Redis性能為什么這么好？IO多路復用模型從底層了解下
前言
當我們去面試的時候，問到了 redis，nginx，netty他們的底層模型分別是什么？
❝redis -> epoll
nginx -> epoll
netty -> epoll
❞
需要從操作系統的層面上來談
BIO
當我們開機的時候，首先被加載進內存的是我們的Kernel（內核），內核是用於管理我們的硬件的，同時內核還會創建一個GDT表，然后划分兩個空間（用戶空間和內核空間），同時空間中的內容是開啟了保護模式，無法被修改的。
同時還有一個CPU的概念，CPU有自己的指令集，並且指令集是分了幾個級別的，分別是從0~3的，Kernel屬於0級別。APP只能用級別為3的指令集。
從上面我們可以知道，我們的應用程序是無法直接訪問我們的Kernel的，也就是程序不能直接訪問我們的磁盤，聲卡，網卡等設備，只有內核才可以訪問，那我們怎么辦？
只有APP通過調用Kernel提供的 syscall（系統軟中斷和硬中斷）來獲取硬件中的內容。
- 軟中斷
- 硬中斷：硬中斷指的是我們的鍵盤，按下一個按鍵的時候，就會觸發我們的硬中斷，也就是內核會有一個中斷號，然后得到一個callback的回調函數
說到這里，其實就是為了引出一個 概念，就是 IO 和 內核之間的成本問題
/**
* 服務器讀取文件
*/
public class TestSocket {
public static void main(String[] args) throws IOException {
ServerSocket server = new ServerSocket(8090);
System.out.println("step1: new ServerSocket(8090)");
while(true) {
Socket client = server.accept();
System.out.println("step2: client " + client.getPort());
new Thread(() -> {
try {
InputStream in = client.getInputStream();
BufferedReader reader = new BufferedReader(new InputStreamReader(in));
while(true) {
System.out.println(reader.readLine());
}
} catch (IOException e) {
e.printStackTrace();
}
}, "t1").start();
}
}
}
抓取程序對內核有沒有系統調用，然后輸出
strace -ff -o ./ooxx java TestSocket
然后我們執行上面的程序，得到我們的結果
然后我們在通過jps命令，查看當前TestSocket的進程號
jps
2912 Jps
2878 TestSocket
然后我們在進入下面的這個目錄下，啟動2878是線程的id號，這個目錄就是存放該線程的一些信息
cd /proc/2878
我們可以看到2878進程下的，通過查看task目錄，可以看到所有線程數
還有一個目錄，就是 fd目錄，在該目錄下，就是我們的一些IO流
上面的0,1,2，分別對應着 輸入流，輸出流和錯誤流。在java里面我們流就是對象，而在linux系統中，流就是一個個的文件。后面的4,5 就對應着我們的socket通信，分別對應着ipv4 和 ipv6
通過netstat命令查看
然后我們使用nc連接 8090端口
nc localhost 8090
我們執行完后，通過netstat命令查看 ，發現多了個連接的狀態
然后在看文件里面，也多了一個socket
我們查看系統調用，發現通過系統調用接收了一個58181端口號的請求，在前面我們還能夠看到5，這個5其實就是對應的上圖里面的socket，走的是ipv4。
從這里其實我們就可以知道了，我們原來調用中寫的代碼
Socket client = server.accept();
對應到系統層面，也是調用了系統的方法。
同時關於系統調用，有以下幾種方式
- bind
- connect
- listen
- select
- socket
首先我們需要知道，java其實是一種解釋型語言，通過JVM 虛擬機將我們的.java文件轉換為字節碼文件，然后調用我們os中的syscall方法，我們必須明確的是，無論怎么調用，一定最后要通過調用內核的方法，然后調用我們的硬件。
上述的模型，就是BIO的通信，是這里面有很多阻塞，我們只能夠通過多個線程來避免主線程的阻塞。
但是從上面我們可以知道，如果有大量的連接過來，那服務器需要創建很多個線程與之對應，並且線程的創建也是需要消耗資源的，因為線程使用的棧是獨占的（棧大小默認1MB），同時CPU的資源調度也是需要浪費。
最根本的原因就是因為 BIO是阻塞的，才會造成上面的問題。
NIO
因為BIO存在線程阻塞的問題，后面就提出了NIO的概念，在NIO中，有C10K的問題，C10K = 10000個客戶端。但是在和你連接的服務器中，其實沒有多少給你發送數據了，所以我們需要做的就是，每當有人發送消息的時候，我才和它進行連接。
也就是每次都需要遍歷10000個客戶端，是非常耗費時間呢，因為很多客戶端可能就沒有請求的發送。
多路復用
這個時候，我們就不需要遍歷10K個客戶端了，而是把我們的fds文件發送給內核，然后內核去判斷最后需要連接誒的客戶端，這樣就不用遍歷全部的了。所以這里的Select就是多路復用器，通過多路復用返回的是狀態，然后我們需要程序去判斷這些狀態。
說白了，就是通過一個多路復用器，來判斷哪些路可以走通，然后不需要輪詢全部的。
這個模型，是通過select，將fds文件交給內核來做了，也就是內核需要完成10K個文件的主動遍歷，這個10K個調用，對比之前的10K次系統調用來說，是更省時間的，存在以下的問題
- 每次傳遞很多數據（重復勞動）
- 然后內核需要主動去遍歷（ 復雜度O(N) ）
解決方法，通過在內核中，開辟一個空間，當每次來一個客戶端，就把這個文件丟到內核中，這樣不需要每次把10K個文件傳遞到內核了。
然后在使用一個基於事件驅動的模型，如下圖所示就是一個異步事件驅動的流程
同樣使用epoll，Redis是輪詢，Nginx是阻塞？
我們通過strace命令，查看nginx 和 redis的運行流程，能夠發現 同樣是使用了 epoll，但是nginx是阻塞的，而redis它是輪詢（非阻塞）的。
首先那是因為Redis只有一個線程，而這個線程要做很多事情，例如 接收客戶端，LRU，LFU（淘汰過濾）、RDB/AOF（fork線程進行數據備份）。
也就是說對於Redis中的C10K問題，redis也是通過epoll的事件驅動來進行處理的，也就是通過epoll將每個需要讀取的客戶端的操作放在一個原子串行化的隊列中，並且一個客戶端包含以下的幾個操作：read、計算、write等
在redis 6.X版本中，還有一個IO threads的概念，首先它為了留住串行化原子性的特點，也就是計算的時候還是串行化的處理，但是在讀取數據的時候，使用的是多線程進行並發IO讀取
為什么要多線程讀呢？首先因為讀操作需要發生CPU的系統調用，如果通過多個線程讀取，能夠充分發揮CPU的多核作用
而nginx只需要做一件事，就是等着客戶端過來，不需要做其他的事情，所以也就設置成阻塞。
零拷貝
用kafka來講，首先這里面有兩個角色，一個是消息生產者，一個是消息消費者
也就是說，我們通過開辟了一個內存空間，能夠直接抵達磁盤，能夠減少kernel的系統調用。
在讀取的時候，如果是原來的做法，就需要首先請求kernel，然后kernel發起一個read請求，讀取磁盤的文件到內核中，然后kafka在讀取kernel中的信息。
那么什么是零拷貝呢？零拷貝就是不發生拷貝的情況，零拷貝的前提就是數據不需要加工，在JVM中有一個RandomAccessFile，它能夠直接開辟一個堆內空間，或者堆外空間。