io控制的四种方式（如何实现高性能的IO及IO原理）

　　首先普及一下常识，如图所示：

　　1、在整个内存空间中，跑着各种各样的程序，有Java程序、C程序，他们共用一块内存空间。

　　2、对于Java程序，JVM会申请一块堆空间，通过Xmx可以设置，其余空间是堆外空间，其中每个线程有自己的线程栈，保证线程内存隔离，堆空间使用完以后，会触发Full FC，堆外空间所有进程可共享使用，无限制。

　　3、所有系统运行的程序都必须通过操作系统内核进行IO操作，操作系统也是程序，也需要一定的内存空间。

　　我们写一个方法，此方法使用了FileWriter进行了文件的写操作，我们都知道不调用flush()可能会造成数据丢失，那么为什么呢，flush操作到底做了些什么呢？

public void FileIO() throws Exception { File file = new File("/Volumes/work/temp/temp.txt"); if (file.exists()) { file.delete(); } file.createNewFile(); FileInputStream fileInputStream = new FileInputStream(file); FileWriter fileWriter = new FileWriter(file); fileWriter.write("hello"); fileWriter.write("world"); fileWriter.write("\nhello world"); Thread.sleep(99999); filewriter.flush(); fileWriter.close(); }

　　我们知道我们在写数据的时候不管是C还是Java都会有两个缓冲区，一个是操作系统的缓冲区sys buffer，还有一个是程序的缓冲区program buffer。那么刚刚的flush操作是把程序的缓冲区内容写到了系统缓冲区，还是把系统缓冲区的内容刷到了硬盘呢？因此我们在调用flush()之前进行了sleep操作，检查在flush之前，具体的内容并未写到temp.txt文件中，当我们睡眠时间结束后，可以看到调用flush方法后则把内容写到了文件中，如图：

　　实际上FileWriter基本IO是没有先写程序缓存的，那么实际上FileWriter的每次write操作都发生了系统调用，直接写到了内核的系统缓冲区，然后当调用flush操作时，系统缓冲区的内容再刷到了硬盘上。

关于C/C Linux后台服务器开发高级架构师学习视频 点击 正在跳转 获取，内容知识点包括Linux，Nginx，ZeroMQ，MySQL，Redis，线程池，MongoDB，ZK，Linux内核，CDN，P2P，epoll，Docker，TCP/IP，协程，DPDK等等。免费学习地址：C/C Linux服务器开发/后台架构师【零声教育】-学习视频教程-腾讯课堂

　　因此IO性能提升第一步：无论是InputStream还是FileWriter，都是底层的IO，是直接调用内核的，因此写入都是直接写入到内核的系统buffer，因此在使用IO的时候不要使用这类底层IO，否则发生大量系统调用，降低系统性能，而是应该先写到程序buffer然后再调用系统IO，当程序buffer满了后才通过系统调用写到系统buffer空间中，这样减少了大量系统调用，提升了性能。

　　那么什么时候系统buffer中的数据才写入到硬盘呢？2种情况：①.系统buffer满了；②.执行了flush()操作，也就是发生了fsync的系统调用。

public void bufferedIO() throws Exception { BufferedOutputStream bufferedOutputStream = new BufferedOutputStream(new FileOutputStream(file), 1024); BufferedReader reader = new BufferedReader(new FileReader(file)); bufferedOutputStream.write("hello world\nhello world".getbytes()); bufferedOutputStream.flush(); bufferedOutputStream.close(); String line = reader.readLine(); System.out.println(line); }

　　还有另一种是直接写入到内存的，如代码：

public void memoryIO() throws Exception { ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream(1024); // 字节数组输出流在内存中创建一个字节数组缓冲区，所有发送到输出流的数据保存在该字节数组缓冲区中。可以通过toString()和toByteArray()获取数据 byteArrayOutputStream.write("hello world".getBytes()); String string = byteArrayOutputStream.toString(); System.out.println(string); byte[] inData = byteArrayOutputStream.toByteArray(); ByteArrayInputStream byteArrayInputStream = new ByteArrayInputStream(inData); byte[] data = new byte[1024]; byteArrayInputStream.read(data); System.out.println(new String(data)); byteArrayOutputStream.flush(); byteArrayOutputStream.close(); }

