溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容主要講解“Java網絡IO模型及分類”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Java網絡IO模型及分類”吧!
網絡IO模型是一個經常被提到的問題，不同的書或者博客說法可能都不一樣，所以沒必要死摳字眼，關鍵在于理解。
不管是什么模型，所使用的socket連接都是一樣的。
以下是一個典型的應用服務器上的連接情況。客戶的各種設備通過Http協議與Tomcat進程交互，Tomcat需要訪問Redis服務器，它與Redis服務器也建了好幾個連接。雖然客戶端與Tomcat建的是短連接，很快就會斷開，Tomcat與Redis是長連接，但是它們本質上都是一樣的。
建立一個Socket后，就是"本地IP+port與遠端IP+port"的一個配對，這個Socket由應用進程調用操作系統的系統調用創建，在內核空間會有一個與之對應的結構體，而應用程序拿到的是一個文件描述符(File Describer)，就跟打開一個普通的文件一樣，可以讀寫。不同的進程有自己的文件描述符空間，比如進程1中有個socket的fd為100，進程2中也有一個socket的fd為100，它們對應的socket是不一樣的（當然也有可能一樣，因為socket也可以共享)。
Socket是全雙工的，可以同時讀和寫。
對于不同的應用場景，選用的網絡IO模型以及其它方面的選項都不一樣。
例如針對客戶端的http 請求，我們一般使用短連接，因為客戶太多，同時使用App的客戶可能很多，但是同一時刻發送請求的客戶端遠少于正在使用的客戶數，如果都建立長連接，內存肯定不夠用，所以會用短連接，當然會有http的keep-alive策略，讓一次tcp連接多交互幾次http數據，這樣能減少建鏈。而對于系統內部的應用，例如Tomcat訪問Redis，訪問的機器數有限，如果每次都用短連接，會有太多的損耗用在建鏈上，所以用長連接，可以大大提高效率。
以上說的是長連接和短連接，一般在討論IO模型時不考慮這個，而是考慮的同步異步，阻塞非阻塞等。而要確定哪種IO模型，也得看場景，對于CPU密集型的應用，例如一次請求需要兩個核不停的100％跑1分鐘，然后返回結果，這種應用使用哪種IO模型都差不多，因為瓶頸在CPU。所以一般是IO密集型的的應用才考慮如何調整IO模型以獲取最大的效率，最典型的就是Web應用，還有像Redis這種應用。
同步與異步：描述的是用戶線程與內核的交互方式，同步指用戶線程發起IO請求后需要等待或者輪詢內核IO操作完成后才能繼續執行；而異步是指用戶線程發起IO請求后仍然繼續執行，當內核IO操作完成后會通知用戶線程，或者調用用戶線程注冊的回調函數。
阻塞與非阻塞：描述是用戶線程調用內核IO操作的方式，阻塞是指IO操作需要徹底完成后才返回到用戶空間；而非阻塞是指IO操作被調用后立即返回給用戶一個狀態值，無需等到IO操作徹底完成。
以read函數調用來說明不同的IO模式。從對端讀取數據分為兩個階段
(1)數據從設備到內核空間(圖中等待數據到達)
(2)數據從內核空間到用戶空間(圖中數據拷貝)
以下阻塞IO，非阻塞IO，IO多路復用，都是同步IO，最后是異步IO。這個地方可能不好理解，總之同步IO必須是線程調用了讀寫函數后，一直阻塞等，或者輪詢查結果，而異步IO，調完讀寫函數后立刻返回，操作完成后操作系統主動告訴線程。
阻塞IO是指調用了read后，必須等待數據到達，并且復制到了用戶空間，才能返回，否則整個線程一直在等待。
所以阻塞IO的問題就是，線程在讀寫IO的時候不能干其它的事情。
非阻塞IO在調用read后，可以立刻返回，然后問操作系統，數據有沒有在內核空間準備好，如果準備好了，就可以read出來了。因為不知道什么時候準備好，要保證實時性，就得不斷的輪詢。
在使用非阻塞IO的時候，如果每個線程訪問網絡后都不停的輪詢，那么這個線程就被占用了，那跟阻塞IO也沒什么區別了。每個線程都輪詢自己的socket，這些線程也不能干其它的事情。
如果能有一個專門的線程去輪詢所有的socket，如果數據準備好，就找一個線程處理，這就是IO多路復用。當然輪詢的線程也可以不用找其他線程處理，自己處理就行，例如redis就是這樣的。
IO多路復用，能夠讓一個或幾個線程去管理很多個(可以成千上萬)socket連接，這樣連接數就不再受限于系統能啟動的線程數。
我們把select輪詢抽出來放在一個線程里, 用戶線程向其注冊相關socket或IO請求，等到數據到達時通知用戶線程，則可以提高用戶線程的CPU利用率.這樣, 便實現了異步方式。
這其中用了Reactor設計模式。
真正的異步IO需要操作系統更強的支持。 IO多路復用模型中，數據到達內核后通知用戶線程，用戶線程負責從內核空間拷貝數據; 而在異步IO模型中，當用戶線程收到通知時，數據已經被操作系統從內核拷貝到用戶指定的緩沖區內，用戶線程直接使用即可。
異步IO用了Proactor設計模式。
常見的Web系統里很少使用異步IO，本文不做過多的探討。
接下來通過一個簡單的java版redis說明各種IO模型。
接下來我會編寫一個簡單的java版的Redis，它只有get和set功能，并且只支持字符串，只是為了演示各種IO模型，其中一些異常處理之類的做的不到位。
這種做法只用于寫HelloWorld程序，在這里主要為了調試以及把一些公共的類提出來。
首先寫一個Redis接口
package org.ifool.niodemo.redis;
public interface RedisClient {
public String get(String key);
public void set(String key,String value);
public void close();
}另外，有個工具類，用于拿到請求數據后，處理請求，并返回結果，還有一些byte轉String，String轉byte，在byte前面添加長度等一些函數，供后續使用。
輸入是get|key或者set|key|value，輸出為0|value或者1|null或者2|bad command。
package org.ifool.niodemo.redis;
import java.util.Map;
public class Util {
//把一個String前邊加上一個byte，表示長度
public static byte[] addLength(String str) {
byte len = (byte)str.length();
byte[] ret = new byte[len+1];
ret[0] = len;
for(int i = 0; i < len; i++) {
ret[i+1] = (byte)str.charAt(i);
}
return ret;
}
//根據input返回一個output，操作緩存, prefixLength為true，則在前面加長度
//input:
//->get|key
//->set|key|value
//output:
//->errorcode|response
// ->0|response set成功或者get有值
// ->1|response get的為null
// ->2|bad command
public static byte[] proce***equest(Map<String,String> cache, byte[] request, int length, boolean prefixLength) {
if(request == null) {
return prefixLength ? addLength("2|bad command") : "2|bad command".getBytes();
}
String req = new String(request,0,length);
