Java NIO
第一章 简介
1.I/O与CPU时间的比较
2.CPU已不再是束缚
如今在运行时优化方面，JVM 已然前进了一大步。现在 JVM 运行字节码的速率已经接近本地 编译代码，借助动态运行时优化，其表现甚至还有所超越。这就意味着，多数 Java 应用程序已不 再受 CPU 的束缚（把大量时间用在执行代码上）， 而更多时候是受 I/O 的束缚（等待数据传 输）。
然而，在大多数情况下，Java 应用程序并非真的受着 I/O 的束缚。操作系统并非不能快速传送 数据，让 Java 有事可做；相反，是 JVM 自身在 I/O 方面效率欠佳。操作系统与 Java 基于流的 I/O 模型有些不匹配。 操作系统要移动的是大块数据（缓冲区）， 这往往是在硬件直接存储器存取 （DMA）的协助下完成的。而 JVM 的 I/O 类喜欢操作小块数据——单个字节、几行文本。结果， 操作系统送来整缓冲区的数据，java.io 的流数据类再花大量时间把它们拆成小块，往往拷贝一 个小块就要往返于几层对象。操作系统喜欢整卡车地运来数据，java.io 类则喜欢一铲子一铲子 地加工数据。有了 NIO，就可以轻松地把一卡车数据备份到您能直接使用的地方（ByteBuffer 对 象）。
这并不是说使用传统的 I/O 模型无法移动大量数据——当然可以（现在依然可以）。具体地 说，RandomAccessFile 类在这方面的效率就不低，只要坚持使用基于数组的 read( )和 write( )方法。 这些方法与底层操作系统调用相当接近，尽管必须保留至少一份缓冲区拷贝。
如表 1-1 所示，如果您的代码大部分时间都处于 I/O 等待状态，那么，该考虑一下提升 I/O 效 率的问题了，否则，您精心打造的代码多数时间都得闲着。
3.Java NIO
java.nio 软件包提供了新的抽象。具体地说，就是 Channel 和 Selector 类。它们提供了使用 I/O 服务的通用 API，JDK 1.4 以前的版本是无法使用这些服务的。天下还是 没有免费的午餐：您无法使用每一种操作系统的每一种特性，但是这些新类还是提供了强大的新框 架，涵盖了当今商业操作系统普遍提供的高效 I/O 特性。不仅如此，java.nio.channels.spi 还提供了新的服务提供接口（SPI），允许接入新型通道和选择器，同时又不违反规范的一致性。
4.IO概念
JDK 1.4 的 NIO 软件包引入了一套新的抽象用于 I/O 处理。与以往不同的是，新的抽象把重点放在了如何缩短抽象与现实之间的距离上 面。NIO 抽象与现实中存在的实体有着非常真实直接的交互关系。要想最大限度地满足 Java 应用 程序的密集 I/O 需求，理解这些新的抽象，以及与其发生交互作用的 I/O 服务（其重要性并不亚于 抽象），正是关键所在。
-
理解以下概念是非常重要的：
-
缓冲区操作
-
内核空间与用户空间
-
虚拟内存
-
分页技术
-
面向文件的 I/O 和流 I/O
-
多工 I/O（就绪性选择）
-
4.1缓冲区操作
图 1-1 简单描述了数据从外部磁盘向运行中的进程的内存区域移动的过程。进程使用 read( )系 统调用，要求其缓冲区被填满。内核随即向磁盘控制硬件发出命令，要求其从磁盘读取数据。磁盘 控制器把数据直接写入内核内存缓冲区，这一步通过 DMA 完成，无需主 CPU 协助。一旦磁盘控 制器把缓冲区装满，内核即把数据从内核空间的临时缓冲区拷贝到进程执行 read( )调用时指定的缓 冲区。
注意图中用户空间和内核空间的概念。用户空间是常规进程所在区域。JVM 就是常规进程， 驻守于用户空间。用户空间是非特权区域：比如，在该区域执行的代码就不能直接访问硬件设备。 内核空间是操作系统所在区域。内核代码有特别的权力：它能与设备控制器通讯，控制着用户区域 进程的运行状态，等等。最重要的是，所有 I/O 都直接（如这里所述）或间接（见 1.4.2 小节）通 过内核空间。
