Netty系列-BIO、NIO 扫盲

        熟悉网络编程的同学可能听过BIO、NIO网络模型。本篇文章作为Netty系列开篇,先从总体介绍下以上两种网络I/O模型。

     BIO

         BIO(Blocking I/O),阻塞网络I/O。在JDK1.4之前,建立网络连接采用的就是BIO模型。这种模型需要先在服务端启动ServerSocket,客户单启动Socket和服务端进行通行。服务端会建立一线程池等待请求,客户端发送请求后,先咨询服务端是否有线程可用,没有则一直等待或遭到拒绝请求,有的话服务端会分配一个线程处理客户端访问请求,待客户端访问结束后,服务端线程回归线程池。 

图-BIO模型网络结构
图-BIO代码

        从上面代码可以看到BIO网络通信为每次socket连接会新建一个线程,进行业务逻辑处理。服务端线程数和客户端线程数是1:1的正比关系。这种模型的弊端是无法支撑大并发量,如果客户端并发访问增多,需要更多的服务器线程来提供服务,而过多的线程会消耗服务器资源,并且频繁的线程切换反而会影响处理性能和速度。tomcat 启动时如果日志显示Starting ProtocolHandler ["http-bio-8080"],则使用的是就是这种模式。

     NIO

        NIO(Non-blocking I/O),非阻塞网络I/O。基于事件驱动思想,主要是解决BIO无法支撑大并发问题。NIO基于Reactor,当socket有流可读或可写入socket时,会通知应用程序进行处理。这时不再是一个连接就要对应一个处理线程,而是当有有效的请求,对应一个线程,当连接没有数据时,就没有工作线程来处理。当一个连接创建后,不需要对应一个线程,这个连接会被注册到多路复用器上,所有的连接只需要一个线程就可以搞定,该线程的多路复用器进行轮询,发现连接上有请求时,开启一个线程进行处理,这个多路复用器注册的连接会被这一个线程来处理,当众多连接中某个连接请求处理时有等待阻塞时,也会碰到BIO的问题。

        BIO与NIO的不同体现在使用BIO时往往会引入多线程,每个连接及处理是一个单独线程,而NIO使用单线程或者只使用少量多线程来处理连接和网络请求,真正的处理是后台的单独线程,这样设计的好处可以减小服务端的网络压力,当客户端有数据时才进行网络连接和数据处理,提高来系统的并发性。

图-NIO

        如上图可以看到,NIO的主要组件包括:缓冲区Buffer、通道Channel、多路复用器Selector。在NIO库中,所有数据都是用缓冲区Buffer处理。在读取数据时,直接读取到缓冲区中,在写入数据时,写入缓冲区,任何时候访问NIO中的数据,都是通过缓冲区进行的,具体缓冲区的类型后面介绍。Channel是一个通道,网络数据通过Channel进行读取和写入,通道和流的不同之处在于通道是双向的,是全双工的,可以用于读、写或同时进行读写,而流只能在一个方向是流动,可以充分利用网络。Selector用于选择已经就绪的通道能力,通道状态包括:channel connect、channel active、channel read、channel write等,当通道触发以上状态,会被Selector轮询出来,通过SelectionKey获取就绪channel集合,再进行后续IO操作。


图-NIO服务端channel注册Selector

        上面程序是将ServerSocketChannel设置为非阻塞模型,将ServerSocketChannel注册到selector,监听SelectionKey.OP_ACCEPT事件。

图-NIO获取selectionKey

        在while循环中循环遍历selector,休眠事件是1s,无论是否有读写事件发生,selector每隔1s被唤醒一次,当有处于就绪状态的channel时,select会返回该Channel的SelectionKey集合,通过遍历迭代集合,进行网络的异步读写。

图-NIO处理不同SelectionKey

        上面程序是根据Key的操作位判断获悉的网络事件。如果key是accept事件,这表示服务端接受了客户端的连接。需要将客户端channel注册到selector多路复用选择器,请给将read事件绑定到selector中。如果key是read事件,表示客户端有数据发送给服务端,这时服务端需要获取key对应的channel,将客户端发送的数据存储到缓冲区buffer,获取到数据进行编码后就可以看到客户端发送到数据内容。

     总结

        本文介绍了BIO和NIO两种网络编程模型架构的不同和部分代码实现。NIO引入channel和Selector等模型组件实现网络多路复用和高效利用,当channel处于selector监控事件状态服务端才会作出应对,这样避免了一个客户端连接绑定一个服务端线程,只有当客户端准备好数据服务端才会分配线程进行处理,提升服务端处理的并发量。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,470评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,393评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,577评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,176评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,189评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,155评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,041评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,903评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,319评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,539评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,703评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,417评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,013评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,664评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,818评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,711评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,601评论 2 353

推荐阅读更多精彩内容