2.8.2. 非阻塞IO模型
绪,就会一直阻塞在 read方法。
2.8.2. 非阻塞 IO模型
当用户线程发起一个 read操作后,并不需要等待,而是马上就得到了一个结果。如果结果是一个 error 时,它就知道数据还没有准备好,于是它可以再次发送read 操作。一旦内核中的数据准备
好了,并且又再次收到了用户线程的请求,那么它马上就将数据拷贝到了用户线程,然后返回。
所以事实上,在非阻塞 IO 模型中,用户线程需要不断地询问内核数据是否就绪,也就说非阻塞 IO 不会交出CPU,而会一直占用 CPU。典型的非阻塞IO 模型一般如下:
while(true){ data = socket.read();
if(data!= error){ 处理数据
break;
} }
但是对于非阻塞 IO 就有一个非常严重的问题,在 while 循环中需要不断地去询问内核数据是否就绪,这样会导致 CPU 占用率非常高,因此一般情况下很少使用 while 循环这种方式来读取数据。
2.8.3. 多路复用 IO 模型
多路复用 IO 模型是目前使用得比较多的模型。Java NIO 实际上就是多路复用IO。在多路复用 IO 模型中,会有一个线程不断去轮询多个socket 的状态,只有当 socket 真正有读写事件时,才真
正调用实际的 IO 读写操作。因为在多路复用 IO 模型中,只需要使用一个线程就可以管理多个 socket,系统不需要建立新的进程或者线程,也不必维护这些线程和进程,并且只有在真正有
socket 读写事件进行时,才会使用 IO 资源,所以它大大减少了资源占用。在 Java NIO 中,是通过 selector.select()去查询每个通道是否有到达事件,如果没有事件,则一直阻塞在那里,因此这
种方式会导致用户线程的阻塞。多路复用 IO 模式,通过一个线程就可以管理多个socket,只有当 socket 真正有读写事件发生才会占用资源来进行实际的读写操作。因此,多路复用 IO 比较适合连
接数比较多的情况。
另外多路复用 IO 为何比非阻塞 IO 模型的效率高是因为在非阻塞 IO 中,不断地询问 socket 状态时通过用户线程去进行的,而在多路复用 IO 中,轮询每个 socket 状态是内核在进行的,这个效
率要比用户线程要高的多。
不过要注意的是,多路复用 IO 模型是通过轮询的方式来检测是否有事件到达,并且对到达的事件逐一进行响应。因此对于多路复用 IO 模型来说,一旦事件响应体很大,那么就会导致后续的事件
迟迟得不到处理,并且会影响新的事件轮询。
全站分卷索引 · 248 卷
- 12. JVM
- 22.1. 线程
- 32.2. JVM内存区域
- 42.2.1. 程序计数器(线程私有)
- 52.2.3. 本地方法区(线程私有)
- 62.3. JVM运行时内存
- 71:eden、servicorFrom 复制到ServicorTo,年龄+1
- 82.4. 垃圾回收与算法
- 92.4.2. 标记清除算法(Mark-Sweep)
- 102.4.4. 标记整理算法(Mark-Compact)
- 112.4.5. 分代收集算法
- 122.5. JAVA 四中引用类型
- 132.6.2. 分区收集算法
- 142.7.3. Parallel Scavenge收集器(多线程复制算法、高效)
- 152.7.5. Parallel Old收集器(多线程标记整理算法)
- 162.7.6.2. 并发标记
- 172.8.2. 非阻塞IO模型
- 182.8.4. 信号驱动IO模型
- 192.8.2. JAVA NIO
- 202.8.2.1. NIO的缓冲区
- 212.8.3. Channel
- 222.9. JVM 类加载机制
- 232.9.1.5. 符号引用
- 242.9.2.1. 启动类加载器(Bootstrap ClassLoader)
- 252.9.4. OSGI(动态模型系统)
- 263. JAVA集合
- 273.2. List
- 283.3. Set
- 293.3.1.2. TreeSet(二叉树)
- 303.4. Map
- 313.4.1.2. JAVA8实现
- 323.4.2.3. 并行度(默认16)
- 333.4.3. HashTable(线程安全)
- 344. JAVA多线程并发
- 354.1.2.3. ExecutorService、Callable<Class>、Future有返回值线程
- 364.1.2.4. 基于线程池的方式
- 374.1.3.1. newCachedThreadPool
- 384.1.3.3. newScheduledThreadPool
- 394.1.4.2. 就绪状态(RUNNABLE):
- 404.1.5. 终止线程4种方式
- 414.1.5.4. stop方法终止线程(线程不安全)
- 424.1.7. start与run区别
- 434.1.9. JAVA锁
- 44自旋锁的开启
- 454.1.9.5. ReentrantLock
- 46公平锁
- 47Condition类和Object类锁方法区别区别
- 48Semaphore 与ReentrantLock
- 494.1.9.9. 公平锁与非公平锁
- 504.1.9.12. 重量级锁(Mutex Lock)
- 51减少锁持有时间
- 524.1.10.1. 线程等待(wait)
- 534.1.10.5. Join等待其他线程终止