Util.log_debug("command:"+req);
String[] params = req.split("\\|");
if( params.length < 2 || params.length > 3 || !(params[0].equals("get") || params[0].equals("set"))) {
return prefixLength ? addLength("2|bad command") : "2|bad command".getBytes();
}
if(params[0].equals("get")) {
String value = cache.get(params[1]);
if(value == null) {
return prefixLength ? addLength("1|null") : "1|null".getBytes();
} else {
return prefixLength ? addLength("0|"+value) : ("0|"+value).getBytes();
}
}
if(params[0].equals("set") && params.length >= 3) {
cache.put(params[1],params[2]);
return prefixLength ? addLength("0|success"): ("0|success").getBytes();
} else {
return prefixLength ? addLength("2|bad command") : "2|bad command".getBytes();
}
}
public static int LOG_LEVEL = 0; //0 info 1 debug
public static void log_debug(String str) {
if(LOG_LEVEL >= 1) {
System.out.println(str);
}
}
public static void log_info(String str) {
if(LOG_LEVEL >= 0) {
System.out.println(str);
}
}
}服務端代碼如下，在創建服務端ServerSocket的時候，傳入端口8888， backlog的作用是客戶端建立連接時服務端沒法立即處理，能夠等待的隊列長度。服務端代碼
package org.ifool.niodemo.redis.redis1;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.InetSocketAddress;
import java.net.ServerSocket;
import java.net.Socket;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;
public class RedisServer1 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
public static void main(String[] args) throws IOException {
ServerSocket serverSocket = new ServerSocket(8888,10);
byte[] buffer = new byte[512];
while(true) {
//接受客戶端連接請求
Socket clientSocket = null;
clientSocket = serverSocket.accept();
System.out.println("client address:" + clientSocket.getRemoteSocketAddress().toString());
//讀取數據并且操作緩存,然后寫回數據
try {
//讀數據
InputStream in = clientSocket.getInputStream();
int bytesRead = in.read(buffer,0,512);
int totalBytesRead = 0;
while(bytesRead != -1) {
totalBytesRead += bytesRead;
bytesRead = in.read(buffer,totalBytesRead,512-totalBytesRead);
}
//操作緩存
byte[] response = Util.proce***equest(cache,buffer,totalBytesRead,false);
Util.log_debug("response:"+new String(response));
//寫回數據
OutputStream os = clientSocket.getOutputStream();
os.write(response);
os.flush();
clientSocket.shutdownOutput();
} catch (IOException e) {
System.out.println("read or write data exception");
} finally {
try {
clientSocket.close();
} catch (IOException ex) {
ex.printStackTrace();
}
}
}
}
}客戶端代碼如下：
package org.ifool.niodemo.redis.redis1;
import org.ifool.niodemo.redis.RedisClient;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.Socket;
public class RedisClient1 implements RedisClient {
public static void main(String[] args) {
RedisClient redis = new RedisClient1("127.0.0.1",8888);
redis.set("123","456");
String value = redis.get("123");
System.out.print(value);
}
private String ip;
private int port;
public RedisClient1(String ip, int port) {
this.ip = ip;
this.port = port;
}
public String get(String key) {
Socket socket = null;
try {
socket = new Socket(ip, port);
} catch(IOException e) {
throw new RuntimeException("connect to " + ip + ":" + port + " failed");
}
try {
//寫數據
OutputStream os = socket.getOutputStream();
os.write(("get|"+key).getBytes());
socket.shutdownOutput(); //不shutdown的話對端會等待read
//讀數據
InputStream in = socket.getInputStream();
byte[] buffer = new byte[512];
int offset = 0;
int bytesRead = in.read(buffer);
while(bytesRead != -1) {
offset += bytesRead;
bytesRead = in.read(buffer, offset, 512-offset);
