IO-概述

概述

IO是Input（输入）和Output（输出）的首字母缩写。
I（输入Input）：指向Java程序中输入数据，即Java程序从外部获取数据。
O（输出Output）：指的是Java程序向外部输出数据，即Java程序向外部发送数据。

流：**在Java程序和外部之间，数据像水流一样按照顺序传输。Java中，流有两种形式，字节流和字符流。

外部（也就是数据源）包括：源设备和目标设备。
源设备：Java程序使用Input（输入）获取数据的来源。
目标设备：Java程序使用Output（输出）发送数据的目的地。

作用

Java IO用在Java程序和外部进行数据交互，Java程序运行在内存中，要与外部（如：磁盘、网络、数据库等）地方交互数据则需要使用Java IO。
比如：在本地磁盘的某个txt文件上读写运行日志、读写MySQL数据库的内容等。

IO分类

Java中，**流有两种形式，字节流和字符流。**所对照的四大抽象类分别为：InputStream、OutputStream 和 Reader、Writer。这四个抽象类一般不进行实例化，使用的时候一般通过它们的子类调用继承自父类的方法。IO完成之后，一般要使用close方法，否则会造成不必要的资源浪费和卡顿麻烦。

字节流和字符流的区别

字节流读取单个字节，字符流读取单个字符(一个字符根据编码的不同，对应的字节也不同，如 UTF-8 编码中文汉字是 3 个字节，GBK编码中文汉字是 2 个字节。)
字节流用来处理二进制文件(图片、MP3、视频文件)，字符流用来处理文本文件(可以看做是特殊的二进制文件，使用了某种编码，人可以阅读)。

字节流

字节流下有两大抽象类：InputStream、OutputStream。
在这里插入图片描述

字符流

字符流下有两大抽象类：Reader、Writer
在这里插入图片描述

字节流转字符流

编码就是把字符转换为字节，而解码是把字节重新组合成字符。

如果编码和解码过程使用不同的编码方式那么就出现了乱码。

GBK 编码中，中文字符占 2 个字节，英文字符占 1 个字节；
UTF-8 编码中，中文字符占 3 个字节，英文字符占 1 个字节；
UTF-16be 编码中，中文字符和英文字符都占 2 个字节。

Java 使用双字节编码 UTF-16be，是指的char 这种类型使用 UTF-16be 进行编码。char 类型占 16 位，也就是两个字节。UTF-16be 中的 be 指的是 Big Endian，也就是大端。相应地也有 UTF-16le，le 指的是 Little Endian，也就是小端。

数据来源/操作对象进行划分

文件(file)

FileInputStream、FileOutputStream、FileReader、FileWriter

数组

字节数组(byte[]): ByteArrayInputStream、ByteArrayOutputStream
字符数组(char[]): CharArrayReader、CharArrayWriter

管道通讯

PipedInputStream、PipedOutputStream、PipedReader、PipedWriter

**操作有原子性,可以实现普通文件的操作原子性。可以以流方式操作的文件，具备缓冲特性。遵循先入先出原则。**在Linux系统中，管道是进程间通信的媒介。管道是内核里面的一串缓存，通过管道的文件描述符可以找到它，所以拿到管道的文件描述符的进程之间就可以通信。

基本数据类型

DataInputStream、DataOutputStream 基本数据类型的字节输入输出流。

缓冲操作（按照缓冲处理数据）

BufferedInputStream、BufferedOutputStream、BufferedReader、BufferedWriter

打印(按照格式化输出)

PrintStream、PrintWriter

对象序列化/反序列化

ObjectInputStream、ObjectOutputStream

日常使用直接实现序列化接口Serializable。serialVersionUID 的字段。这是一个版本控制机制，用于在反序列化过程中检查序列化的类和反序列化的类是否兼容。在生产环境中，为每个可序列化的类分配唯一的 serialVersionUID 是一个好习惯。

实例对象为什么要实现序列化接口？

序列化就是对实例对象的状态(State 对象属性而不包括对象方法)进行通用编码（如格式化的字节码）并保存，以保证对象的完整性和可传递性。

简而言之：序列化，就是为了在不同时间或不同平台的JVM之间共享实例对象，尤其是避免中文乱码问题。

转换(字节字符转换流)

InputStreamReader、OutputStreamWriter 把字节流转换成字符流.

