最近看到篇好文章《IO多路复用》，记得早期学习时，也去探索过select、poll、epoll的区别，但后来也是没有及时记录总结，也忘记了，学习似乎就是在记忆与忘记中徘徊，最后在心中留下的火种，是熄灭还是燎原就看记忆与忘记间的博弈
socket与io一对兄弟，有socket地方必然有io，io数据也大多来源于socket，回顾这两方面的知识点，大致梳理一下
socket
Socket是应用层与TCP/IP协议族通信的中间软件抽象层，它是一组接口。在设计模式中，Socket其实就是一个门面模式，它把复杂的TCP/IP协议族隐藏在Socket接口后面，对用户来说，一组简单的接口就是全部，让Socket去组织数据，以符合指定的协议
除了TCP协议（三次握手、四次挥手）知识点外，再就是各阶段与java api对应的方法
三次握手关联到两个方法：服务端的listen()与客户端的connect()
两个方法的共通点：TCP三次握手都不是他们本身完成的，握手都是内核完成的，他们只是通知内核，让内核自动完成三次握手连接
不同点：connect()是阻塞的，listen()是非阻塞的
三次握手的过程细节：
•第一次握手：客户端发送 SYN 报文，并进入 SYN_SENT 状态，等待服务器的确认；•第二次握手：服务器收到 SYN 报文，需要给客户端发送 ACK 确认报文，同时服务器也要向客户端发送一个 SYN 报文，所以也就是向客户端发送 SYN + ACK 报文，此时服务器进入 SYN_RCVD 状态；•第三次握手：客户端收到 SYN + ACK 报文，向服务器发送确认包，客户端进入ESTABLISHED 状态。待服务器收到客户端发送的 ACK 包也会进入ESTABLISHED 状态，完成三次握手
io
IO中常听到的就是同步阻塞IO，同步非阻塞IO，异步非阻塞IO；也就是同步、异步、阻塞、非阻塞四个词组合体，可从名字上看就不大对，既然同步，应该都是阻塞，怎么会有同步非阻塞？不知道哪位先贤的学习总结却流传深远
还有些把non-blocking IO与NIO都混淆了
对于IO模型，最正统的应该来自Richard Stevens的“UNIX® Network Programming Volume 1, Third Edition: The Sockets Networking ”，6.2节“I/O Models”
•Blocking I/O•Non-Blocking I/O•I/O Multiplexing•Asynchronous I/O
在理解这四种常见模型前，先简单说下linux的机制，可以更方便理解IO，在《堆外内存》[1]中提到linux的处理IO流程以及Zero-Copy技术，算是IO模型更深入的知识点
应用程序发起的一次IO操作实际包含两个阶段：
•1.IO调用阶段：应用程序进程向内核发起系统调用•2.IO执行阶段：内核执行IO操作并返回
•2.1. 准备数据阶段：内核等待I/O设备准备好数据•2.2. 拷贝数据阶段：将数据从内核缓冲区拷贝到用户空间缓冲区
对于阻塞与非阻塞，讲的是用户进程/线程与内核之间的切换；当内核数据没有准备好时，用户进程就得挂起
对于同步与异步，重点在于执行结果是否一起返回,IO就是指read,send是否及时获取到结果
大致分析一下，同步异步、阻塞非阻塞的两两组合其实是把宏观与微观进行了穿插，从应该程序角度获取结果是同步或异步，而IO内部再细分了阻塞与非阻塞
由上文所述：IO操作分两个阶段 1、等待数据准备好(读到内核缓存) ，2、将数据从内核读到用户空间(进程空间)。一般来说1花费的时间远远大于2。1上阻塞2上也阻塞的是同步阻塞IO；1上非阻塞2阻塞的是同步非阻塞IO，NIO，Reactor就是这种模型；1上非阻塞2上非阻塞是异步非阻塞IO，AIO，Proactor就是这种模型。
同步阻塞IO（Blocking IO）
因为用户态被阻塞，等待内核数据的完成，所以需要同步等待结果
同步非阻塞IO（Non-blocking IO）
用户态与内核不再阻塞了，但需要不停地轮询获取结果，浪费CPU，这方式还不如BIO来得痛快
IO多路复用
Reactor模式,意为事件反应，操作系统的回调/通知可以理解为一个事件，当事件发生时，进程/线程对该事件作出反应。Reactor模式也称作Dispatcher模式，即I/O多路复用统一监听事件，收到事件后分配（Dispatch）给某个进程/线程
