2018-1-2 by Atlas
1. 分类
- 分类标准-面向数据类型
字符流：主要操作char类型数据，包含Writer、Reader及其子类。
字节流：主要操作byte类型数据，包含OutputStream、InputStream及其子类。
字节便于计算机读写，字符便于人类识别，数据从字节到字符，再从字符到字节，完成人类和计算机之间的交流，也帮助人与人之间的交流。
- 分类标准-面向数据流向
输入流：包含InputStream、Reader及其子类
输出流：包含OutputStream、Writer及其子类。
IO流的一个特点就是对称性，不论字节、字符，还是输入、输出，都是对称的，数据进进出出完成交流，本文不用代码举例描述也非常容易理解和记忆，也是对称的功劳，实际上接下来java序列化和解序列化将会形象的体会到。
整个IO类族是Writer、Reader及其子类和OutputStream、InputStream及其子类的组合拓展和完善的。
2. 常用类
- InputStream
InputStream是所有输入字节流的父类，是一个抽象类。
ByteInputStream、FileInputStream是基本的介质流，分别从Byte数组、本地文件中读取数据。
ObjectInputStream和FilterInputStream及其子类都是装饰流。
- OutputStream
OutputStream是所有输出字节流的父类，是一个抽象类。
ByteOutputStream、FIleOutputStream是基本的介质流，分别往Byte数组、本地文件中写入数据。
ObjectOutputStream和FilterOutputStream及其子类都是装饰流。
- Reader
Reader是所有字符输入流的父类，是一个抽象类。
CharArrayReader、StringReader分别从Char数组、String中读取数据。
PipedReader从与其它线程共享的管道中读取数据。
BufferedReader、FilterReader及其子类都是装饰流。
- Writer
Writer是所有字符输出流的父类，是一个抽象类。
CharArrayWriter、StringWriter分别往Char数组、String中写入数据。
PipedWriter往与其他线程共享的管道中写入数据。
BufferedWriter、FilterWriter及其子类都是装饰流。
- InputStreamReader
InputStreamReader是一个连接字节输入流和字符输入流的桥梁，FileReader是实现此功能的工具类。
- OutputStreamWriter
OutputStreamWriter是一个连接字节输出流和字符输出流的桥梁，FileWriter是实现此功能的工具类。
3. 理解IO原理
- 用户态和内核态
对于操作系统而言，JVM只是一个用户进程，处于用户态空间中。而处于用户态空间的进程是不能直接操作底层的硬件的。而IO操作就需要操作底层的硬件，比如磁盘。因此，IO操作必须得借助内核的帮助才能完成(中断，trap)，即：会有用户态到内核态的切换。
- 用户缓冲和内核缓冲
优势：我们写代码 new byte[] 数组时，一般是都是“随意” 创建一个“任意大小”的数组。比如，new byte[128]、new byte[1024]、new byte[4096]....但是，对于磁盘块的读取而言，每次访问磁盘读数据时，并不是读任意大小的数据的，而是：每次读一个磁盘块或者若干个磁盘块(这是因为访问磁盘操作代价是很大的，而且我们也相信局部性原理) 因此，就需要有一个“中间缓冲区”--即内核缓冲区。先把数据从磁盘读到内核缓冲区中，然后再把数据从内核缓冲区搬到用户缓冲区。这也是为什么我们总感觉到第一次read操作很慢，而后续的read操作却很快的原因吧。因为，对于后续的read操作而言，它所需要读的数据很可能已经在内核缓冲区了，此时只需将内核缓冲区中的数据拷贝到用户缓冲区即可，并未涉及到底层的读取磁盘操作，当然就快了。
劣势：当需要传输的数据远远大于内核缓冲区的大小时，内核缓冲区就会成为瓶颈，原因是它已经起不到“缓冲”的功能。
- 普通IO处理流程
1）用户程序创建一个缓冲区。
2）当执行到read()方法时，其实底层是发生了很多操作的：
①内核给磁盘控制器发命令说：我要读磁盘上的某某块磁盘块上的数据。
②在DMA的控制下，把磁盘上的数据读入到内核缓冲区。
③内核把数据从内核缓冲区复制到用户缓冲区。
- NIO处理流程
1）内核空间的 buffer 与 用户空间的 buffer 都映射到同一块 物理内存区域。
2）对文件的操作不需要再发read 或者 write 系统调用。
3）当用户进程访问“内存映射文件”地址时，自动产生缺页错误，然后由底层的OS负责将磁盘上的数据送到内存。
使用内存映射缓冲区来操作文件，它比普通的IO操作读文件要快得多。甚至比使用文件通道(FileChannel)操作文件 还要快。因为，使用内存映射缓冲区操作文件时，没有显示的系统调用(read,write)，而且OS还会自动缓存一些文件页(memory page)
- 经典读文件
大多数WEB应用程序执行的一系列操作：接受用户请求--->从本地磁盘读数据--->数据进入内核缓冲区--->用户缓冲区--->内核缓冲区--->用户缓冲区--->socket发送数据。
①第一次上下文切换发生在 read()方法执行，表示服务器要去磁盘上读文件了，这会导致一个 sys_read()的系统调用。此时由用户态切换到内核态，完成的动作是：DMA把磁盘上的数据读入到内核缓冲区中（这也是第一次拷贝）。
②第二次上下文切换发生在read()方法的返回(这也说明read()是一个阻塞调用)，表示数据已经成功从磁盘上读到内核缓冲区了。此时，由内核态返回到用户态，完成的动作是：将内核缓冲区中的数据拷贝到用户缓冲区（这是第二次拷贝）。
③第三次上下文切换发生在 send()方法执行，表示服务器准备把数据发送出去了。此时，由用户态切换到内核态，完成的动作是：将用户缓冲区中的数据拷贝到内核缓冲区(这是第三次拷贝)。
④第四次上下文切换发生在 send()方法的返回【这里的send()方法可以异步返回，所谓异步返回就是：线程执行了send()之后立即从send()返回，剩下的数据拷贝及发送就交给底层操作系统实现了】。此时，由内核态返回到用户态，完成的动作是：将内核缓冲区中的数据送到 protocol engine.（这是第四次拷贝）。
- zerocopy transferTo() 读文件
IO操作需要数据频繁地在内核缓冲区和用户缓冲区之间拷贝，而zerocopy技术可以减少这种拷贝的次数，同时也降低了上下文切换(用户态与内核态之间的切换)的次数。
zerocopy技术的目标就是提高IO密集型JAVA应用程序的性能。
1）DMA将数据从磁盘读入 Read buffer中(第一次数据拷贝)。
2）还是在内核空间中，将数据从Read buffer 拷贝到 Socket buffer(第二次数据拷贝)。
3）最终再将数据从 Socket buffer 拷贝到 NIC buffer(第三次数据拷贝)。
4）再从内核态返回到用户态。
三次数据拷贝和二次上下文切换。
- 增强的 zerocopy transferTo() 读文件
如果底层的网络硬件以及操作系统支持，还可以进一步减少数据拷贝次数 以及 CPU干预次数。
1）用户程序执行 transferTo()方法，导致一次系统调用，从用户态切换到内核态。
2）DMA将数据从磁盘中拷贝到Read buffer用一个描述符标记此次待传输数据的地址以及长度。
3）DMA直接把数据从Read buffer 传输到 NIC buffer。
参考文献：JAVAIO以及NIO理解