Java I/O是Java基础之一，在面试中也比较常见，在这里我们尝试通过这篇文章阐述Java I/O的基础概念，帮助大家更好的理解Java I/O。
在刚开始学习Java I/O时，我很迷惑，因为网上绝大多数的文章都是讲解Linux网络I/O模型的，那时我总是搞不明白和Java I/O的关系。后来查了看了好多，才明白Java I/O的原理是以Linux网络I/O模型为基础的，理解了Linux网络I/O模型再学习Java I/O就很方便了，所以这篇文章，我们先来了解I/O的基本概念，再学习Linux网络I/O模型，最后再看Java中的几种I/O。另外结合面试中的反馈，补充了IO多路复用中select、poll、epoll的原理和比较。

什么是I/O？

I/O是Input、Output的缩写，即对应计算机中的输入输出。对于一次read操作中的I/O访问，数据会仙贝拷贝到操作系统内核的缓冲区中，然后才会从内核缓冲区拷贝到应用进程的地址空间。
以一次文件读取为例，我们需要将磁盘上的数据读取到用户空间，那么这次数据转移操作其实就是一次I/O操作，更具体的说是一次文件I/O。我们浏览网页，其中在请求一个网页时，服务器通过网络把数据发送给我们，此时程序将数据从TCP缓冲区复制到用户空间，那么这次数据转移操作其实也是一次I/O操作，更具体的说是一次网络I/O。I/O到处都在，十分重要，Java对I/O对底层操作系统的各种I/O模型进行了封装，使我们可以轻松开发。

Linux网络I/O模型

根据UNIX网络编程对I/O模型的分类，UNIX提供了5种I/O模型，分别是：阻塞I/O（Blocking I/O）、非阻塞I/O（Non-Blacking I/O）、I/O多路复用模型（I/O Multiplexing）、信号驱动式I/O（Signal Driven I/O）、异步I/O（Asynchronous I/O）。我们逐步了解一下其基本原理。

阻塞I/O（Blocking I/O）

阻塞I/O是最早最基础的I/O模型，其在读写数据过程中会阻塞。通过下图我们可以看到，当用户进程调用了recvfrom这个系统调用后，内核开始第一阶段的数据准备工作，直到内核等待数据准备完成，然后开始第二阶段的将数据从内核复制到用户空间的工作，最后内核返回结果。整个过程中用户进程都是阻塞的，直到最后返回结果后才解除阻塞block状态。阻塞I/O模型适用于并发量小且对时延不敏感的系统。

非阻塞I/O（Non-Blacking I/O）

当用户进程调用recvfrom这个系统调用后，如果内核尚未准备好数据，此时不再阻塞用户进程，而是立即返回一个EWOULDBLOCK错误。用户进程会不断发起系统调用直到内核中数据被准备好（轮询），此时将执行第二阶段的将数据从内核复制到用户空间的工作，然后内核返回结果。非阻塞I/O模型不断地轮询往往需要耗费大量cpu时间。

I/O多路复用模型（I/O Multiplexing）

I/O多路复用的优点在于单个进程可以同时处理多个网络连接的I/O,其基本原理就是select/poll/epoll函数可以不断的轮询其负责的所有多个socket，当某个socket有数据到达时，就通知用户进程。
如下图所示，当用户进程调用select函数时，整个进程会被阻塞block住，但是这里的阻塞不是被socket I/O阻塞，而是被select这个函数阻塞。同时内核会监听该select负责的所有socket（这里的socket一般设置为non-blocking），当任何一个socket中的数据准备好时，select就会返回给用户进程，这时候用户进程再此发起一个系统调用，将数据从内核复制到用户空间，并返回结果。
对比I/O多路复用模型和阻塞I/O模型的流程，多路复用多了一个系统调用来完成select环节，除此之外没有太大的不同。Select的优势在于它可以同时处理多个connection，但是会多一个系统调用。多路复用本质上也不是非阻塞的。