当进程请求 I/O 操作的时候，它执行一个系统调用（有时称为陷阱）将控制权移交给内核。 C/C++程序员所熟知的底层函数 open( )、read( )、write( )和 close( )要做的无非就是建立和执行适当的系统调用。当内核以这种方式被调用，它随即采取任何必要步骤，找到进程所需数据，并把数据 传送到用户空间内的指定缓冲区。内核试图对数据进行高速缓存或预读取，因此进程所需数据可能 已经在内核空间里了。如果是这样，该数据只需简单地拷贝出来即可。如果数据不在内核空间，则 进程被挂起，内核着手把数据读进内存。
看了图 1-1，您可能会觉得，把数据从内核空间拷贝到用户空间似乎有些多余。为什么不直接 让磁盘控制器把数据送到用户空间的缓冲区呢？这样做有几个问题。首先，硬件通常不能直接访问 用户空间 1 。其次，像磁盘这样基于块存储的硬件设备操作的是固定大小的数据块，而用户进程请 求的可能是任意大小的或非对齐的数据块。在数据往来于用户空间与存储设备的过程中，内核负责 数据的分解、再组合工作，因此充当着中间人的角色。
1）发散／汇聚
许多操作系统能把组装／分解过程进行得更加高效。根据发散／汇聚的概念，进程只需一个系 统调用，就能把一连串缓冲区地址传递给操作系统。然后，内核就可以顺序填充或排干多个缓冲 区，读的时候就把数据发散到多个用户空间缓冲区，写的时候再从多个缓冲区把数据汇聚起来（图 1-2）。
这样用户进程就不必多次执行系统调用（那样做可能代价不菲），内核也可以优化数据的处理 过程，因为它已掌握待传输数据的全部信息。如果系统配有多个 CPU，甚至可以同时填充或排干 多个缓冲区。
4.2虚拟内存
所有现代操作系统都使用虚拟内存。虚拟内存意为使用虚假（或虚拟）地址取代物理（硬件 RAM）内存地址。这样做好处颇多，总结起来可分为两大类：
-
一个以上的虚拟地址可指向同一个物理内存地址。
-
虚拟内存空间可大于实际可用的硬件内存。
前一节提到，设备控制器不能通过 DMA 直接存储到用户空间，但通过利用上面提到的第一 项，则可以达到相同效果。把内核空间地址与用户空间的虚拟地址映射到同一个物理地址，这样， DMA 硬件（只能访问物理内存地址）就可以填充对内核与用户空间进程同时可见的缓冲区（见图 1-3）。
这样真是太好了，省去了内核与用户空间的往来拷贝，但前提条件是，内核与用户缓冲区必须 使用相同的页对齐，缓冲区的大小还必须是磁盘控制器块大小（通常为 512 字节磁盘扇区）的倍 数。操作系统把内存地址空间划分为页，即固定大小的字节组。内存页的大小总是磁盘块大小的倍 数，通常为 2 次幂（这样可简化寻址操作）。典型的内存页为 1,024、2,048 和 4,096 字节。虚拟和 物理内存页的大小总是相同的。图 1-4 显示了来自多个虚拟地址的虚拟内存页是如何映射到物理内存的。
4.3内存页面调度
为了支持虚拟内存的第二个特性（寻址空间大于物理内存），就必须进行虚拟内存分页（经常 称为交换，虽然真正的交换是在进程层面完成，而非页层面）。依照该方案，虚拟内存空间的页面 能够继续存在于外部磁盘存储，这样就为物理内存中的其他虚拟页面腾出了空间。从本质上说，物 理内存充当了分页区的高速缓存；而所谓分页区，即从物理内存置换出来，转而存储于磁盘上的内 存页面。
图 1-5 显示了分属于四个进程的虚拟页面，其中每个进程都有属于自己的虚拟内存空间。进程 A 有五个页面，其中两个装入内存，其余存储于磁盘。
把内存页大小设定为磁盘块大小的倍数，这样内核就可直接向磁盘控制硬件发布命令，把内存 页写入磁盘，在需要时再重新装入。结果是，所有磁盘 I/O 都在页层面完成。对于采用分页技术的 现代操作系统而言，这也是数据在磁盘与物理内存之间往来的唯一方式。
