网络编程常见名词介绍

这篇文章总结了网络编程中的常见名词，是博主自己的理解。如果和你的有出入，一切以你为准，欢迎交流。

BIO、NIO、AIO

这三个名词对应网络编程中的三种编程方式，代表不同的网络编程思想。

BIO 是阻塞 IO，也就是内核读取数据时会阻塞用户线程，用户线程从内核态拷贝数据时也会阻塞线程。对于这种编程方式，相当于所有读写操作都做了串行化。

NIO 是非阻塞 IO，当执行 IO 函数时，用户线程不必等待内核态加载数据。

AIO 是异步 IO，用户态程序执行 IO 函数，当用户接收到读写完成的通知，就可以拿数据来用；注意此时没有内核态到用户态的数据拷贝。

内核态/用户态

为了保证操作系统执行程序时的安全，操作系统执行环境分为用户态和内核态。

所有系统级别的操作都是在内核态执行的。常见的系统级别的操作有：线程上下文切换、IO、虚拟内存管理等。

Unix IO

大名鼎鼎的 Unix 或类 Unix 操作系统内核实现的 IO 函数，分为五类：

• 阻塞 IO
• 非阻塞 IO
• 多路 IO 复用
• 信号驱动 IO
• 异步 IO

要理解 Unix IO 就要先知道 IO 的加载拷贝过程。大致可分为加载阶段、拷贝阶段。

以读取磁盘上的一个文件为例，假如读取 A 文件：第一个阶段，操作系统接收到读取信号，然后加载磁盘上的 A 文件；加载完毕后进入第二个阶段，用户线程从内核态拷贝 A 文件，读取完毕算完成了一次 IO。

说 Unix IO 时也经常听到同步阻塞、同步非阻塞……，那么其中的“同步”、“阻塞”、“非阻塞”是什么意思？

阻塞、非阻塞指的是在调用读取函数时，用户线程是否等待内核加载完毕数据，这个时间节点在加载完毕：从加载到这个时间点，如果用户线程等待就是“阻塞”，反之就是“非阻塞”。

同步、非同步指的是内核加载完毕数据后，用户线程从内核拷贝数据这个期间是否等待：等待就是“同步”，不等待就是“非同步”。不过，从内核态拷贝数据是内存间的数据拷贝，非常快，能达到磁盘读取的几百倍，时间几乎可以忽略。

到现在，当提到“同步非阻塞 IO”时，应该理解它节省了当前线程等待内核加载文件的时间，然而从内核拷贝文件仍然需要当前线程进行。

多路复用

多路复用指的是三个网络 IO 函数：select、poll、epoll。

多路复用可以理解为节省了用户线程等待内核准备数据的阶段，在网络 IO 中是等待读信号、写信号。

三者的区别：

select、poll 比较相似，都是通过一个 O(n) 的遍历操作获取关心的文件描述符（fd，整型值，用于标识文件）。不同的是，select 有文件描述符数量的限制，为 1024，超出就会报错，poll 则取消了这个限制。

epoll 于 Linux 2.5.44 首度登场，其设计目的旨在取代既有POSIX select与poll系统函数，让需要大量操作文件描述符的程序得以发挥更优异的性能（举例来说：旧有的系统函数所花费的时间复杂度为 O(n)，epoll的时间复杂度 O(log n)）。epoll 实现的功能与 poll 类似，都是监听多个文件描述符上的事件。

epoll 有水平触发和边缘触发。当检测 epoll 文件描述符时，有读或写事件就绪通知：水平触发时会通知多次，直到用户处理了事件；边缘触发则仅通知一次。

参考：Epoll

零拷贝

网络 IO 中，除了内核态加载数据的时间开销，还有内核态到用户态间的数据拷贝开销，另外用户线程读取内核态数据还伴有上下文切换的开销。为了优化这块的性能，人们想出了在内核态直接发送、接收数据，这样用户态就不必拷贝数据了，节省了拷贝开销。Linux 中 sendfile 函数就是零拷贝操作。

内存映射

内存映射（Memory Map），是另一种解决从内核态向用户态拷贝数据开销的方法，从名字可以看出它是一种映射技术，是利用一块用户态的非堆内存与内核态加载好的数据映射，实现直接读取数据，避免了拷贝开销。

直接内存

这是独属于 Java 的名词。在 JVM 中，直接内存属于非堆内存，非堆内存是 Java 程序不可见的内存，但很巧妙地通过 JVM 进行了管理，Java 中是通过“虚引用”类进行控制的。

直接内存相较于堆内存，效率提升在了哪里呢？我们都知道，JVM 像一个沙盒，隔离了 Java 程序与操作系统，也就是说当 JVM 加载完数据时，此时对 Java 程序还不可见，只有再次拷贝到 Java 堆中才可见。这样一来，加载文件的数据就成了：操作系统内核加载磁盘文件->拷贝到用户态（JVM 可见）->拷贝到 Java 堆中（Java 可见）。此时我们发现，已经到用户态的数据被多拷贝了一次；为了避免这一次拷贝，Java 引入了直接内存来使用 JVM 可见的这块内存。