简单理解网络IO

简单理解网络IO

什么是网络IO？

首先用大白话的方式，方便自己理解

1. 网络IO本质上也是IO的一种，一般的IO就是数据的输入输出，再简单来说，就是从一个地方，到另一个地方
2. 在计算机中，能够存储数据的，一定是存储介质，而且一般采用的存储结构无非是数组、链表、树。而且我们知道，网络中的数据是以二进制的形式传输的，所以，可以简单认为，数据就是二进制数组中的元素。
3. 那么，就有一个简单的推论，网络IO其实就是数据从一个数组到另一个数组的过程。接下来，就把这个数组具体化。

稍微提高一点专业性

1. 网络IO的硬件基础是网卡，数据到达网卡之后，终点是应用程序的内存，但是，应用程序是无法直接访问网卡的，所以需要操作系统做中转。
2. 所以，上面提到的两个数组，分别是操作系统的IO数组和应用程序内存中的数组
3. 操作系统的IO数组，就是io buffer，程序的数组，就是我们熟悉的字节数组。

小结

1. 网络IO的过程，就是操作系统接收到网卡的数据，缓存到一个buffer中，然后应用程序调用操作系统的函数，从对应的buffer中取出数据。
2. 这么看来，操作系统可以理解为一个较为抽象的消息中间件。

常见的IO模型有哪些？

所谓的IO模型，是操作系统提供的IO函数，和具体的语言无关，不过我个人熟悉的是java，就和java结合来说。

常见的IO模型，分别是BIO、NIO、Select、POLL、EPOLL，后三者又统称为多路复用器。

所有的网络模型解决的核心问题都是以下3个问题：

1. 有哪些网络连接？
2. 哪个连接有数据？
3. 如何读取数据？

下面，按照IO模型的发展顺序，以IO模型存在的问题为主线，简单系统地总结一下IO模型，建立起对IO模型的系统认识。

1. BIO，无论是获取新的连接还是读取指定连接的数据，调用操作系统的函数都是阻塞的，如果要实现服务多个连接，就必须每个连接建立一个线程异步处理，否则，当建立起一个连接，但是客户端不发送数据，服务端就会被这个客户端占用，无法接受新的连接。
2. NIO，解决了阻塞的问题，程序调用操作系统的函数，如果没有连接或数据，会立即返回，不会阻塞，避免了资源无效浪费。但是，它的问题在于，如果我有1万个连接，每次我需要挨个询问1万次，这个复杂度是O(n)的。每次询问都是一次系统调用，涉及到CPU的用户态内核态切换，成本很高。
3. Select，这是最初级的多路复用器，从NIO到多路复用器，其实就是一个从多次到批量的演进，多路复用器支持一次询问多个文件描述符（fd）（linux中，一切皆为文件，连接也是文件，有对应的文件描述符）。从多次到批量，就能节省大量的运行态切换成本。但是select的问题在于，批量有上限，是有限的批量。
4. POLL，解决了select的上限问题，一次可以询问任意个数的fd，真正做到了批量。但是，即使减少了运行态切换的成本，针对每次传来的fd，操作系统依然需要逐个遍历，复杂度依然是O(n)，只是每次操作的损耗降低了。
5. EPOLL，解决了POLL和Select存在的遍历问题，将复杂度降为O(1)，操作系统提前维护好用户程序对应的fd，每次有数据到达，就把对应的fd放到一个数据结构中存起来，当用户程序需要读取数据时，直接把这些有状态的fd返回，用户程序一次性获取fd，逐个读取即可。用户只要调用一次，操作系统也不需要遍历。这是目前大部分场景下，最高效的模型。