—同步IO
如果客服说：“马上帮你处理，好了通知你”，然后挂了电话—异步IO

下面从代码层面看看BIO与NIO的流程!

BIO

客户端代码

     
     
      
      //Bind,Connect
     
     
     
     
      
      Socket client = 
      
      new Socket(
      
      "127.0.0.1",7777);    
     
     
     
     
      
      //读写
     
     
     
     
      
      PrintWriter pw = 
      
      new PrintWriter(client.getOutputStream());
     
     
     
     
      
      BufferedReader br=
     
     
     
             
      
      new BufferedReader(
      
      new InputStreamReader(System.in));  
     
     
     
     
      
      pw.write(br.readLine());  
     
     
     
     
      
      //Close
     
     
     
     
      
      pw.close();  
     
     
     
     
      
      br.close();

服务端代码

      
      Socket socket;  
     
      ServerSocket ss = 
      
      new ServerSocket(
      
      7777);  
     
      while (
      
      true) {  
     
      //Accept
     
          socket = ss.accept();  
     
      //一般新建一个线程执行读写
     
          BufferedReader br = 
      
      new BufferedReader(
     
      new InputStreamReader(socket  .getInputStream()));  
     
          System.out.println(
      
      "you input is : " + br.readLine());  
     
      }

上面的代码可以说是学习Java的Socket的入门级代码了
代码流程和前面的图可以一一对上

模型图如下所示：

BIO优缺点

优点
- 模型简单
- 编码简单
缺点
- 性能瓶颈低

优缺点很明显。这里主要说下缺点：主要瓶颈在线程上。每个连接都会建立一个线程。虽然线程消耗比进程小，但是一台机器实际上能建立的有效线程有限，以Java来说，1.5以后，一个线程大致消耗1M内存！且随着线程数量的增加，cpu切换线程上下文的消耗也随之增加，在高过某个阀值后，继续增加线程，性能不增反降！而同样因为一个连接就新建一个线程，所以编码模型很简单！

就性能瓶颈这一点，就确定了BIO并不适合进行高性能服务器的开发！像Tomcat这样的Web服务器，从7开始就从BIO改成了NIO，来提高服务器性能！

NIO

NIO客户端代码(连接)

8

     
     
      
      //获取socket通道
     
     
     
     
      
      SocketChannel channel = SocketChannel.open();        
     
     
     
     
      
      channel.
      
      configureBlocking(
      
      false);
     
     
     
     
      
      //获得通道管理器
     
     
     
     
      
      selector=Selector.open();        
     
     
     
     
      
      channel.connect(
      
      new InetSocketAddress(serverIp,port));
     
     
     
     
      
      //为该通道注册SelectionKey.OP_CONNECT事件
     
     
     
     
      
      channel.register(selector,SelectionKey.OP_CONNECT);

NIO客户端代码(监听)

      
      while(
      
      true){
     
      //选择注册过的io操作的事件(第一次为SelectionKey.OP_CONNECT)
     
         selector.select();
     
      while(SelectionKey key : selector.selectedKeys()){
     
      if(key.isConnectable()){
     
                 SocketChannel channel=(SocketChannel)key.channel();
     
      if(channel.isConnectionPending()){
     
                     channel.finishConnect();
      
      //如果正在连接，则完成连接
     
                 }
     
                 channel.register(selector,SelectionKey.OP_READ);
     
             }
      
      else 
      
      if(key.isReadable()){ 
      
      //有可读数据事件。
     
                 SocketChannel channel = (SocketChannel)key.channel();
     
                 ByteBuffer buffer = ByteBuffer.allocate(
      
      10);
     
                 channel.read(buffer);
     
      byte[] data = buffer.array();
     
                 String message = 
      
      new String(data);
     
                 System.out.println(
      
      "recevie message from server:,size:"
     
                     + buffer.position() + 
      
      " msg: " + message);
     
             }
     
         }
     
      }

NIO服务端代码(连接)

//获取一个ServerSocket通道
     
      ServerSocketChannel serverChannel = ServerSocketChannel.open();
     
      serverChannel.
      
      configureBlocking(
      
      false);
     
      serverChannel.socket().bind(
      
      new InetSocketAddress(port));
     
      //获取通道管理器
     
      selector = Selector.open();
     
      //将通道管理器与通道绑定，并为该通道注册SelectionKey.OP_ACCEPT事件，
     
      serverChannel.register(selector,SelectionKey.OP_ACCEPT);

NIO服务端代码(监听)