}
String[] response = (new String(buffer,0,offset)).split("\\|");
if(response[0].equals("2")) {
throw new RuntimeException("bad command");
} else if(response[0].equals("1")) {
return null;
} else {
return response[1];
}
} catch(IOException e) {
throw new RuntimeException("network error");
} finally {
try {
socket.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
public void set(String key, String value) {
Socket socket = null;
try {
socket = new Socket(ip, port);
} catch(IOException e) {
throw new RuntimeException("connect to " + ip + ":" + port + " failed");
}
try {
OutputStream os = socket.getOutputStream();
os.write(("set|"+key+"|"+value).getBytes());
os.flush();
socket.shutdownOutput();
InputStream in = socket.getInputStream();
byte[] buffer = new byte[512];
int offset = 0;
int bytesRead = in.read(buffer);
while(bytesRead != -1) {
offset += bytesRead;
bytesRead = in.read(buffer, offset, 512-offset);
}
String bufString = new String(buffer,0,offset);
String[] response = bufString.split("\\|");
if(response[0].equals("2")) {
throw new RuntimeException("bad command");
}
} catch(IOException e) {
throw new RuntimeException("network error");
} finally {
try {
socket.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
public void close() {
}
}一般應用服務器用的都是這種模型，主線程一直阻塞accept，來了一個連接就交給一個線程，繼續等待連接，然后這個處理線程讀寫完后負責關閉連接。
服務端代碼
package org.ifool.niodemo.redis.redis2;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.ServerSocket;
import java.net.Socket;
import java.util.Map;
import java.util.concurrent.*;
public class RedisServer2 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
public static void main(String[] args) throws IOException {
//用于處理請求的線程池
ThreadPoolExecutor threadPool = new ThreadPoolExecutor(200, 1000, 30, TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(1000));
ServerSocket serverSocket = new ServerSocket(8888,1000);
while(true) {
//接受客戶端連接請求
Socket clientSocket = serverSocket.accept();
Util.log_debug(clientSocket.getRemoteSocketAddress().toString());
//讓線程池處理這個請求
threadPool.execute(new RequestHandler(clientSocket));
}
}
}
class RequestHandler implements Runnable{
private Socket clientSocket;
public RequestHandler(Socket socket) {
clientSocket = socket;
}
public void run() {
byte[] buffer = new byte[512];
//讀取數據并且操作緩存,然后寫回數據
try {
//讀數據
InputStream in = clientSocket.getInputStream();
int bytesRead = in.read(buffer,0,512);
int totalBytesRead = 0;
while(bytesRead != -1) {
totalBytesRead += bytesRead;
bytesRead = in.read(buffer,totalBytesRead,512-totalBytesRead);
}
//操作緩存
byte[] response = Util.proce***equest(RedisServer2.cache,buffer,totalBytesRead,false);
Util.log_debug("response:"+new String(response));
//寫回數據
OutputStream os = clientSocket.getOutputStream();
os.write(response);
os.flush();
clientSocket.shutdownOutput();
} catch (IOException e) {
System.out.println("read or write data exception");
} finally {
try {
clientSocket.close();
} catch (IOException ex) {
ex.printStackTrace();
}
}
}
}客戶端代碼，代碼跟前邊的沒啥變化，只是這次我加了一個多線程的讀寫，10個線程每個線程讀寫10000次。
public static void main(String[] args) {
final RedisClient redis = new RedisClient1("127.0.0.1",8888);
redis.set("123","456");
String value = redis.get("123");
System.out.print(value);
redis.close();
System.out.println(new Timestamp(System.currentTimeMillis()));
testMultiThread();
System.out.println(new Timestamp(System.currentTimeMillis()));
}
public static void testMultiThread() {