注意：

**当不涉及到网路传入或其他场景时，可以通过字符流中的另外两个子类，FileReader和FileWriter，直接把数据读成字符流；**因为使用字节流，操作中文的话，会出现乱码问题。

IO设计模式

装饰器模式

装饰器模式就是不改变接口，但加入责任。

场景：广泛应用于 FilterInputStream、FilterOutputStream、FilterReader 和 FilterWriter 这些类。这些类充当装饰器角色，可以包装其他流对象并为它们提供额外的功能，如缓冲、数据处理等。

适配器模式

将一个接口转换为另一个接口

场景：字节流转字符流

观察者模式

当每一个对象改变状态，则所有依赖于它的对象都会得到通知并自动更新。

场景：信号渠道I/O类似于观察者模式，内核就是个观察者，信号回调就是个异步通知，用户进程发起I/O操作时，通过系统调用sigaction函数，在对于的套接字注册一个信号回调，此时不阻塞用户进程，当内核数据准备就绪时，内核会为该进程生成SIGIO信号，通过信号回调通知进行I/O操作。

IO常见操作类

Java 的 I/O 大概可以分成以下几类:

磁盘操作: File
字节操作: InputStream 和 OutputStream
字符操作: Reader 和 Writer
对象操作: Serializable
网络操作: Socket

File相关

File 类可以用于表示文件和目录的信息，但是它不表示文件的内容

序列化 & Serializable & transient

序列化就是将一个对象转换成字节序列，方便存储和传输。

序列化: ObjectOutputStream.writeObject()
反序列化: ObjectInputStream.readObject()

不会对静态变量进行序列化，因为序列化只是保存对象的状态，静态变量属于类的状态。

Serializable

序列化的类需要实现 Serializable 接口，它只是一个标准，但是如果不去实现它的话而进行序列化，会抛出异常。

transient

transient 关键字可以使一些属性不会被序列化。

ArrayList 中存储数据的数组 elementData 是用 transient 修饰的，因为数组是动态扩展的，是按照1.5倍扩展，有部分空间并未使用，因此就不需要所有的内容都被序列化。通过重写序列化和反序列化方法，使得可以只序列化数组中有内容的那部分数据。

Java 中的网络支持:

InetAddress: 用于表示网络上的硬件资源，即 IP 地址；
URL: 统一资源定位符；
Sockets: 使用 TCP 协议实现网络通信；
Datagram: 使用 UDP 协议实现网络通信。

InetAddress

没有公有的构造函数，只能通过静态方法来创建实例。

URL

可以直接从 URL 中读取字节流数据。

Sockets

ServerSocket: 服务器端类
Socket: 客户端类
服务器和客户端通过 InputStream 和 OutputStream 进行输入输出。

Datagram

DatagramSocket: 通信类
DatagramPacket: 数据包类

IO模型

介绍

一个输入操作通常包括两个阶段:

等待数据准备好
从内核向进程复制数据

对于一个套接字上的输入操作，第一步通常涉及等待数据从网络中到达。当所等待分组到达时，它被复制到内核中的某个缓冲区。第二步就是把数据从内核缓冲区复制到应用进程缓冲区。
IO模型一共有5种:同步阻塞I/O、同步非阻塞I/O，I/O多路复用、信号驱动I/O和异步I/O。这也是常用的5种IO模型。

Java中的NIO是在Java 1.4引入，对应java.io包，提供了Channel，Selector,Buffer等抽象。NIO中的N理解为Non-blocking，不单纯是New，它支持面向缓冲，基于通道的I/O操作方法，对于高负载、高并发的网络与应用，应使用NIO。Java中的NIO可以看作为是I/O多路由复用。也有人认为，Java中的NIO属于同步非阻塞IO模型。

