【IO专栏】Java IO 分析之高并发IO的底层原理【001】

大家都知道，用户程序进行IO的读写，依赖于底层的IO读写，基本上会用到底层的read&write两大系统调用。在不同操作系统中，IO读写的系统调用的名称可能完全不一样，但是基本功能是一样的。

这里涉及到一个基础的知识点：read系统调用，并不是直接从屋里设备把数据读取到内存中；write系统调用，也不是直接把数据写入到物理设备。上层应用无论是调用操作系统的rad，还是调用操作系统的write，都会涉及缓冲区。具体来说，调用操作系统的read,是把数据从内核缓冲区复制到进程缓冲区；而write系统调用，是把数据从进程缓冲区复制到内核缓冲区。

也就是说，上层程序的IO操作，实际上不是物理设备级别的读写，而是缓存的复制。read&write两大系统调用，都不负责数据在内核缓冲区和物理设备（如磁盘）之间的交换，这项底层的度交换，是由操作系统内核（Kernel）来完成的。

在用户程序中，无论是Socket的IO，还是文件IO操作，都属于上层应用的开发，他们的输入（input）和输出（OutPut的）处理在编程的流程上是一致的。

 

内核缓冲区和进程缓冲区

为什么设置那么多的缓冲区，为什么要那么麻烦呢？缓冲区的目的，是为了减少频繁地与设备之间的物理交换。大家都知道，外部设备的直接读写，设计操作系统的中断。发生系统中断的时候需要保存之前的进程数据和状态等信息，而结束中断后，还有要恢复之前的进程数据和状态等信息。为了减少这种底层系统的时间损耗、性能损耗，于是出现了内存缓冲区。

有了内存缓冲区，上层应用使用read系统调用时，仅仅是把数据从内核缓冲区复制到上层应用的缓冲区（进程缓冲区）；上层应用使用write系统调用时，仅仅把数据从进程缓冲区复制到内核缓冲区中。底层操作系统会对内核缓冲区进行监控，等待缓冲区达到一定数量的时候，再进行IO设备的中断处理，集中执行物理设备的实际IO操作，这种机制提升了系统的性能。之余什么时候中断（读中断，写中断）由操作系统的内核来绝对，用户程序则不用关心。

从数量上来说，在Linux系统中，操作系统内核只有个一个内核缓冲区。而每个用户程序（进程）有自己的独立的缓冲区，叫做进程缓冲区。所以，用户程序的IO读写程序，在大多数情况下，并没有实际IO操作，而是在进程缓冲区和内核缓冲区之间进行数据的交换。

 

详解典型的系统调用流程

前面讲过，用户程序所使用的系统调用read&write，他们不等价于数据在内核缓冲区和磁盘之间的交换。read把数据从内核缓冲区复制到进程缓冲区，write把数据从进程缓冲区复制到内核缓冲区。具体的流程如下：

 

这里以read系统调用为例：先看一下完整的输入流程的两个阶段：

 

1.等待数据准备好

2.从内核向进程复制数据。

如果是read一个socket(套接字)，那么以上两个阶段的具体处理流程如下：

第一个阶段：等待数据从网络中达到网卡。当所等待的分组到达时，它被复制到内核中的某个缓冲区。这个工作由操作系统自动完成，用户程序无感知。

第二个阶段：就是把数据从内核缓冲区复制到应用进程缓冲区。

再具体一点：如果是在Java服务器端，完成一次socket请求和响应，完整的流程如下：

1.客户端请求：Linux通过网卡读取客户端的请求数据，将数据读取到内核缓冲区。

2.获取请求数据：Java服务器通过read系统调用，从Linux内核缓冲区读取数据，再送入Java进程缓冲区。

3.服务器端业务处理：Java服务器在自己的用户空间处理客户端的请求。

4.服务器端返回数据：Java服务器完成处理后，构建好的响应数据，将这些数据从用户缓冲区写入内核缓冲区。这里用到的是write系统调用。

5.发送给客户端：Linux内核通过网络IO，将内核缓冲区中的数据写入网卡，网卡通过底层的通信协议，会将数据发送给目标客户端。

参考书籍《Netty、Redis、Zookeeper高并发实战》