传统BIO的局限性

Java BIO

BIO

BIO 网络模型实际上就是使用传统的 Java IO 编程，相关联的类和接口都在 java.io 下。
BIO 模型到底是个什么玩意？
BIO (blocking I/O) 同步阻塞，看这个翻译，blocking I/O，实际上就能看出来，就是阻塞，当客户端发起请求的时候，服务端就会开启一个线程，专门为这个客户端提供对应的读写操作，只要客户端发起了，这个服务端的线程就一直保持存在，就算客户端啥也不干，那也在那里开着，就是玩。
来整一个服务端和客户端来看看是什么样子的模型。
Server端：

public class TimeServer {
    public static void main(String[] args){
        ServerSocket server=null;
        try {
            server=new ServerSocket(18080);
            System.out.println("服务启动 端口:18080...");
            while (true){
                Socket client = server.accept();
                //每次接收到一个新的客户端连接，启动一个新的线程来处理
                new Thread(new TimeServerHandler(client)).start();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            try {
                server.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}
public class TimeServerHandler implements Runnable{
    private Socket clientProxxy;
    public TimeServerHandler(Socket clientProxxy) {
        this.clientProxxy = clientProxxy;
    }
    @Override
    public void run() {
        BufferedReader reader = null;
        PrintWriter writer = null;
        try {
            reader = new BufferedReader(new InputStreamReader(clientProxxy.getInputStream()));
            writer =new PrintWriter(clientProxxy.getOutputStream()) ;
            while (true) {//因为一个client可以发送多次请求，这里的每一次循环，相当于接收处理一次请求
                String request = reader.readLine();
                if (!"GET CURRENT TIME".equals(request)) {
                    writer.println("BAD_REQUEST");
                } else {
                    writer.println(Calendar.getInstance().getTime().toLocaleString());
                }
                writer.flush();
            }
        } catch (Exception e) {
            throw new RuntimeException(e);
        } finally {
            try {
                writer.close();
                reader.close();
                clientProxxy.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

Client端：

public class TimeClient {
    public static void main(String[] args)  {
        BufferedReader reader = null;
        PrintWriter writer = null;
        Socket client=null;
        try {
            client=new Socket("127.0.0.1",18080);
            writer = new PrintWriter(client.getOutputStream());
            reader = new BufferedReader(new InputStreamReader(client.getInputStream()));
            while (true){//每隔5秒发送一次请求
                writer.println("GET CURRENT TIME");
                writer.flush();
                String response = reader.readLine();
                System.out.println("Current Time:"+response);
                Thread.sleep(5000);
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            try {
                writer.close();
                reader.close();
                client.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

执行结果如下：

服务端：

服务启动 端口:18080...

客户端：

Current Time:2021-6-16 11:37:34
Current Time:2021-6-16 11:37:39
Current Time:2021-6-16 11:37:44
Current Time:2021-6-16 11:37:49
Current Time:2021-6-16 11:37:54
Current Time:2021-6-16 11:37:59
Current Time:2021-6-16 11:38:04

我们使用的是 Client 发送请求指令”GET CURRENT TIME”给server端，每隔5秒钟发送一次，每次 Server 端都返回当前时间。
这就相当于是多个 Client 同时请求 Server ,每个 Client 创建一个线程来进行处理.

Accpetor thread 只负责与 Client 建立连接，worker thread用于处理每个thread真正要执行的操作。
在到了这里的时候，就发现了一些事情，感觉不对了有没有，

BIO 的局限性一

• 每一个 Client 建立连接后都需要创建独立的线程与 Server 进行数据的读写，业务处理。

这时候就会出现什么样子的问题，如果说有上千个客户端的时候，服务端就会创建上千个线程，有多少客户端，就创建多少个线程，这对于 Java 来说， 代价实在是太大。
如果说线程在到达一定数量的时候，在做线程的切换的时候，大家可以想象一下对资源的浪费是什么样子的，一个线程和一百个线程甚至超过一千个线程的时候，在线程进行上下文切换的时候，会出现什么样子的问题。
针对某个线程来说，这种 BIO 的模型，在这个线程读取数据的时候，如果没有数据了，那线程就开始了阻塞，为了能够做到响应数据，这个线程在一直阻塞，这时候有新的请求的时候，线程阻塞，好吧，那只能等，一直处于一个等待不能执行的状态。

BIO 的局限性二

• 并发数大的时候，会创建非常多的线程来处理连接，系统资源会出现非常大的开销。

  BIO 的局限性三

• 在线程阻塞的时候，会造成资源的浪费。

实际上说是三个局限性，总得来说，他就是一个局限，浪费资源，开销大，这是非常致命的，一个小小的功能的话，占用的服务器大量的资源，只是硬件上这块的内容，都得增加多少的成本，现在万恶的资本家们，抱着能省就省的原则，又扯远了，还是回归到 BIO 上。
而且这种 BIO 的模型，在本质上说，实际上就相当于是一个 1:1 的关系，而这种 1:1 的关系如果在客户端非常多的时候，创建的线程数所浪费的资源是非常巨大的，所以就出现了另外一种模型，NIO 模型。而 NIO 模型实际上目前使用的那可真的是太普遍了，比如说 Netty ,都是选择使用这种模型，不再继续使用 BIO 的模型了。