关于计组和io模型的学习

计组（计算机组成）：cpu+内存+io设备

cpu只和内存交互

Io设备：硬盘+网卡+键盘+鼠标等

进程：程序文件进入内存

内核文件：向下管理计算机硬件和资源，开机后内核文件进入内存

所以所有的文件需要和硬件交互时，都是通过内核来进行操作的

计算机操作系统os:内核+应用程序（shell外壳）

程序文件进入内存》

函数调用：Function_Call,知道调用函数文件位置

实模式》保护模式

虚地址：每个进程独有的（进程之间，进程和内核隔离），映射到实际内存的实际地址

Sc:系统调用，通过中断来实现

中断：晶振硬件中断，程序，进程软中断

Idt:中断描述表0--调度函数，128--sc调用函数

Gdt:全局描述表，保护模式下

调度（进程/线程切换）：通过中断cpu，来idt表中找到调度函数（内核文件中）地址，来进行来确认需要切换的进程

平时说的成本和开销？？就是中断引起的，也可以说是sc系统调用过多

成本是指什么，为什么成本大系统性能会低？

中断操作会进行进程切换，切换就有保护现场，恢复现场，idt内核地址映射，寻址，用户态切换成内核态？等操作

三高系统：高性能，高并发，高可用，中的高性能，对于程序来说，硬件的算力等是固定的，所以可以理解为不浪费sc就是高性能（单机情况下）

例：mysql+redis

1. redis作用：mysql的读写操作是需要做sc的，所以频繁的进行读写，是需要很高的成本，所以引入redis,把数据直接放在内存中，之前查询过的数据就把不用再进入数据库中查询，大大减少sc的次数，来提升效率；
2. 当同一个查询结果的查询，有很大量的这种请求过来，超过了Redis的并发，比如，redisn最大支持10000qps,但是这是有100000的请求过来，这时怎么处理？

这时，可以新增加一个redis实例，也就是再部署一台redis，当我们查询的数据再redis中查询不到的时候，去到另一台redis中，可以给数据库的操作加锁，等查询到数据并同步到redis再放开锁，其他的请求等一会再查询，就能在redis中查询到

Bufferfileoutputstream（默认8kb的内存空间）和fileoutputstream区别：

普通的fileoutputstream每次调用write的时候，其实就时进行一次sc,而buffer是给了一个字节数组，当数组长度满了或者超过的时候，才会进行一次系统调用，（内核函数名也是write）；所以减少sc,效率会差很多。

Io模型：同步IO模型+异步IO模型

同步IO模型

BIO:一个链接由一个线程维护，线程的创建也是需要成本（内存），所以BIO当链接比较多时就会对内存要求比较高，线程一多，内核进行线程之间的调度成本也变高了

NIO：避免了内存消耗问题和调度成本

一个线程维护所有的连接，然后循环遍历连接，如果有就执行，没有连接则立即返回，也继续执行，

但是如果连接传输数据时间间隔比较大，就会需要一直循环遍历（遍历连接，然后进行数据的接收/发送，我的理解数据的接收和发送这个操作，不管有没有结果数据，都会在编译成机器指令时，最后加上陷进指令，触发cpu的中断），所以这里其实我们就会做很多的无用的中断，增加成本，也就是cpu空转。

多路复用器select.poll：

把代码层面的循环连接，读取数据操作交给内核，先内核遍历后，确认哪些连接有数据进来，返回状态给程序，程序再根据状态去read有数据的连接；原先每次循环都会有sc,时间复杂度为O(n)sc,也就是1000次循环，复杂度变成了我O(1000)；但是交给内核之后时间复杂度变成了O(1)，

所以NIO要结合多路复用器结合才有意义；

但是这种操作，需要把需要遍历的连接作为参数传递到内核，参数的传递就会引起用户态到内核态的切换，也是成本，如果这个能解决就更好了

Epoll:

在内核中开辟空间，把连接全部存储到内核中，用空间换时间

前台有一个请求，传入大量数据到后台，但是后台还要进行二次操作后才会存入数据库，导致后台处理时间过长，前台响应时间很慢，一个是后台这个线程一直被占用，导致不能处理其它请求，另一个是用户体验感很差，怎么解决？

问题分析：首先这个每一次请求都会有一个response,这明显是一个同步操作

解决方案：CQRS读写分离

这种情况我们可以在后台创建一个缓存，根据每个请求的特殊信息生成唯一的ID，然后存放这个ID，以及value为状态的一个数据，初始初始状态为发送成功，然后我们把这个ID返回给前台，然后异步处理我们的数据，并同时更改缓存中请求处理的状态，前台这边再根据这个ID循环发送查询，直到状态是处理过后的状态，比如处理成功或者处理失败，

处理失败的加一台状态机，状态机处理