- 544.1.11. 线程上下文切换
- 554.1.11.6. 上下文切换的活动:
- 564.1.13.3. 拒绝策略
- 574.1.14. JAVA阻塞队列原理
- 584.1.14.1. 阻塞队列的主要方法
- 59获取数据操作:
- 604.1.14.3. ArrayBlockingQueue(公平、非公平)
- 614.1.14.7. SynchronousQueue(不存储数据、可用于传递数据)
- 624.1.15. CyclicBarrier、CountDownLatch、Semaphore的用法
- 634.1.15.3. Semaphore(信号量-控制同时访问的线程个数)
- 644.1.16. volatile关键字的作用(变量可见性、禁止重排序)
- 654.1.17. 如何在两个线程之间共享数据
- 66Runnable对象作为一个类的内部类
- 674.1.18. ThreadLocal作用(线程本地存储)
- 68使用场景
- 694.1.19.2. 两者的不同点:
- 70ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成
- 714.1.21.3. JVM的线程调度实现(抢占式调度)
- 724.1.22.2. 高优先权优先调度算法
- 734.1.22.3. 基于时间片的轮转调度算法
- 744.1.23.2. 原子包 java.util.concurrent.atomic(锁自旋)
- 754.1.23.3. ABA问题
- 76Exclusive独占资源-ReentrantLock
- 77同步器的实现是ABS核心(state资源状态计数)
- 785. JAVA基础
- 795.1.1.3. 异常的处理方式
- 805.1.2. JAVA反射
- 81的编译时类型无法获取具体方法
- 825.1.2.7. 创建对象的两种方法
- 835.1.3. JAVA注解
- 845.1.3.3. 注解处理器
- 855.1.4. JAVA内部类
- 865.1.4.2. 成员内部类
- 875.1.4.4. 匿名内部类(要继承一个父类或者实现一个接口、直接使用new来生成一个对象的引用)
- 885.1.5. JAVA泛型
- 895.1.5.3. 类型通配符?
- 90序列化并不保存静态变量
- 915.1.7.3. 深复制(复制对象和其应用对象)
- 926. Spring 原理
- 936.1.2. Spring 核心组件
- 946.1.4. Spring 主要包
- 956.1.6. Spring 第三方结合
- 966.1.7. Spring IOC原理
- 971.1..1.1.1 BeanDefinitionRegistry注册表
- 981.1..1.1.6 AutowireCapableBeanFactory自动装配
- 99WebApplication体系架构
- 100prototype:原型模式每次使用时创建
- 101ApplicationContextAware实现
- 1026.1.7.6. Spring 依赖注入四种方式
- 103setter方法注入
- 1046.1.7.7. 5种不同方式的自动装配
- 1056.1.8. Spring APO原理
- 1066.1.8.1. AOP两种代理方式
- 107CGLib动态代理
- 1086.1.9. Spring MVC原理
- 109Http请求到DispatcherServlet
- 1106.1.10. Spring Boot原理
- 1116.1.11.1. 分布式事务
- 1126.1.11.1. 两阶段提交
- 1136.1.12. Mybatis缓存
- 1146.1.12.1. Mybatis的一级缓存原理(sqlsession级别)
- 115具体使用需要配置:
- 1167. 微服务
- 1177.1.1.3. 客户端发现
- 1187.1.1.4. 服务端发现
- 1197.1.2.1. 请求转发
- 1207.1.2.5. 安全认证
- 1217.1.6. 服务熔断(Hystrix)
- 1227.1.6.1. Hystrix断路器机制
- 1238. Netty 与RPC
- 1248.1.2.1. 异步通讯NIO
- 1258.1.2.2. 零拷贝(DIRECT BUFFERS使用堆外直接内存)
- 126Reactor多线程模型
- 1278.1.2.5. 无锁设计、线程绑定
- 128小包封大包,防止网络阻塞
- 1298.1.3.1. 消息编解码
- 130序列化
- 131监听消息的线程收到消息,找到callback上的锁并唤醒
- 1328.1.5. Protoclol Buffer
- 1338.1.5.1. 特点
- 1349. 网络
- 1359.1.2. TCP/IP原理
- 1369.1.3. TCP三次握手/四次挥手
- 1379.1.3.2. 三次握手
- 1389.1.3.3. 四次挥手
- 1399.1.4. HTTP原理
- 1402:封装HTTP请求数据包
- 1419.1.4.3. HTTPS
- 142建立连接获取证书
- 1439.1.5.2. 负载均衡系统:
- 14410. 日志
- 14510.1.4. ELK
- 14611. Zookeeper
- 14711.1.1.1. ZAB协议
- 148Discovery(发现阶段-接受提议、生成epoch、接受epoch)