对于IO多路复用，里面再有的细节就是一个优化过程，select,poll,epoll
AIO
Proactor模式,Reactor可理解为“来了事件我通知你，你来处理”，而Proactor是“来了事件我处理，处理完了我通知你”。这里“我”是指操作系统，“你”就是用户进程/线程
四种模型对比
对于IO模型的优化进程，一是操作系统的支持，减少系统调用，用户态与内核的切换；二是机制的变换，从命令式到响应性的转变
高性能架构
只温习Socket/IO知识太无趣了，我们要温故知新，升华一下，从架构角度谈一谈
从常规服务处理业务流程讲：request -> process -> response
站在架构师的角度，当然需要特别关注高性能架构的设计。高性能架构设计主要集中在两方面：
1.尽量提升单服务器的性能，将单服务器的性能发挥到极致。2.如果单服务器无法支撑性能，设计服务器集群方案。
除了以上两点，最终系统能否实现高性能，还和具体的实现及编码相关。但架构设计是高性能的基础，如果架构设计没有做到高性能，则后面的具体实现和编码能提升的空间是有限的。形象地说，架构设计决定了系统性能的上限，实现细节决定了系统性能的下限。
单服务器高性能的关键之一就是服务器采取的并发模型，并发模型有如下两个关键设计点：
•服务器如何管理连接•服务器如何处理请求
以上两个设计点最终都和操作系统的 I/O 模型及进程模型相关。
•I/O 模型：阻塞、非阻塞、同步、异步•进程模型：单进程、多进程、多线程
传统模式PPC&TPC
PPC，即Process Per Connection，为每个连接都创建一个进程去处理。此模式实现简单，适合服务器连接不多的场景，如数据库服务器
TPC，即Thread Per Connection，为每个连接都创建一个线程去处理。线程创建消耗少，线程间通信简单
这两种都是传统的并发模式，使用于常量连接的场景，如数据库（常量连接海量请求），企业内部（常量连接常量请求）
至于是进程还是线程，大多与语言特性相关，Java语言由于JVM是一个进程，管理线程方便，故多使用线程，如Netty。C语言进程和线程均可使用，如Nginx使用进程，Memcached使用线程。
不同并发模式的选择，还要考察三个指标，分别是响应时间（RT），并发数（Concurrency），吞吐量（TPS）。三者关系，吞吐量=并发数/平均响应时间。不同类型的系统，对这三个指标的要求不一样。
三高系统，比如秒杀、即时通信，不能使用
三低系统，比如ToB系统，运营类、管理类系统，一般可以使用
高吞吐系统，如果是内存计算为主的，一般可以使用，如果是网络IO为主的，一般不能使用。
Reactor&Proactor
对于传统方式，显示只能适合常量连接常量请求，不能适应互联网场景
如双十一场景下的海量连接海量请求；门户网站的海量连接常量请求；
引入线程池也是一种手段，但也不能根本解决，如常量连接海量请求的中间件场景，线程虽然轻量但也有得消耗资源，终有上限
Reactor，意为事件反应，操作系统的回调/通知可以理解为一个事件，当事件发生时，进程/线程对该事件作出反应。Reactor模式也称作Dispatcher模式，即I/O多路复用统一监听事件，收到事件后分配（Dispatch）给某个进程/线程。
可以看到，I/O多路复用技术是Reactor的核心，本质是将I/O操作给剥离出具体的业务进程/线程，从而能够进行统一管理，使用select/epoll去同步管理I/O连接。
Reactor模式的核心分为Reactor和处理资源池。Reactor负责监听和分配事件，池负责处理事件
如何高性能呢？就得IO多路复用，配合上进程、线程组合，就有：
•单Reactor 单进程 / 线程•单Reactor 多线程•多Reactor 单进程 / 线程(此实现方案相比“单 Reactor单进程”方案，既复杂又没有性能优势，所以很少实际应用)•多Reactor 多进程 / 线程
单Reactor单线程
在这种模式中，Reactor、Acceptor和Handler都运行在一个线程中
单 Reactor 单进程的模式优点就是很简单，没有进程间通信，没有进程竞争，全部都在同一个进程内完成。
但其缺点也是非常明显，具体表现有：
