【杂谈】Java I/O的底层实现

前言

　　Java I/O功能封装的很好，使用起来很方便，就是刚开始学的时候，如果不了解装饰器模式，会被他繁多的类给吓到。用多了也就习惯了，而且现在有很多实用的封装良好的实用类，可直接读写整个文件。开发者不知道底层实现细节，也可以灵活使用，这是封装的一大优点。但是，作为一名软件开发人员，对其所使用的代码不能仅仅停留在熟悉功能特性上，最好对其实现原理也要有一定了解。

注：本文引用了部分外文内容，并根据自己的理解进行了翻译，连接将在文末贴出。

缓冲处理、内核空间vs用户空间

--------------------------------------外文引用内容Begin（已翻译）----------------------------------------------------------------

　　缓冲，以及如何处理缓冲是所有IO的基本内容。术语"I/O"（输入输出）指的不过就是从缓冲区移入或移除数据。通常，进程执行I/O操作的方式是，向操作系统发送请求，请求其填充自己的缓冲区（或者把自己缓冲区的内容写出）。这就是I/O这个概念的全部内容。要实现这些传输操作，操作系统底层的实现非常复杂。但是在概念上，本文所要讲述的内容则非常直白。

　　

　　注意：User space和Kernel space 都属于内存。内存分为两个区，用户区和系统区（内核区）。

　　上图简要展示了，块数据如何从外部源头（比如硬盘）移入到进程的内存空间的过程。首先，这个进程通过系统调用read()，请求填充自己的缓冲区。这将导致内核发送一个命令到磁盘控制器，使其从磁盘中抓取数据。磁盘控制器通过DMA把数据直接写入到内核空间缓冲区，这个过程不需要CPU干预。一旦磁盘控制器完成了填充数据的任务，内核就将数据从内核空间的临时缓冲区转移到进程指定的缓冲区内。

　　有一件事需要注意，内核会试图缓冲或者说预加载一些数据，所以有可能进程所请求的数据已经在内核空间里了。如果这样的话，进程请求的数据，只需要从内核缓冲区拷贝一份即可。如果数据不在内核空间内，则在内核获取数据到内存的过程中，此进程将被挂起。

--------------------------------------外文引用内容End（已翻译）-------------------------------------------------------------------

从上述内容可知：

• Java的读写操作，底层由C/C++实现。而不是直接与OS接触
• C/C++读写操作，需要OS服务
• 内核自带缓冲，会过分加载
• 如果内存中没有数据的缓冲，读写操作将阻塞当前线程（OS会帮你挂起线程）

DMA

　　DMA（Direct Memory Access，直接内存存取）是I/O设备控制方式的一种。我个人认为它们的主要差别在于CPU的参与I/O控制的程度

I/O设备控制方式有：

• 程序I/O方式——CPU需反复检查
• 中断I/O方式——每完成一个字节的读写，通知CPU
• DMA方式——每完成一个块(多字节)的读写，通知CPU
• I/O通道方式（暂不了解）

在DMA读写I/O设备的时候，CPU不会被影响，它可以继续执行。注意！这里能继续执行，指的是CPU可以继续运行，而此I/O操作的线程已经被挂起，不参与CPU调度。I/O操作完成后，该线程才被唤醒，参与调度（加入就绪队列，等待时间片）

系统调用

　　系统调用是应用程序间接调用OS函数的方式。C语言有提供与系统调用相对应的库函数。这里就是read、write。　

BufferedXXStream

　　注意，对于Java来说，系统调用的开销是比较大的。首先读写操作要触发的是本地方法read0，readBytes，write0，writeBytes，这里JNI需要一定开销。还有就是每产生一个系统调用，就可能产生上千个机器指令，这种开销是不容小觑的。所以，我们要尝试减少系统调用。那有人就会问了，不行啊，我数据又不能缺斤少两，少读少写肯定出问题，怎么减少调用？这不是很好解决吗，每次多读写一点，调用的次数不就少了嘛。而BufferedXXStream就是这么用的，例如，BufferedInputStream的read无参方法只读取一个字节，而实际上BufferedInputStream默认读取了8kb，这些数据用字节数组保留。

　    对了，如果对上图，不是很理解，可以看看这张。

　　 即运行时，有一个对象BufferedInputStream，其调用一次read()方法，数据保留到buf数组中。

参考文献　　

How Java I/O Works Internally at Lower Level?（外网）