Thread[] threads = new Thread[10];
for(int i = 0; i < 10; i++) {
threads[i] = new Thread(new Runnable() {
public void run() {
RedisClient redis = new RedisClient2("127.0.0.1",8888);
for(int j=0; j < 300; j++) {
Random rand = new Random();
String key = String.valueOf(rand.nextInt(1000));
String value = String.valueOf(rand.nextInt(1000));
redis.set(key,value);
String value1 = redis.get(key);
}
}
});
threads[i].start();
}
for(int i = 0; i < 10; i++) {
try {
threads[i].join();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}用這種方式，在10個并發不停讀寫的情況下，寫10000次，出現了一些沒法連接的異常，如下：
java.net.NoRouteToHostException: Can't assign requested address
查了下跟系統參數配置，mac上不知道怎么調就沒調，改成讀寫300次的時候沒報錯，大約用1s鐘。
用短連接的時候，我們可以用inputstream.read() == -1來判斷讀取結束，但是用長連接時，數據是源源不斷的，有可能有粘包或者半包問題，我們需要能從流中找到一次請求的開始和結束。有多種方式，例如使用固定長度、固定分隔符、在前面加長度等方法。此處使用前邊加長度的方法，在前面放一個byte，表示一次請求的長度，byte最大是127，所以請求長度不應大于127個字節。
由于我們客戶端訪問的方式是寫完請求后，等待服務端返回數據，等待期間該socket不會被其它人寫，所以不存在粘包的問題，只存在半包的問題。有些請求方式可能是寫完后在未等待服務端返回就允許其它線程寫，那樣就可能有半包。
一般客戶端用長連接的時候，都是建一個連接池，用的時候上鎖獲取連接，我們在這個地方直接讓一個線程持有一個連接一個讀寫，這樣減少了線程切換與上鎖的開銷，能實現更大的吞吐量。
客戶端代碼這次發生了較大變化。
package org.ifool.niodemo.redis.redis3;
import org.ifool.niodemo.redis.RedisClient;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.Socket;
import java.sql.Timestamp;
import java.util.Random;
public class RedisClient3 implements RedisClient {
public static void main(String[] args) {
RedisClient redis = new RedisClient3("127.0.0.1",8888);
redis.set("123","456");
String value = redis.get("123");
System.out.print(value);
redis.close();
System.out.println(new Timestamp(System.currentTimeMillis()));
testMultiThread();
System.out.println(new Timestamp(System.currentTimeMillis()));
}
public static void testMultiThread() {
Thread[] threads = new Thread[10];
for(int i = 0; i < 10; i++) {
threads[i] = new Thread(new Runnable() {
public void run() {
RedisClient redis = new RedisClient3("127.0.0.1",8888);
for(int j=0; j < 50; j++) {
Random rand = new Random();
String key = String.valueOf(rand.nextInt(1000));
String value = String.valueOf(rand.nextInt(1000));
redis.set(key,value);
String value1 = redis.get(key);
}
}
});
threads[i].start();
}
for(int i = 0; i < 10; i++) {
try {
threads[i].join();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
private String ip;
private int port;
private Socket socket;
public RedisClient3(String ip, int port) {
this.ip = ip;
this.port = port;
try {
socket = new Socket(ip, port);
} catch(IOException e) {
throw new RuntimeException("connect to " + ip + ":" + port + " failed");
}
}
public String get(String key) {
try {
//寫數據,前邊用一個byte存儲長度
OutputStream os = socket.getOutputStream();
String cmd = "get|"+key;
byte length = (byte)cmd.length();
byte[] data = new byte[cmd.length()+1];
data[0] = length;
for(int i = 0; i < cmd.length(); i++) {
data[i+1] = (byte)cmd.charAt(i);
}
os.write(data);
os.flush();
//讀數據，第一個字節是長度
InputStream in = socket.getInputStream();
int len = in.read();
if(len == -1) {
throw new RuntimeException("network error");
}
byte[] buffer = new byte[len];
int offset = 0;
int bytesRead = in.read(buffer,0,len);
while(offset < len) {
offset += bytesRead;
bytesRead = in.read(buffer, offset, len-offset);
}
String[] response = (new String(buffer,0,offset)).split("\\|");
if(response[0].equals("2")) {
throw new RuntimeException("bad command");
} else if(response[0].equals("1")) {
return null;
} else {
return response[1];
}
} catch(IOException e) {