- 14911.1.2. Zookeeper工作原理(原子广播)
- 15012. Kafka
- 15112.1.2.2. 数据文件分段segment(顺序读写、分段命令、二分查找)
- 15212.1.3.2. 批量发送
- 15312.1.1.1. Consumer Group
- 15413. RabbitMQ
- 15513.1.2.1. Message
- 15613.1.2.10. Broker
- 15713.1.3.3. topic 交换器(模式匹配)
- 15814. Hbase
- 15914.1.3. Hbase核心概念
- 16014.1.4.1. Client:
- 16114.1.4.5. Region寻址方式(通过zookeeper .META)
- 16214.1.5. Hbase的写逻辑
- 163全局内存控制
- 16415. MongoDB
- 16516. Cassandra
- 166虚拟节点(down机多节点托管)
- 167Gossip节点的通信方式及收敛性
- 16816.1.6. 数据写请求和协调者
- 16916.1.8. 数据存储(CommitLog、MemTable、SSTable)
- 17016.1.10. 数据读写
- 171墓碑
- 172行缓存和键缓存请求流程图
- 173Bloom Filter(查找数据可能对应的SSTable)
- 17417. 设计模式
- 17517.1.21. 状态模式
- 17618. 负载均衡
- 177haproxy:天生负载均衡技能,全面支持七层代理,会话保持,标记,路径转移;
- 17818.1.2.6. 最少连接数均衡(Least Connection)
- 17918.1.3. LVS
- 18018.1.3.1. LVS NAT 模式
- 18118.1.3.2. LVS DR 模式(局域网改写mac地址)
- 18218.1.3.3. LVS TUN 模式(IP封装、跨网段)
- 18318.1.3.4. LVS FULLNAT模式
- 18418.1.4. Keepalive
- 18518.1.5.1. upstream_module和健康检测
- 18618.1.6. HAProxy
- 18719. 数据库
- 18819.1.1.3. TokuDB(Fractal Tree-节点带数据)
- 18919.1.2.1. 常见索引原则有
- 19019.1.3.3. 第三范式(3rd NF- 不存在对非主键列的传递依赖)
- 191隔离性(Isolation)
- 19219.1.7.2. 悲观锁
- 19319.1.10. 分区分表
- 19419.1.11.1. 准备阶段
- 19519.1.12. 三阶段提交协议
- 196异步确保型
- 19719.1.14. CAP
- 19820. 一致性算法
- 1991.崩溃恢复:主要就是Leader选举过程
- 20020.1.3.3. 选举(Election)
- 20120.1.4. NWR
- 20220.1.6. 一致性Hash
- 203考察cache 的变动
- 20421. JAVA算法
- 20521.1.3. 插入排序算法
- 20621.1.4. 快速排序算法
- 20721.1.1. 希尔排序算法
- 20821.1.2. 归并排序算法
- 20921.1.3. 桶排序算法
- 21021.1.4. 基数排序算法
- 21121.1.5. 剪枝算法
- 21222. 数据结构
- 21322.1.4. 散列表(Hash Table)
- 21422.1.5.2. 删除操作
- 21522.1.5.3. 查询操作
- 21622.1.6.1. 右旋
- 21722.1.6.1. 添加
- 21822.1.6.2. 删除
- 21922.1.7. B-TREE
- 22022.1.8. 位图
- 22123. 加密算法
- 22223.1.3. CRC
- 22324. 分布式缓存
- 22425. Hadoop
- 22525.1.3. MapReduce
- 22625.1.3.3. TaskTracker
- 22725.1.4. Hadoop MapReduce 作业的生命周期
- 22826. Spark
- 22926.1.3. 核心组件
- 23026.1.5. SPARK计算模型
- 23126.1.6. SPARK运行流程
- 2321. 构建Spark Application的运行环境,启动SparkContext
- 233(2)RDD的两种操作算子(转换(Transformation)与行动(Action))
- 23427. Storm
- 23527.1.1.4. Task
- 23627.1.2.5. Stream
- 23727.1.3.3. Task(最终运行spout或bolt中代码的单元)
- 23827.1.4.1. huffle Grouping
- 23927.1.4.4. Global grouping
- 24028. YARN
- 24128.1.4. ApplicationMaster
- 24228.1.5. YARN运行流程
- 24329. 机器学习
- 24430. 云计算
- 24530.1.4.2. Namespaces
- 24630.1.4.3. 进程(CLONE_NEWPID 实现的进程隔离)
- 24730.1.4.5. 资源隔离与CGroups
- 24830.1.5. Openstack