信号驱动式I/O（Signal Driven I/O）#
首先我们开启socket的信号驱动I/O功能，然后用户进程发起sigaction系统调用给内核后立即返回并可继续处理其他工作。收到sigaction系统调用的内核在将数据准备好后会按照要求产生一个signo信号通知给用户进程。然后用户进程再发起recvfrom系统调用，完成数据从内核到用户空间的复制，并返回最终结果。其基础原理图示如下：

异步I/O（Asynchronous I/O）#
用户进程向内核发起系统调用后，就可以开始去做其他事情了。内核收到异步I/O的系统调用后，会直接retrun，所以这里不会对用户进程有阻塞。之后内核等待数据准备完成后会继续将数据从内核拷贝到用户空间（具体动作可以由异步I/O调用定义），然后内核回给用户进程发送一个signal，告诉用户进程I/O操作完成了，整个过程不会导致用户请求进程阻塞。
信号驱动I/O模型是内核通知我们可以发起I/O操作了，而异步I/O模式是内核告诉我们I/O操作已经完成了。

以上就是Linux的5种网络I/O模型，其中前4中都是同步I/O模型，他们真正的I/O操作环节都会将进程阻塞，只有最后一种异步I/O模型是异步I/O操作。
Java中的I/O模型#
在JDK1.4之前，基于Java的所有socket通信都是使用阻塞I/O（BIO），JDK1.4提供了了非阻塞I/O（NIO）功能，不过虽然名字叫做NIO，实际底层模型是I/O多路复用，JDK1.7提供了针对异步I/O（AIO）功能。
BIO#
BIO简化了上层开发，但是性能瓶颈问题严重，对高并发第时延支持差。
基于消息队列和线程池技术优化的BIO模式虽然可以对高并发支持有一定帮助，但是还是受限于线程池大小和线程池阻塞队列大小的制约，当并发数超过线程池的处理能力时，部分请求法务继续处理，会导致客户端连接超时，影响用户体验。
NIO#
NIO弥补了BIO的不足，简单说就是通过selector不断轮询注册在自己上面的channel，如果channel上面有新的连接读写时间时就会被轮询出来，一个selector上面可以注册多个channel，一个线程就可以负责selector的轮询，这样就可以支持成千上万的连接。Selector就是一个轮询器，channel是一个通道，通过它来读取或者写入数据，通道是双向的，可以用于读、写、读和写。Buffer用来和channel交互，数据通过channel进出buffer。
NIO的优点是可以可靠性好以及高并发低时延，但是使用NIO的代码开发较为复杂。
AIO#
AIO，或者说叫做NIO2.0，引入了异步channel的概念，提供了异步文件channel和异步socket channel的实现，开发者可以通过Future类来表示异步操作的结果，也可以在执行异步操作时传入一个channels，实现CompletionHandler接口作为回调。AIO不用开发者单独开发独立线程的selector，异步回调操作有JDK地城思安城池负责驱动，开发起来比NIO简单一些，同时保持了高可靠高并发低时延的优点。
参考：
https://blog.csdn.net/historyasamirror/article/details/5778378
https://juejin.im/post/5cce5019e51d453a506b0ebf

概念解释：文件描述符fd
file description，是一个用于表述指向文件的引用的概念。
实际上文件描述符是一个非负整数，表示一个索引值，指向内核为每一个进程为维护的该进程打开文件的记录表。

I/O多路复用值select、poll、epoll
select、poll、epoll都是IO多路复用的机制。IO多路复用简单来说就是通过一种机制，达到一个进程可以监视多个描述符，一旦某个描述符就绪（读就绪、写就绪），可以通知应用程序进行相应的读写操作。
select、poll、epoll本质上都是同步IO，因为他们都需要在读写事件就绪后，自己负责进行读写，这个读写的过程也是阻塞的。
select
函数：
int select (int n, fdset readfds, fd_set writefds, fd_set exceptfds, struct timeval **timeout);
原理：
select函数监视三类fd，分别是writefds、readfds、exceptfds。调用后select函数会阻塞，直到有描述符fd就绪（有数据可读、可写、或有exception），或者超时timeout，函数返回。函数返回后，可以通过遍历fdset，找到就绪的文件描述符。
优点：
select目前几乎在所有平台上都支持，跨平台支持也好。
缺点：
单个进程能够监视的文件描述符的数量预先，32位机默认是1024。可以通过一定方式修改但是会导致效率降低。
每次调用select，都需要吧fd集合从用户态拷贝到内核态，fd数量多时开销很大。
对socket的扫描是线程的遍历，当socket较多但是活跃的较少时，遍历会比较低效。