throw new RuntimeException("network error");
} finally {
}
}
public void set(String key, String value) {
try {
//寫數據,前邊用一個byte存儲長度
OutputStream os = socket.getOutputStream();
String cmd = "set|"+key + "|" + value;
byte length = (byte)cmd.length();
byte[] data = new byte[cmd.length()+1];
data[0] = length;
for(int i = 0; i < cmd.length(); i++) {
data[i+1] = (byte)cmd.charAt(i);
}
os.write(data);
os.flush();
InputStream in = socket.getInputStream();
int len = in.read();
if(len == -1) {
throw new RuntimeException("network error");
}
byte[] buffer = new byte[len];
int offset = 0;
int bytesRead = in.read(buffer,0,len);
while(offset < len) {
offset += bytesRead;
bytesRead = in.read(buffer, offset, len-offset);
}
String bufString = new String(buffer,0,offset);
Util.log_debug(bufString);
String[] response = bufString.split("\\|");
if(response[0].equals("2")) {
throw new RuntimeException("bad command");
}
} catch(IOException e) {
throw new RuntimeException("network error");
} finally {
}
}
public void close() {
try {
socket.close();
} catch(IOException ex) {
ex.printStackTrace();
}
}
}服務端建立一個連接，就由一個線程一直處理這個連接，有數據就處理，沒數據就不處理。這樣的話，每個連接一個線程，如果連接數較大，就會有問題。
package org.ifool.niodemo.redis.redis3;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.InetSocketAddress;
import java.net.ServerSocket;
import java.net.Socket;
import java.util.Map;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
public class RedisServer3 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
public static void main(String[] args) throws IOException {
//用于處理請求的線程池
ThreadPoolExecutor threadPool = new ThreadPoolExecutor(20, 1000, 30, TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(5));
ServerSocket serverSocket = new ServerSocket(8888, 10);
byte[] buffer = new byte[512];
while (true) {
//接受客戶端連接請求
Socket clientSocket = null;
try {
clientSocket = serverSocket.accept();
Util.log_debug(clientSocket.getRemoteSocketAddress().toString());
} catch (IOException e) {
e.printStackTrace();
}
//讓線程池處理這個請求
threadPool.execute(new RequestHandler(clientSocket));
}
}
}
class RequestHandler implements Runnable{
private Socket clientSocket;
public RequestHandler(Socket socket) {
clientSocket = socket;
}
public void run() {
byte[] buffer = new byte[512];
//讀取數據并且操作緩存,然后寫回數據
try {
while(true) {
//讀數據
InputStream in = clientSocket.getInputStream();
int len = in.read(); //讀取長度
if(len == -1) {
throw new IOException("socket closed by client");
}
int bytesRead = in.read(buffer, 0, len);
int totalBytesRead = 0;
while (totalBytesRead < len) {
totalBytesRead += bytesRead;
bytesRead = in.read(buffer, totalBytesRead, len - totalBytesRead);
}
//操作緩存
byte[] response = Util.proce***equest(RedisServer3.cache,buffer, totalBytesRead,true);
Util.log_debug("response:" + new String(response));
//寫回數據
OutputStream os = clientSocket.getOutputStream();
os.write(response);
os.flush();
}
} catch (IOException e) {
System.out.println("read or write data exception");
} finally {
try {
clientSocket.close();
Util.log_debug("socket closed");
} catch (IOException ex) {
ex.printStackTrace();
}
}
}
}使用這個方式，10個線程連續讀寫10000次，也就是累計訪問20000萬次只需要3s。
多線程和長連接大大提高了效率，但是如果連接數太多，那么需要太多的線程，這樣肯定不可行。這樣大部分線程即使沒數據也不能干其它的，就耗在這個連接上了。
我們可不可以讓一個線程去負責等待這些socket，有數據了就告訴工作線程池。
代碼如下，加了一個線程遍歷已經連接的socket，然后如果socket.getInputStream().available() > 0就通知線程池。
<u>這個程序有些情況下能正常工作，但是實際是有問題的，關鍵就在于上面的available函數是阻塞的，每次輪詢所有的socket，都需要挨個等待是否已經有數據了，所以就是串行。在java里沒法對socket單獨設置非阻塞，必須從NIO才行，如果用C語言是可行的，但是這里不行。</u>
