10个最高频的Java NIO面试题剖析!

公众号后台回复“ 学习 ”,获取作者独家秘制精品资料

多年好友心血力作, 阿里资深技术专家 十余年JVM生产实践经验

《从 开始带你成为 JVM 实战 高手》

限时优惠: 88元 正在进行ing

专栏目录参见文末

扫下方海报进行 试读

通过我的海报购买, 再返你24元

领取方式: 加微信号:Giotto1245 ,暗号: 返现

本文来自公众号读者胡宜宁的投稿

感谢胡宜宁同学的分享

首先我们分别 画图来看看, BIO、NIO、AIO,分别是什么?

BIO :传统的网络通讯模型,就是BIO,同步阻塞IO

它其实就是服务端创建一个ServerSocket, 然后就是客户端用一个Socket去连接服务端的那个ServerSocket, ServerSocket接收到了一个的连接请求就创建一个Socket和一个线程去跟那个Socket进行通讯。

接着客户端和服务端就进行阻塞式的通信,客户端发送一个请求,服务端Socket进行处理后返回响应。

在响应返回前,客户端那边就阻塞等待,上门事情也做不了。

这种方式的缺点:每次一个客户端接入,都需要在服务端创建一个线程来服务这个客户端

这样大量客户端来的时候,就会造成服务端的线程数量可能达到了几千甚至几万,这样就可能会造成服务端过载过高,最后崩溃死掉。

BIO模型图:

Acceptor:

传统的IO模型的网络服务的设计模式中有俩种比较经典的设计模式:一个是多线程, 一种是依靠线程池来进行处理。

如果是基于多线程的模式来的话,就是这样的模式,这种也是 Acceptor线程模型。

NIO:

NIO是一种同步非阻塞IO, 基于Reactor模型来实现的。

其实相当于就是一个线程处理大量的客户端的请求,通过一个线程轮询大量的channel,每次就获取一批有事件的channel,然后对每个请求启动一个线程处理即可。

这里的核心就是非阻塞,就那个selector一个线程就可以不停轮询channel,所有客户端请求都不会阻塞,直接就会进来,大不了就是等待一下排着队而已。

这里面 优化BIO的核心 就是,一个客户端并不是时时刻刻都有数据进行交互,没有必要死耗着一个线程不放,所以客户端选择了让线程歇一歇,只有客户端有相应的操作的时候才发起通知,创建一个线程来处理请求。

NIO:模型图

Reactor模型:

AIO

AIO:异步非阻塞IO,基于Proactor模型实现。

每个连接发送过来的请求,都会绑定一个Buffer,然后通知操作系统去完成异步的读,这个时间你就可以去做其他的事情

等到操作系统完成读之后,就会调用你的接口,给你操作系统异步读完的数据。 这个时候你就可以拿到数据进行处理,将数据往回写

在往回写的过程,同样是给操作系统一个Buffer,让操作系统去完成写,写完了来通知你。

这俩个过程都有buffer存在,数据都是通过buffer来完成读写。

这里面的主要的区别在于将数据写入的缓冲区后,就不去管它,剩下的去交给操作系统去完成。

操作系统写回数据也是一样,写到Buffer里面,写完后通知客户端来进行读取数据。

AIO:模型图

聊完了BIO,NIO,AIO的区别之后,现在我们再结合这三个模型来说下同步和阻塞的一些问题。

同步阻塞

为什么说BIO是同步阻塞的呢?

其实这里说的不是针对网络通讯模型而言,而是针对磁盘文件读写IO操作来说的。

因为用BIO的流读写文件,例如FileInputStrem,是说你发起个IO请求直接hang死,卡在那里,必须等着搞完了这次IO才能返回。

同步非阻塞:

为什么说NIO为啥是同步非阻塞?

因为无论多少客户端都可以接入服务端,客户端接入并不会耗费一个线程,只会创建一个连接然后注册到selector上去,这样你就可以去干其他你想干的其他事情了

一个selector线程不断的轮询所有的socket连接,发现有事件了就通知你,然后你就启动一个线程处理一个请求即可,这个过程的话就是非阻塞的。

但是这个处理的过程中,你还是要先读取数据,处理,再返回的,这是个同步的过程。

异步非阻塞

为什么说AIO是异步非阻塞?