现代 CPU 包含一个称为内存管理单元（MMU）的子系统，逻辑上位于 CPU 与物理内存之 间。该设备包含虚拟地址向物理内存地址转换时所需映射信息。当 CPU 引用某内存地址时，MMU 负责确定该地址所在页（往往通过对地址值进行移位或屏蔽位操作实现），并将虚拟页号转换为物 理页号（这一步由硬件完成，速度极快）。如果当前不存在与该虚拟页形成有效映射的物理内存 页，MMU 会向 CPU 提交一个页错误。
页错误随即产生一个陷阱（类似于系统调用），把控制权移交给内核，附带导致错误的虚拟地 址信息，然后内核采取步骤验证页的有效性。内核会安排页面调入操作，把缺失的页内容读回物理 内存。这往往导致别的页被移出物理内存，好给新来的页让地方。在这种情况下，如果待移出的页已经被碰过了（自创建或上次页面调入以来，内容已发生改变），还必须首先执行页面调出，把页 内容拷贝到磁盘上的分页区。
如果所要求的地址不是有效的虚拟内存地址（不属于正在执行的进程的任何一个内存段），则 该页不能通过验证，段错误随即产生。于是，控制权转交给内核的另一部分，通常导致的结果就是 进程被强令关闭。
一旦出错的页通过了验证，MMU 随即更新，建立新的虚拟到物理的映射（如有必要，中断被 移出页的映射），用户进程得以继续。造成页错误的用户进程对此不会有丝毫察觉，一切都在不知 不觉中进行。
4.文件IO
文件 I/O 属文件系统范畴，文件系统与磁盘迥然不同。磁盘把数据存在扇区上，通常一个扇区 512 字节。磁盘属硬件设备，对何谓文件一无所知，它只是提供了一系列数据存取窗口。在这点 上，磁盘扇区与内存页颇有相似之处：都是统一大小，都可作为大的数组被访问。
文件系统是更高层次的抽象，是安排、解释磁盘（或其他随机存取块设备）数据的一种独特方 式。您所写代码几乎无一例外地要与文件系统打交道，而不是直接与磁盘打交道。是文件系统定义 了文件名、路径、文件、文件属性等抽象概念。
文件系统把一连串大小一致的数据块组织到一起。有些块存储元信息，如空闲块、目录、索引 等的映射，有些包含文件数据。单个文件的元信息描述了哪些块包含文件数据、数据在哪里结束、 最后一次更新是什么时候，等等。
当用户进程请求读取文件数据时，文件系统需要确定数据具体在磁盘什么位置，然后着手把相 关磁盘扇区读进内存。 老式的操作系统往往直接向磁盘驱动器发布命令， 要求其读取所需磁盘扇 区。而采用分页技术的现代操作系统则利用请求页面调度取得所需数据。
操作系统还有个页的概念，其大小或者与基本内存页一致，或者是其倍数。典型的操作系统页 从 2,048 到 8,192 字节不等，且始终是基本内存页大小的倍数。
-
采用分页技术的操作系统执行 I/O 的全过程可总结为以下几步：
-
确定请求的数据分布在文件系统的哪些页（磁盘扇区组）。磁盘上的文件内容和元数 据可能跨越多个文件系统页，而且这些页可能也不连续。
-
在内核空间分配足够数量的内存页，以容纳得到确定的文件系统页。
-
在内存页与磁盘上的文件系统页之间建立映射。
-
为每一个内存页产生页错误。
-
虚拟内存系统俘获页错误，安排页面调入，从磁盘上读取页内容，使页有效。
-
一旦页面调入操作完成，文件系统即对原始数据进行解析，取得所需文件内容或属性 信息。
-
需要注意的是，这些文件系统数据也会同其他内存页一样得到高速缓存。对于随后发生的 I/O 请求，文件数据的部分或全部可能仍旧位于物理内存当中，无需再从磁盘读取即可重复使用。
大多数操作系统假设进程会继续读取文件剩余部分，因而会预读额外的文件系统页。如果内存 争用情况不严重，这些文件系统页可能在相当长的时间内继续有效。这样的话，当稍后该文件又被 相同或不同的进程再次打开，可能根本无需访问磁盘。这种情况您可能也碰到过：当重复执行类似 的操作，如在几个文件中进行字符串检索，第二遍运行得似乎快多了。