package org.ifool.niodemo.redis.redis4;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.InetSocketAddress;
import java.net.ServerSocket;
import java.net.Socket;
import java.util.HashSet;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
public class RedisServer4 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
//當前的socket
final public static Set<Socket> socketSet = new HashSet<Socket>(10);
public static void main(String[] args) throws IOException {
//用于處理請求的線程池
final ThreadPoolExecutor threadPool = new ThreadPoolExecutor(20, 1000, 30, TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(1000));
ServerSocket serverSocket = new ServerSocket(8888,100);
//啟動一個線程用于一直掃描可以讀取數據的socket，并且去掉已經關閉的連接
Thread thread = new Thread(new Runnable() {
public void run() {
//找到可以讀取的socket，處理
while (true) {
synchronized (socketSet) {
Iterator<Socket> it = socketSet.iterator();
while(it.hasNext()) {
Socket socket = it.next();
if (socket.isConnected()) {
try {
if (!socket.isInputShutdown() && socket.getInputStream().available() > 0) {
it.remove();
threadPool.execute(new RequestHandler(socket));
}
} catch (IOException ex) {
System.out.println("socket already closed1");
socketSet.remove(socket);
try {
socket.close();
} catch (IOException e) {
System.out.println("socket already closed2");
}
}
} else {
socketSet.remove(socket);
try {
socket.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
}
});
thread.start();
while(true) {
//接受客戶端連接請求,把新建的socket加入socketset
Socket clientSocket = null;
try {
clientSocket = serverSocket.accept();
Util.log_debug("client address:" + clientSocket.getRemoteSocketAddress().toString());
synchronized (socketSet) {
socketSet.add(clientSocket);
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
class RequestHandler implements Runnable{
private Socket clientSocket;
public RequestHandler(Socket socket) {
clientSocket = socket;
}
public void run() {
byte[] buffer = new byte[512];
//讀取數據并且操作緩存,然后寫回數據
try {
//讀數據
InputStream in = clientSocket.getInputStream();
int len = in.read(); //讀取長度
if(len == -1) {
throw new IOException("socket closed by client");
}
int bytesRead = in.read(buffer, 0, len);
int totalBytesRead = 0;
while (totalBytesRead < len) {
totalBytesRead += bytesRead;
bytesRead = in.read(buffer, totalBytesRead, len - totalBytesRead);
}
//操作緩存
byte[] response = Util.proce***equest(RedisServer4.cache,buffer, totalBytesRead,true);
Util.log_debug("response:" + new String(response));
//寫回數據
OutputStream os = clientSocket.getOutputStream();
os.write(response);
os.flush();
synchronized (RedisServer4.socketSet) {
RedisServer4.socketSet.add(clientSocket);
}
} catch (IOException e) {
e.printStackTrace();
System.out.println("read or write data exception");
} finally {
}
}
}在上述例子中我們試圖用普通socket實現類似select的功能，在Java里是不可行的，必須用NIO。我們只需要一個select函數就能輪詢所有的連接是否準備好數據，準備好了就能調用線程池里的線程處理。
要使用NIO，需要了解ByteBuffer, Channel等內容，比如ByteBuffer設計的就比較麻煩，此處不再展開。
客戶端代碼暫時不用NIO，還是用原來的，服務端代碼如下：
package org.ifool.niodemo.redis.redis5;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.io.SyncFailedException;
import java.net.InetSocketAddress;
import java.net.ServerSocket;
import java.net.Socket;
import java.nio.ByteBuffer;
import java.nio.channels.SelectionKey;
import java.nio.channels.Selector;
import java.nio.channels.ServerSocketChannel;
import java.nio.channels.SocketChannel;
import java.util.*;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