通过AIO发起个文件IO操作之后,你立马就返回可以干别的事儿了,接下来你也不用管了,操作系统自己干完了IO之后,告诉你说ok了

当你基于AIO的api去读写文件时, 当你发起一个请求之后,剩下的事情就是交给了操作系统

当读写完成后, 操作系统会来回调你的接口, 告诉你操作完成

在这期间不需要等待, 也不需要去轮询判断操作系统完成的状态,你可以去干其他的事情。

同步就是自己还得主动去轮询操作系统,异步就是操作系统反过来通知你。所以来说, AIO就是异步非阻塞的。

NIO核心组件详细讲解

学习NIO先来搞清楚一些相关的概念, NIO通讯有哪些相关组件,对应的作用都是什么,之间有哪些联系?

多路复用机制实现Selector

首先我们来了解下传统的Socket网络通讯模型。

传统Socket通讯原理图

为什么传统的socket不支持海量连接?

每次一个客户端接入,都是要在服务端创建一个线程来服务这个客户端的

这会导致大量的客户端的时候,服务端的线程数量可能达到几千甚至几万,几十万,这会导致服务器端程序负载过高,不堪重负,最终系统崩溃死掉。

接着来看下NIO是如何基于Selector实现多路复用机制支持的海量连接。

NIO原理图

多路复用机制是如何支持海量连接?

NIO的线程模型对Socket发起的连接不需要每个都创建一个线程,完全可以使用一个Selector来多路复用监听N多个Channel是否有请求,该请求是对应的连接请求,还是发送数据的请求

这里面是基于操作系统底层的Select通知机制的,一个Selector不断的轮询多个Channel,这样避免了创建多个线程

只有当莫个Channel有对应的请求的时候才会创建线程,可能说1000个请求, 只有100个请求是有数据交互的

这个时候可能server端就提供10个线程就能够处理这些请求。这样的话就可以避免了创建大量的线程。

NIO如何通过Buffer来缓冲数据的

NIO中的Buffer是个什么东西 ?

学习NIO,首当其冲就是要了解所谓的Buffer缓冲区,这个东西是NIO里比较核心的一个部分

一般来说,如果你要通过NIO写数据到文件或者网络,或者是从文件和网络读取数据出来此时就需要通过Buffer缓冲区来进行。Buffer的使用一般有如下几个步骤:

写入数据到Buffer,调用flip()方法,从Buffer中读取数据,调用clear()方法或者compact()方法。

Buffer中对应的Position, Mark, Capacity,Limit都啥?

  • capacity :缓冲区容量的大小,就是里面包含的数据大小。

  • limit :对buffer缓冲区使用的一个限制,从这个index开始就不能读取数据了。

  • position :代表着数组中可以开始读写的index, 不能大于limit。

  • mark :是类似路标的东西,在某个position的时候,设置一下mark,此时就可以设置一个标记

    后续调用reset()方法可以把position复位到当时设置的那个mark上。去 把position或limit调整为小于mark的值时,就丢弃这个mark

    如果使用的是Direct模式创建的Buffer的话,就会减少中间缓冲直接使用DirectorBuffer来进行数据的存储。

如何通过Channel和FileChannel读取Buffer数据写入磁盘的

NIO中,Channel是什么? 


Channel是NIO中的数据通道,类似流,但是又有些不同

Channel既可从中读取数据,又可以从写数据到通道中,但是流的读写通常是单向的。

Channel可以异步的读写。Channel中的数据总是要先读到一个Buffer中,或者从缓冲区中将数据写到通道中。

FileChannel的作用是什么?


Buffer有不同的类型,同样Channel也有好几个类型。

  • FileChannel

  • DatagramChannel

  • SocketChannel

  • ServerSocketChannel

这些通道涵盖了UDP 和 TCP 网络IO,以及文件IO。 而FileChannel就是文件IO对应的管道, 在读取文件的时候会用到这个管道。

下面给一个简单的NIO实现读取文件的Demo代码

NIOServer端和Client端代码案例

最后,给大家一个NIO客户端和服务端示例代码,简单感受下NIO通讯的方式。

  • NIO通讯Client端

  • NIO通讯Server端

总结:

通过本篇文章,主要是分析了常见的NIO的一些问题:

  • BIO, NIO, AIO各自的特点

  • 什么同步阻塞,同步非阻塞,异步非阻塞

  • 为什么NIO能够应对支持海量的请求

  • NIO相关组件的原理

  • NIO通讯的简单案例

本文仅仅是介绍了一下网络通讯的一些原理,应对面试来讲解

NIO通讯其实有很多的的东西,在中间件的研发过程中使用的频率还是非常高的,后续有机会再和大家分享交流。

END

如有收获,请划至底部,点击“ 在看 ”,谢谢!

《从 开始带你成为JVM 实战 高手》

专栏 详细目录

欢迎长按下图关注公众号 石杉的架构笔记 ,后台回复“ 学习

获取作者独家秘制精品资料

BAT架构经验倾囊相授

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章