类似的步骤在写文件数据时也会采用。这时，文件内容的改变（通过 write( )）将导致文件系 统页变脏，随后通过页面调出，与磁盘上的文件内容保持同步。文件的创建方式是，先把文件映射 到空闲文件系统页，在随后的写操作中，再将文件系统页刷新到磁盘。
1）内存映射文件
传统的文件 I/O 是通过用户进程发布 read( )和 write( )系统调用来传输数据的。为了在内核空间 的文件系统页与用户空间的内存区之间移动数据，一次以上的拷贝操作几乎总是免不了的。这是因 为，在文件系统页与用户缓冲区之间往往没有一一对应关系。但是，还有一种大多数操作系统都支 持的特殊类型的 I/O 操作，允许用户进程最大限度地利用面向页的系统 I/O 特性，并完全摒弃缓冲 区拷贝。这就是内存映射 I/O，如图 1-6 所示。
-
内存映射 I/O 使用文件系统建立从用户空间直到可用文件系统页的虚拟内存映射。这样做有几 个好处：
-
用户进程把文件数据当作内存，所以无需发布 read( )或 write( )系统调用。
-
当用户进程碰触到映射内存空间，页错误会自动产生，从而将文件数据从磁盘读进内存。如果用户修改了映射内存空间，相关页会自动标记为脏，随后刷新到磁盘，文件 得到更新。
-
操作系统的虚拟内存子系统会对页进行智能高速缓存，自动根据系统负载进行内存管 理。
-
数据总是按页对齐的，无需执行缓冲区拷贝。
-
大型文件使用映射，无需耗费大量内存，即可进行数据拷贝。
-
虚拟内存和磁盘 I/O 是紧密关联的，从很多方面看来，它们只是同一件事物的两面。在处理大 量数据时，尤其要记得这一点。如果数据缓冲区是按页对齐的，且大小是内建页大小的倍数，那 么，对大多数操作系统而言，其处理效率会大幅提升。
2）文件锁定
文件锁定机制允许一个进程阻止其他进程存取某文件，或限制其存取方式。通常的用途是控制 共享信息的更新方式，或用于事务隔离。在控制多个实体并行访问共同资源方面，文件锁定是必不 可少的。数据库等复杂应用严重信赖于文件锁定。
“文件锁定”从字面上看有锁定整个文件的意思（通常的确是那样），但锁定往往可以发生在更 为细微的层面，锁定区域往往可以细致到单个字节。锁定与特定文件相关，开始于文件的某个特定 字节地址，包含特定数量的连续字节。这对于协调多个进程互不影响地访问文件不同区域，是至关 重要的。
文件锁定有两种方式：共享的和独占的。多个共享锁可同时对同一文件区域发生作用；独占锁 则不同，它要求相关区域不能有其他锁定在起作用。
共享锁和独占锁的经典应用，是控制最初用于读取的共享文件的更新。某个进程要读取文件， 会先取得该文件或该文件部分区域的共享锁。第二个希望读取相同文件区域的进程也会请求共享 锁。两个进程可以并行读取，互不影响。但是， 假如有第三个进程要更新该文件，它会请求独占 锁。该进程会处于阻滞状态，直到既有锁定（共享的、独占的）全部解除。一旦给予独占锁，其他 共享锁的读取进程会处于阻滞状态，直到独占锁解除。这样，更新进程可以更改文件，而其他读取 进程不会因为文件的更改得到前后不一致的结果。图 1-7 和图 1-8 描述了这一过程。
文件锁有建议使用和强制使用之分。建议型文件锁会向提出请求的进程提供当前锁定信息，但 操作系统并不要求一定这样做，而是由相关进程进行协调并关注锁定信息。多数 Unix 和类 Unix 操 作系统使用建议型锁，有些也使用强制型锁或兼而有之。
强制型锁由操作系统或文件系统强行实施，不管进程对锁的存在知道与否，都会阻止其对文件 锁定区域的访问。微软的操作系统往往使用的是强制型锁。假定所有文件锁均为建议型，并在访问 共同资源的各个应用程序间使用一致的文件锁定，是明智之举，也是唯一可行的跨平台策略。依赖 于强制文件锁定的应用程序，从根子上讲就是不可移植的。