public class RedisServer5 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
public static void main(String[] args) throws IOException {
//用于處理請求的線程池
final ThreadPoolExecutor threadPool = new ThreadPoolExecutor(20, 1000, 30, TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(1000));
ServerSocketChannel ssc = ServerSocketChannel.open();
ssc.socket().bind(new InetSocketAddress(8888),1000);
Selector selector = Selector.open();
ssc.configureBlocking(false); //必須設置成非阻塞
ssc.register(selector, SelectionKey.OP_ACCEPT); //serverSocket只關心accept
while(true) {
int num = selector.select();
if(num == 0) {
continue;
}
Set<SelectionKey> selectionKeys = selector.selectedKeys();
Iterator<SelectionKey> it = selectionKeys.iterator();
while(it.hasNext()) {
SelectionKey key = it.next();
it.remove();
if(key.isAcceptable()) {
SocketChannel sc = ssc.accept();
sc.configureBlocking(false); //設置成非阻塞才能監聽
sc.register(key.selector(), SelectionKey.OP_READ, ByteBuffer.allocate(512) );
System.out.println("new connection");
}
if(key.isReadable()) {
SocketChannel clientSocketChannel = (SocketChannel)key.channel();
//System.out.println("socket readable");
if(!clientSocketChannel.isConnected()) {
clientSocketChannel.finishConnect();
key.cancel();
clientSocketChannel.close();
System.out.println("socket closed2");
continue;
}
ByteBuffer buffer = (ByteBuffer)key.attachment();
int len = clientSocketChannel.read(buffer);
Socket socket = clientSocketChannel.socket();
if(len == -1) {
clientSocketChannel.finishConnect();
key.cancel();
clientSocketChannel.close();
System.out.println("socket closed1");
} else {
threadPool.execute(new RequestHandler(clientSocketChannel, buffer));
}
}
}
}
}
}
class RequestHandler implements Runnable{
private SocketChannel channel;
private ByteBuffer buffer;
public RequestHandler(SocketChannel channel, Object buffer) {
this.channel = channel;
this.buffer = (ByteBuffer)buffer;
}
public void run() {
//讀取數據并且操作緩存,然后寫回數據
try {
int position = buffer.position();
//切換成讀模式，以便把第一個字節到長度讀出來
buffer.flip();
int len = buffer.get(); //讀取長度
if(len > position + 1) {
buffer.position(position);
buffer.limit(buffer.capacity());
return;
}
byte[] data = new byte[len];
buffer.get(data,0,len);
//操作緩存
byte[] response = Util.proce***equest(RedisServer5.cache,data, len,true);
Util.log_debug("response:" + new String(response));
buffer.clear();
buffer.put(response);
buffer.flip();
channel.write(buffer);
buffer.clear();
} catch (IOException e) {
System.out.println("read or write data exception");
} finally {
}
}
}自己寫NIO程序有很多坑，上面的代碼有時候會出問題，有些異常沒處理好。但是10個線程不停寫10000次也是3s多。
使用java的原生NIO寫程序很容易出問題，因為API比較復雜，而且有很多異常要處理，比如連接的關閉，粘包半包等，使用Netty這種成熟的框架會比較好寫。
Netty常用的線程模型如下圖所示，mainReactor負責監聽server socket，accept新連接，并將建立的socket分派給subReactor。subReactor負責多路分離已連接的socket，讀寫網絡數據，對業務處理功能，其扔給worker線程池完成。通常，subReactor個數上可與CPU個數等同。
客戶端代碼如下所示。其中的兩個NioEventLoop就是上面的mainReactor和subReactor。第一個參數為0，是使用默認線程數的意思，這樣mainReactor一般是1個，subReactor一般與CPU核相通。
我們這里只有boss(mainReactor)和worker(subReactor)，一般情況下，還有一個線程池，用于處理真正的業務邏輯，因為worker是用來讀取和解碼數據的，如果在這個worker里處理業務邏輯，比如訪問數據庫，是不合適的。只是我們這個場景就類似于Redis，所以沒有用另一個線程池。
package org.ifool.niodemo.redis.redis6;
import io.netty.bootstrap.ServerBootstrap;
import io.netty.buffer.ByteBuf;
import io.netty.buffer.Unpooled;
import io.netty.channel.*;
import io.netty.channel.nio.NioEventLoopGroup;
import io.netty.channel.socket.SocketChannel;
import io.netty.channel.socket.nio.NioServerSocketChannel;