poll
函数：
int poll (struct pollfd *fds, unsigned int nfds, int timeout);
原理：
poll本质上和select没有区别，也是将用户传入的数组拷贝到内核空间，然后遍历查询每个文件描述符对应的状态。与select不同的是，poll使用pollfd结构来传递，poolfd包含了要监视的event和发生的event。同时pollfd没有最大数量限制。poll返回后，也是和select一样通过轮询pollfd来获取就绪的描述符。
优点：
没有监视的文件描述符数量的限制。
缺点：
和select一样，当监视的描述符数量多时，遍历的方式效率低。
每次调用select，都需要吧fd集合从用户态拷贝到内核态，fd数量多时开销很大。

epoll
函数：
int epoll_create(int** size)；//创建一个epoll的句柄，size用来告诉内核这个监听的数目一共有多大_
int epoll_ctl(intepfd, int op, int fd, struct epoll_event *event)；
int epoll_wait(intepfd, struct epoll_event events, int maxevents, int timeout);
原理：
epoll是select和poll的增强版本，epoll更加灵活没有文件描述符的限制。epoll使用一个文件描述符管理多个文件描述符，将用户关心的文件描述符的事件，存档到内核的一个事件表中，这样不用向select和poll那样每次执行就要copy一遍。
在select、poll中，进程只有在调用一定的方法后，内核才对所有监视的fd进行扫描，而epoll通过事先调用epoll_ctl()来注册一个fd及其事件，后续一旦fd就绪时，内核会采用类似callback的回调机制，循序机会这个fd，然后进程调用epoll_wait()是便得到通知。
过程解析：
intepoll_create(int size)；用来创建一个epoll句柄，size用来告诉内核这个监听的数目一共有多大。epoll使用完后，必须调用close(),否则epoll句柄会一直占用一个fd，导致fd被耗尽。
int epoll_ctl(int epfd, int op, int fd, struct epoll_event **event)；epoll的事件注册函数，它不同之处是不像select那样告诉内核要监听什么类型的事件，而是在这里先注册要监听的事件类型。epfd是epoll_create的返回值，op代表动作（add注册新的fd到epfd中，mod修改已经注册的fd的监听事件，del删除一个已注册的fd），fd代表要操作的fd，event代表告诉内核要注册监听什么事。
intepoll_wait(int epfd, struct epoll_event * events, int maxevents, int** timeout);等待事件的产生，类比于select()调用，参数events是从内核得到的事件的集合，maxevents告诉内核这个events有多大。
工作模式：
epoll对fd的操作有两种模式：LT（level trigger）和ET（edge trigger），其中LT是默认模式。
LT模式：当epoll_wait检测到描述符事件发生，并将事件通知应用程序，应用程序可以不立即处理该事件。下次调用epoll_wait时，会再次相应应用程序并通知此事。
ET模式：当epoll_wait检测到描述符事件发生，并将事件通知应用程序，应用程序必须立即处理该事件。下次条用epoll_wait时，不会再次相应应用程序并通知此事件。
ET模式很大程度上减少了epoll事件被重复触发的次数，因此效率比LT高。但是ET模式要使用非阻塞套接字。
优点：
没有最大并发连接数的限制，能打开的FD远大于1024，实际上1G的内存可以监听10万个端口。
无需每次都copy文件描述符，灵活且节省开销。
注册回调机制，取代了遍历寻找的方式，高效。
缺点：
只能在Linux下
应用：
redis、nginx