//当有注册的事件到达时，方法返回，否则阻塞。
     
         selector.select();
     
      for(SelectionKey key : selector.selectedKeys()){
     
      if(key.isAcceptable()){
     
                 ServerSocketChannel server =
     
                      (ServerSocketChannel)key.channel();
     
                 SocketChannel channel = server.accept();
     
                 channel.write(ByteBuffer.wrap(
     
      new String(
      
      "send message to client").getBytes()));
     
      //在与客户端连接成功后，为客户端通道注册SelectionKey.OP_READ事件。
     
                 channel.register(selector,93)">if(key.isReadable()){
      
      //有可读数据事件
     
                 SocketChannel channel = (SocketChannel)key.channel();
     
                 ByteBuffer buffer = ByteBuffer.allocate(
      
      10);
     
      int read = channel.read(buffer);
     
      "receive message from client,145)">" msg: " + message);
     
             }
     
         }
     
      }

NIO模型示例如下：

Acceptor注册Selector，监听accept事件
当客户端连接后，触发accept事件
服务器构建对应的Channel，并在其上注册Selector，监听读写事件
当发生读写事件后，进行相应的读写处理

NIO优缺点

优点
- 性能瓶颈高
缺点
- 模型复杂
- 编码复杂
- 需处理半包问题

NIO的优缺点和BIO就完全相反了!性能高，不用一个连接就建一个线程，可以一个线程处理所有的连接！相应的，编码就复杂很多，从上面的代码就可以明显体会到了。还有一个问题，由于是非阻塞的，应用无法知道什么时候消息读完了，就存在了半包问题！

半包问题

简单看一下下面的图就能理解半包问题了！

我们知道TCP/IP在发送消息的时候，可能会拆包(如上图1)！这就导致接收端无法知道什么时候收到的数据是一个完整的数据。例如:发送端分别发送了ABC,DEF,GHI三条信息，发送时被拆成了AB,CDRFG,H,I这四个包进行发送，接受端如何将其进行还原呢？在BIO模型中，当读不到数据后会阻塞，而NIO中不会!所以需要自行进行处理!例如，以换行符作为判断依据，或者定长消息发生，或者自定义协议！

NIO虽然性能高，但是编码复杂，且需要处理半包问题！为了方便的进行NIO开发，就有了Reactor模型!

Reactor模型

AWT Events

Reactor模型和AWT事件模型很像，就是将消息放到了一个队列中，通过异步线程池对其进行消费！

Reactor中的组件

Reactor:Reactor是IO事件的派发者。
Acceptor:Acceptor接受client连接，建立对应client的Handler，并向Reactor注册此Handler。
Handler:和一个client通讯的实体，按这样的过程实现业务的处理。一般在基本的Handler基础上还会有更进一步的层次划分，用来抽象诸如decode，process和encoder这些过程。比如对Web Server而言，decode通常是HTTP请求的解析， process的过程会进一步涉及到Listener和Servlet的调用。业务逻辑的处理在Reactor模式里被分散的IO事件所打破，所以Handler需要有适当的机制在所需的信息还不全（读到一半）的时候保存上下文，并在下一次IO事件到来的时候（另一半可读了）能继续中断的处理。为了简化设计，Handler通常被设计成状态机，按GoF的state pattern来实现。

对应上面的NIO代码来看:

Reactor：相当于有分发功能的Selector
Acceptor：NIO中建立连接的那个判断分支
Handler：消息读写处理等操作类

Reactor从线程池和Reactor的选择上可以细分为如下几种：

Reactor单线程模型

这个模型和上面的NIO流程很类似，只是将消息相关处理独立到了Handler中去了！

虽然上面说到NIO一个线程就可以支持所有的IO处理。但是瓶颈也是显而易见的！我们看一个客户端的情况，如果这个客户端多次进行请求，如果在Handler中的处理速度较慢，那么后续的客户端请求都会被积压，导致响应变慢！所以引入了Reactor多线程模型!

Reactor多线程模型

Reactor多线程模型就是将Handler中的IO操作和非IO操作分开，操作IO的线程称为IO线程，非IO操作的线程称为工作线程!这样的话，客户端的请求会直接被丢到线程池中，客户端发送请求就不会堵塞！

但是当用户进一步增加的时候，Reactor会出现瓶颈！因为Reactor既要处理IO操作请求，又要响应连接请求！为了分担Reactor的负担，所以引入了主从Reactor模型!