import io.netty.handler.codec.LengthFieldBasedFrameDecoder;
import org.ifool.niodemo.redis.Util;
import java.io.IOException;
import java.nio.ByteBuffer;
import java.util.Map;
import java.util.concurrent.*;
import java.util.concurrent.atomic.AtomicInteger;
public class RedisServer6 {
//全局緩存
public static Map<String,String> cache = new ConcurrentHashMap<String,String>();
public static void main(String[] args) throws IOException, InterruptedException {
//用于處理accept事件的線程池
EventLoopGroup bossGroup = new NioEventLoopGroup(0, new ThreadFactory() {
AtomicInteger index = new AtomicInteger(0);
public Thread newThread(Runnable r) {
return new Thread(r,"netty-boss-"+index.getAndIncrement());
}
});
//用于處理讀事件的線程池
EventLoopGroup workerGroup = new NioEventLoopGroup(0, new ThreadFactory() {
AtomicInteger index = new AtomicInteger(0);
public Thread newThread(Runnable r) {
return new Thread(r,"netty-worker-"+index.getAndIncrement());
}
});
ServerBootstrap bootstrap = new ServerBootstrap();
bootstrap.group(bossGroup,workerGroup)
.channel(NioServerSocketChannel.class)
.option(ChannelOption.SO_BACKLOG,50)
.childHandler(new ChildChannelHandler());
ChannelFuture future = bootstrap.bind(8888).sync();
future.channel().closeFuture().sync();
bossGroup.shutdownGracefully();
workerGroup.shutdownGracefully();
}
}
/**這個類就是供netty-worker調用的**/
class ChildChannelHandler extends ChannelInitializer<SocketChannel> {
protected void initChannel(SocketChannel socketChannel) throws Exception {
//先通過一個LengthFieldBasedFrameDecoder分包，再傳給RequestHandler
socketChannel.pipeline()
.addLast(new RedisDecoder(127,0,1))
.addLast(new RequestHandler());
}
}
class RequestHandler extends ChannelInboundHandlerAdapter {
@Override
public void channelRead(ChannelHandlerContext ctx, Object msg) throws Exception {
ByteBuf buf = (ByteBuf)msg;
int len = buf.readableBytes() - 1;
int lenField = buf.readByte();
if(len != lenField) {
ByteBuf resp = Unpooled.copiedBuffer("2|bad cmd".getBytes());
ctx.write(resp);
}
byte[] req = new byte[len];
buf.readBytes(req,0,len);
byte[] response = Util.proce***equest(RedisServer6.cache,req,len,true);
ByteBuf resp = Unpooled.copiedBuffer(response);
ctx.write(resp);
}
@Override
public void channelReadComplete(ChannelHandlerContext ctx) throws Exception {
ctx.flush();
}
@Override
public void exceptionCaught(ChannelHandlerContext ctx, Throwable cause) {
ctx.close();
}
}
class RedisDecoder extends LengthFieldBasedFrameDecoder {
public RedisDecoder(int maxFrameLength, int lengthFieldOffset, int lengthFieldLength) {
super(maxFrameLength, lengthFieldOffset, lengthFieldLength);
}
}可以看到，運行后產生了一個boss線程和10個worker線程。
用netty寫的就比較穩定了，10個寫成不停寫10000次也是3秒，但是不用擔心線程數了。
網絡IO模型只看概念什么的很難理解，只有通過實例才能理解的更深刻。我們通過回答一個問題來總結一下：
為什么redis能通過單線程實現上萬的tps？
我們把redis處理請求的過程細化：
(1)讀取原始數據
(2)解析并處理數據(處理業務邏輯)
(3)寫會返回數據
讀取數據是通過IO多路復用實現，而在底層，是通過epoll實現，epoll相比于select(不是Java NIO的select，是Linux的select)主要有以下兩個優點：
一是提高了遍歷socket的效率，即時有上百萬個連接，它也只會遍歷有事件的連接，而select需要全部遍歷一遍。
二是通過mmap實現了內核態與用戶態的共享內存，也就是數據從網卡到達復制到內核空間，不需要復制到用戶空間了，所以使用epoll，如果發現有讀事件，那么內存里的數據也準備好了，不需要拷貝。
通過以上可以得出，讀取數據是十分快的。
接下來就是處理數據，這才是能使用單線程的本質原因。redis的業務邏輯是純內存操作，耗時是納秒級的，所以時間可以忽略不計。假如我們是一個復雜的web應用，業務邏輯涉及到讀數據庫，調用其它模塊，那么是不能用單線程的。
同樣，寫數據也是通過epoll共享內存，只要把結果計算后放到用戶內存，然后通知操作系統就可以了。
所以，redis能單線程支撐上萬tps的前提就是每個請求都是內存操作，時間都特別短，但凡有一次請求慢了，就會導致請求阻塞。假設99.99%的請求響應時間都在1ms以內，而0.01%的請求時間為1s，那么單線程模型在處理1s請求的時候，剩余1ms的請求也都得排隊。
到此，相信大家對“Java網絡IO模型及分類”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
