性能测试

测试方法

用同一个Java Socket Client 分别调用用BIO和NIO实现的Socket Server， 观察其建立一个Socket （TCP Connection）所需要的时间，从而计算出Server吞吐量TPS。

之所以可以用Connection建立时间来计算TPS，而不考虑业务逻辑运行时间，是因为这里的业务逻辑很简单，只是Echo回从client传过来的字符，所消耗时间可以忽略不计。

注意： 在现实场景中，业务逻辑会比较复杂，TPS的计算必须综合考虑IO时间+业务逻辑执行时间+多线程并行运行情况 等因素的影响。

测试类

1. Java Socket Client

public class PlainEchoClient {

	public static void main(String args[]) throws Exception {
		for (int i = 0; i < 20; i++) {
			startClientThread();
		}
	}

	private static void startClientThread() throws UnknownHostException,
			IOException {
		Thread t = new Thread(new Runnable() {
			@Override
			public void run() {
				try {
					startClient();
				} catch (Exception e) {
					e.printStackTrace();
				}
			}
		});
		t.start();
	}

	private static void startClient() throws UnknownHostException, IOException {
		long beforeTime = System.nanoTime();
		String host = "127.0.0.1";
		int port = 8086;
		Socket client = new Socket(host, port);
		// 建立连接后就可以往服务端写数据了
		Writer writer = new OutputStreamWriter(client.getOutputStream());
		writer.write("Hello Server.");
		writer.flush();
		// 写完以后进行读操作
		Reader reader = new InputStreamReader(client.getInputStream());
		char chars[] = new char[64];// 假设所接收字符不超过64位，just for demo
		int len = reader.read(chars);
		StringBuffer sb = new StringBuffer();
		sb.append(new String(chars, 0, len));
		System.out.println("From server: " + sb);
		writer.close();
		reader.close();
		client.close();
		System.out.println("Client use time: "
				+ (System.nanoTime() - beforeTime) + " ns");
	}
}

2. IO Socket Server

这个Socket Server模拟的是我们经常使用的thread-per-connection模式， Tomcat，JBoss等Web Container都是这种方式。

public class PlainEchoServer {
	private static final ExecutorService executorPool = Executors.newFixedThreadPool(5);
	
	private static class Handler implements Runnable{
		private Socket clientSocket;
		public Handler(Socket clientSocket){
			this.clientSocket = clientSocket;
		}
		
		@Override
		public void run() {
			try {
				BufferedReader reader = new BufferedReader(
						new InputStreamReader(
								clientSocket.getInputStream()));
				PrintWriter writer = new PrintWriter(
						clientSocket.getOutputStream(), true);
				char chars[] = new char[64];
				int len = reader.read(chars);
				StringBuffer sb = new StringBuffer();
				sb.append(new String(chars, 0, len));
				System.out.println("From client: " + sb);
				writer.write(sb.toString());
				writer.flush();
			} catch (IOException e) {
				e.printStackTrace();
				try {
					clientSocket.close();
				} catch (IOException ex) {
					// ignore on close
				}
			}
		}
	}		

	public void serve(int port) throws IOException {
		final ServerSocket socket = new ServerSocket(port);
		try {
			while (true) {
				long beforeTime = System.nanoTime();
				final Socket clientSocket = socket.accept();
				System.out.println("Establish connection time: "+ (System.nanoTime()-beforeTime)+" ns");
				executorPool.execute(new Handler(clientSocket));
			}
		} catch (IOException e) {
			e.printStackTrace();
		}
	}
	
	public static void main(String[] args) throws IOException{
		PlainEchoServer server = new PlainEchoServer();
		server.serve(8086);
	}
}