主从Reactor模型

主Reactor用于响应连接请求，从Reactor用于处理IO操作请求！

Netty

Netty是一个高性能NIO框架，其是对Reactor模型的一个实现！

Netty客户端代码

19

      
      EventLoopGroup workerGroup = 
      
      new NioEventLoopGroup();
     
      try {
     
          Bootstrap b = 
      
      new Bootstrap();
     
          b.group(workerGroup);
     
          b.channel(NioSocketChannel.class);
     
          b.option(ChannelOption.SO_KEEPALIVE,true);
     
          b.handler(
      
      new ChannelInitializer<SocketChannel>() {
     
      @Override
     
      public void initChannel(SocketChannel ch) throws Exception {
     
                  ch.pipeline().addLast(
      
      new TimeClientHandler());
     
              }
     
          });
     
          ChannelFuture f = b.connect(host,port).sync();
     
          f.channel().closeFuture().sync();
     
      } 
      
      finally {
     
          workerGroup.shutdownGracefully();
     
      }

Netty Client Handler

public 
      
      class TimeClientHandler extends ChannelInboundHandlerAdapter {
     
      @Override
     
      channelRead(ChannelHandlerContext ctx,Object msg) {
     
              ByteBuf m = (ByteBuf) msg;
     
      try {
     
      long currentTimeMillis =
     
                      (m.readUnsignedInt() - 
      
      2208988800L) * 
      
      1000L;
     
                  System.out.println(
      
      new Date(currentTimeMillis));
     
                  ctx.close();
     
              } 
      
      finally {
     
                  m.release();
     
              }
     
          }
     
      exceptionCaught
      
                      Throwable cause) {
     
              cause.printStackTrace();
     
              ctx.close();
     
          }
     
      }

Netty服务端代码

      
      EventLoopGroup bossGroup = 
      
      new NioEventLoopGroup();
     
      EventLoopGroup workerGroup = 
      
      try {
     
          ServerBootstrap b = 
      
      new ServerBootstrap();
     
          b.group(bossGroup,workerGroup)
     
           .channel(NioServerSocketChannel.class)
     
           .childHandler(
      
      new ChannelInitializer<SocketChannel>() {
     
      @Override
     
      throws Exception {
     
                   ch.pipeline().addLast(
      
      new TimeServerHandler());
     
               }
     
           })
     
           .option(ChannelOption.SO_BACKLOG,179)">128)  
     
           .childOption(ChannelOption.SO_KEEPALIVE,93)">true);
     
      // Bind and start to accept incoming connections.
     
          ChannelFuture f = b.bind(port).sync();
     
          f.channel().closeFuture().sync();
     
      } 
      
      finally {
     
          workerGroup.shutdownGracefully();
     
          bossGroup.shutdownGracefully();
     
      }

Netty Server Handler

TimeServerHandler ChannelInboundHandlerAdapter {
     
      channelActive(final ChannelHandlerContext ctx) {
     
      final ByteBuf time = ctx.alloc().buffer(
      
      4);
     
              time.writeInt((
      
      int)
     
                  (System.currentTimeMillis() / 
      
      1000L + 
      
      2208988800L));
     
      final ChannelFuture f = ctx.writeAndFlush(time);
     
              f.addListener(
      
      new ChannelFutureListener() {
     
      @Override
     
      operationComplete(ChannelFuture future) {
     
      assert f == future;
     
                      ctx.close();
     
                  }
     
              });
     
          }
     
      Meta" style="color:rgb(167,
     
              Throwable cause) {
     
              cause.printStackTrace();
     
              ctx.close();
     
          }
     
      }

我们从Netty服务器代码来看，与Reactor模型进行对应！

EventLoopGroup就相当于是Reactor，bossGroup对应主Reactor,workerGroup对应从Reactor
TimeServerHandler就是Handler
child开头的方法配置的是客户端channel，非child开头的方法配置的是服务端channel

具体Netty内容，请访问Netty官网！

Netty的问题

Netty开发中一个很明显的问题就是回调，一是打破了线性编码习惯，
二就是Callback Hell！

看下面这个例子：

3	a.doing1(); //1 a.doing2(); //2 a.doing3(); //3

1,2,3处代码如果是同步的，那么将按顺序执行！但是如果不是同步的呢？我还是希望2在1之后执行，3在2之后执行！怎么办呢？想想AJAX!我们需要写类似如下这样的代码！

9	a.doing1( new Callback(){ callback(){ a.doing2( new Callback(){ (){ a.doing3(); } }) } });

那有没有办法解决这个问题呢？其实不难，实现一个类似Future的功能！当Client获取结果时，进行阻塞，当得到结果后再继续往下走！实现方案，一个就是使用锁了，还有一个就是使用RingBuffer。经测试，使用RingBuffer比使用锁TPS有2000左右的提高！

原文链接：https://www.f2er.com/react/302809.html