•只有一个进程，无法发挥多核 CPU 的性能；只能采取部署多个系统来利用多核 CPU，但这样会带来运维复杂度，本来只要维护一个系统，用这种方式需要在一台机器上维护多套系统。•Handler 在处理某个连接上的业务时，整个进程无法处理其他连接的事件，很容易导致性能瓶颈
因此，单 Reactor 单进程的方案在实践中应用场景不多，只适用于业务处理非常快速的场景，目前比较著名的开源软件中使用单 Reactor 单进程的是 Redis
在redis中如果value比较大，redis的QPS会下降得很厉害，有时一个大key就可以拖垮
现在redis6.0版本后，已经变成多线程模型，对于大value的删除性能就提高了
单Reactor多线程
在这种模式中，Reactor和Acceptor运行在同一个线程，而Handler只有在读和写阶段与Reactor和Acceptor运行在同一个线程，读写之间对数据的处理会被Reactor分发到线程池中
单Reator多线程方案能够充分利用多核多 CPU的处理能力，但同时也存在下面的问题：
•多线程数据共享和访问比较复杂。例如，子线程完成业务处理后，要把结果传递给主线程的 Reactor 进行发送，这里涉及共享数据的互斥和保护机制。以 Java 的 NIO 为例，Selector 是线程安全的，但是通过 Selector.selectKeys() 返回的键的集合是非线程安全的，对 selected keys 的处理必须单线程处理或者采取同步措施进行保护。•Reactor 承担所有事件的监听和响应，只在主线程中运行，瞬间高并发时会成为性能瓶颈
多Reactor多线程
为了解决单 Reactor 多线程的问题，最直观的方法就是将单Reactor改为多Reactor
目前著名的开源系统 Nginx 采用的是多Reactor多进程，采用多Reactor多线程的实现有 Memcache 和 Netty
使用5W根因分析法(它又叫 5Why 分析法或者丰田五问法,具体是重复问五次“为什么”)检查一下对这块知识的学习程度
问题 1：为什么 Netty 网络处理性能高？
答：因为 Netty 采用了 Reactor 模式
问题 2：为什么用了 Reactor 模式性能就高？
答：因为 Reactor 模式是基于 IO 多路复用的事件驱动模式。
问题 3：为什么 IO 多路复用性能高？
答：因为 IO 多路复用既不会像阻塞 IO 那样没有数据的时候挂起工作线程，也不需要像非阻塞 IO 那样轮询判断是否有数据。
问题 4：为什么 IO 多路复用既不需要挂起工作线程，也不需要轮询？
答：因为 IO 多路复用可以在一个监控线程里面监控很多的连接，没有 IO 操作的时候只要挂起监控线程；只要其中有连接可以进行 IO 操作的时候，操作系统就会唤起监控线程进行处理。
问题 5：那还是会挂起监控线程啊，为什么这样做就性能高呢？
答：首先，如果采取阻塞工作线程的方式，对于 Web 这样的系统，并发的连接可能几万十几万，如果每个连接开一个线程的话，系统性能支撑不了；而如果用线程池的话，因为线程被阻塞的时候是不能用来处理其他连接，会出现等待线程的问题。其次，线上单个系统的工作线程数配置可以达到几百上千，这样数量的线程频繁切换会有性能问题，而单个监控线程切换的性能影响可以忽略不计。第三，工作线程没有 IO 操作的时候可以做其他事情，能够大大提升系统的整体性能。
References
[1] 《堆外内存》: http://www.zhuxingsheng.com/blog/common-sense-four-heaps-of-external-memory.html
[2] 五种IO模型透彻分析: https://www.cnblogs.com/f-ck-need-u/p/7624733.html
[3] IO模型: https://www.cnblogs.com/sheng-jie/p/how-much-you-know-about-io-models.html
[4] Scalable IO in Java: http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf
[5] 《从零开始学架构》: http://www.zhuxingsheng.com/blog