　　这样就类似于Redis一样，是对内存进行直接操作，因此这样也能提高不少效率。

　　如下图：

　　1、如果数据在堆内，那么在写入磁盘时，会先序列化后拷贝到堆外，然后堆外再write到系统内核缓冲区，内核缓冲区通过系统调用fsync写入到磁盘；

　　2、如果数据是在堆外内存，那么也需要先拷贝到内核缓冲区，在fsync系统调用后也才写入到磁盘；

　　3、通过系统调用mmap申请一块虚拟的地址空间，这片空间用户程序和系统内核都可以访问到。

　　如下代码：

public void randomIO() throws Exception{ RandomAccessFile randomAccessFile = new RandomAccessFile(file,"rw"); randomAccessFile.write("hello world\nhello chicago\nhello ChengDu".getBytes()); FileChannel channel = randomAccessFile.getChannel(); /** * 堆外的数据如果想写磁盘，通过系统调用，经历数据从用户空间拷贝到内核空间 * 堆外mapedBuffer的数据内核直接处理 */ // 分配在了堆上 heap空间 // ByteBuffer byteBuffer = ByteBuffer.allocate(1024); // 分配在了堆外 offheap空间 // ByteBuffer byteBuffer = ByteBuffer.allocateDirect(1024); //mmap 内核系统调用 堆外空间，直接映射 MappedByteBuffer byteBuffer = channel.map(FileChannel.MapMode.READ_WRITE,0,2018); byteBuffer.put("byteBuffer testing".getBytes()); randomAccessFile.seek(12); randomAccessFile.write("*****".getBytes()); }

　　可以看到通过FileChannel的map方法实现系统调用，申请mmap直接映射空间，数据无需由用户空间拷贝到系统空间，节省了一次拷贝的时间损耗，提升了性能。

　　在Linux系统中。存储在文件中的信息通过网络传送给客户这样的简单过程中，所涉及的操作。下面是其中的部分简单代码：

read(file, tmp_buf, len); write(socket, tmp_buf, len);

　　其实过程中实现了多次拷贝，性能很低，如图可知：

　　步骤一：系统调用read导致了从用户空间到内核空间的上下文切换。DMA模块从磁盘中读取文件内容，并将其存储在内核空间的缓冲区内，完成了第1次复制。

　　步骤二：数据从内核空间缓冲区复制到用户空间缓冲区，完成了第2次复制，之后系统调用read返回，这导致了从内核空间向用户空间的上下文切换。此时，需要的数据已存放在指定的用户空间缓冲区内(参数tmp_buf)，程序可以继续下面的操作。

　　步骤三：系统调用write导致从用户空间到内核空间的上下文切换。数据从用户空间缓冲区被再次复制到内核空间缓冲区，完成了第3次复制。不过，这次数据存放在内核空间中与使用的socket相关的特定缓冲区中，而不是步骤一中的缓冲区。

　　步骤四：系统调用返回，导致了第4次上下文切换。第4次复制在DMA模块将数据从内核空间缓冲区传递至协议引擎的时候发生，这与我们的代码的执行是独立且异步发生的。你可能会疑惑：“为何要说是独立、异步？难道不是在write系统调用返回前数据已经被传送了？write系统调用的返回，并不意味着传输成功——它甚至无法保证传输的开始。调用的返回，只是表明以太网驱动程序在其传输队列中有空位，并已经接受我们的数据用于传输。可能有众多的数据排在我们的数据之前。除非驱动程序或硬件采用优先级队列的方法，各组数据是依照FIFO的次序被传输的(图1中叉状的DMA copy表明这最后一次复制可以被延后)。

　　因此就诞生了零拷贝：

sendfile(socket, file, len);

　　如图：

　　步骤一：sendfile系统调用导致文件内容通过DMA模块被复制到内核缓冲区中。

　　步骤二：记录数据位置和长度的描述符被加入到socket缓冲区中，DMA模块将数据直接从内核缓冲区传递给协议引擎。

　　基于以上实现，最终实现了“零拷贝”。

　　在现实应用中，Kafka常用来进行日志处理，存在着大量的IO，其高性能就是建立在IO上的优化，如图：