public class PlainNioEchoServer {
	public void serve(int port) throws IOException {
		ServerSocketChannel serverChannel = ServerSocketChannel.open();
		ServerSocket ss = serverChannel.socket();
		InetSocketAddress address = new InetSocketAddress(port);
		ss.bind(address); // #1
		serverChannel.configureBlocking(false);
		Selector selector = Selector.open();
		serverChannel.register(selector, SelectionKey.OP_ACCEPT); // #2
		while (true) {
			try {
				selector.select(); // #3
			} catch (IOException ex) {
				ex.printStackTrace();
				// handle in a proper way
				break;
			}
			Set readyKeys = selector.selectedKeys(); // #4
			Iterator iterator = readyKeys.iterator();
			while (iterator.hasNext()) {
				SelectionKey key = (SelectionKey) iterator.next();
				try {
					if (key.isAcceptable()) {
						ServerSocketChannel server = (ServerSocketChannel) key
								.channel();
						long beforeTime = System.nanoTime();
						SocketChannel client = server.accept(); // #6						
						System.out.println("Accept connection time: "+ (System.nanoTime()-beforeTime)+" ns");
						if (client == null){//Check if socketChannel has been created, it could be null, because it's non-blocking
							continue;
						}
						client.configureBlocking(false);
						client.register(selector, SelectionKey.OP_WRITE
								| SelectionKey.OP_READ,
								ByteBuffer.allocate(100));
					}
					if (key.isReadable()) {
						SocketChannel client = (SocketChannel) key.channel();
						ByteBuffer output = (ByteBuffer) key.attachment();
						client.read(output);
					}
					if (key.isWritable()) {
						SocketChannel client = (SocketChannel) key.channel();
						ByteBuffer output = (ByteBuffer) key.attachment();
						output.flip();
						client.write(output);
						output.compact();
					}
				} catch (IOException ex) {
					key.cancel();
					try {
						key.channel().close();
					} catch (IOException cex) {
					}
				}
				iterator.remove(); // #5
			}
		}
	}
	
	public static void main(String[] args) throws IOException{
		PlainNioEchoServer server = new PlainNioEchoServer();
		server.serve(8086);
	}
}

测试结果

Socket Client <——> NIO Socket Server

Accept connection time: 138059 ns
Accept connection time: 132927 ns
Accept connection time: 132413 ns

平均耗费时间大概是0.15 ms，TPS 大概是6000

从测试结果可以看出，NIO的接受请求的速率大概是IO的十倍。

NIO还是BIO

在探讨在什么场景下使用BIO，什么场景下使用NIO之前，让我们先看一下在两种不同IO模型下，实现的服务器有什么不同。

BIO Server

通常采用的是request-per-thread模式，用一个Acceptor线程负责接收TCP连接请求，并建立链路（这是一个典型的网络IO，是非常耗时的操作），然后将请求dispatch给负责业务逻辑处理的线程池，业务逻辑线程从inputStream中读取数据，进行业务处理，最后将处理结果写入outputStream，自此，一个Transaction完成。

Acceptor线程是服务的入口，任何发生在其上面的堵塞操作，都将严重影响Server性能，假设建立一个TCP连接需要4ms，无论你后面的业务处理有多快，因为Acceptor的堵塞，这个Server最多每秒钟只能接受250个请求。而NIO则是另外一番风景，因为所有的IO操作都是非堵塞的，毫无疑问，Acceptor可以接受更大的并发量，并能最大限度的利用CPU和硬件资源处理这些请求。

BIO通信模型图

BIO序列图

NIO Server

如下图所示，在NIO Server中，所有的IO操作都是异步非堵塞的，Acceptor的工作变的非常轻量，即将IO操作分派给IO线程池，在收到IO操作完成的消息通知时，指派业务逻辑线程池去完成业务逻辑处理，因为所有的耗时工作都是异步的，使得Acceptor可以以非常快的速度接收请求，10W每秒是完全有可能的。

10W/S可能是没有考虑业务处理时间，考虑到业务时间，现实场景中，普通服务器可能很难做到10W TPS，为什么这么说呢？试想下，假设一个业务处理需要500ms，而业务线程池中只有50个线程，假设其它耗时忽略不计，50个线程满负载运行，在50个并发下，大家都很happy，所有的Client都能在500ms后获得响应. 在100个并发下，因为只有50个线程，当50个请求被处理时，另50个请求只能处在等待状态直到有可用线程为止。也就是说，理想情况下50个请求会在500ms返回，另50个可能会在1000ms返回。以此类推，若是10000个并发，最慢的50个请求需要100S才能返回。

以上做法是为线程池预设50个线程，这是相对保守的一种做法，其好处是不管有多少个并发请求，系统只有这么多资源（50个线程）提供服务，是一种时间换空间的做法，也许有的客户会等很长时间，甚至超时，但是服务器的运行是平稳的。 还有一种比较激进的线程池模型是类似Netty里推荐的弹性线程池，就是没有给线程池制定一个线程上线，而是根据需要，弹性的增减线程数量，这种做法的好处是，并发量加大时，系统会创建更多的线程以缩短响应时间，缺点是到达一个极限时，系统可能会因为资源耗尽（CPU 100%或者Out of Memory)而down机。

所以可以这样说，NIO极大的提升了服务器接受并发请求的能力，而服务器性能还是要取决于业务处理时间和业务线程池模型。

NIO序列图

什么时候使用BIO？

1. 低负载、低并发的应用程序可以选择同步阻塞IO以降低编程复杂度。