Unix 下有五种 I/O 模型:

阻塞式 I/O
非阻塞式 I/O
I/O 复用(select 和 poll)
信号驱动式 I/O(SIGIO)
异步 I/O(AIO)

阻塞式 I/O

**应用进程被阻塞，直到数据复制到应用进程缓冲区中才返回。**在阻塞的过程中，其它程序还可以执行，不消耗 CPU 时间，这种模型的执行效率会比较高。

非阻塞式 I/O

应用进程执行系统调用之后，内核返回一个错误码。应用进程可以继续执行，但是需要不断的执行系统调用来获知 I/O 是否完成，这种方式称为轮询(polling)。由于 CPU 要处理更多的系统调用，因此这种模型是比较低效的。

I/O 复用

使用 select 或者 poll 等待数据，并且可以等待多个套接字中的任何一个变为可读。这一过程会被阻塞，当某一个套接字可读时返回；再使用 recvfrom 把数据从内核复制到进程中。
Linux下目前暂不支持异步IO技术，所以使用的是epoll(多路复用IO技术)对异步IO进行模拟。

它可以让单个进程具有处理多个 I/O 事件的能力。又被称为 Event Driven I/O，即事件驱动 I/O。其中epoll 的描述符事件有两种触发模式: LT(level trigger)和 ET(edge trigger)。

1. LT 模式

LT模式是会有两次通知。当 epoll_wait() 检测到描述符事件到达时，将此事件通知进程，进程可以不立即处理该事件，下次调用 epoll_wait() 会再次通知进程。是默认的一种模式，并且同时支持 Blocking 和 No-Blocking。

2. ET 模式

ET模式是通知之后进程必须立即处理事件，下次再调用 epoll_wait() 时不会再得到事件到达的通知。

信号驱动 I/O

应用进程使用 sigaction 系统调用，内核立即返回，应用进程才可以继续执行，也就是说等待数据阶段应用进程是非阻塞的。内核在数据到达时向应用进程发送 SIGIO 信号，应用进程收到之后在信号处理程序中调用 recvfrom 将数据从内核复制到应用进程中。

相比于非阻塞式 I/O 的轮询方式，信号驱动 I/O 的 CPU 利用率更高。

异步 I/O

进行 aio_read 系统调用会立即返回，应用进程继续执行，不会被阻塞，内核会在所有操作完成之后向应用进程发送信号。

异步 I/O 与信号驱动 I/O 的区别在于，异步 I/O 的信号是通知应用进程 I/O 完成，而信号驱动 I/O 的信号是通知应用进程可以开始 I/O。

同步 I/O 与异步 I/O

同步 I/O: 应用进程在调用 recvfrom 操作时会阻塞。
异步 I/O: 不会阻塞。

阻塞式 I/O、非阻塞式 I/O、I/O 复用和信号驱动 I/O 都是同步 I/O，虽然非阻塞式 I/O 和信号驱动 I/O 在等待数据阶段不会阻塞，但是在之后的将数据从内核复制到应用进程这个操作会阻塞。

总结

在 Java I/O 编程中，选择合适的流非常重要。

数据类型：

首先确定要处理的数据类型。如果要处理的是字节数据（如图像、音频、视频等），则选择字节流（如 FileInputStream、FileOutputStream 等）。如果要处理的是字符数据（如文本文件），则选择字符流（如 FileReader、FileWriter 等）。

输入还是输出：

确定是需要读取数据（输入）还是写入数据（输出）。对于输入操作，选择输入流（如 FileInputStream、FileReader 等），对于输出操作，选择输出流（如 FileOutputStream、FileWriter 等）。

缓冲还是非缓冲：

考虑是否需要缓冲来提高 I/O 性能。对于大量连续的 I/O 操作，使用缓冲流（如 BufferedInputStream、BufferedOutputStream、BufferedReader、BufferedWriter 等）通常会提高性能。缓冲流在内部使用缓冲区，可以减少实际的磁盘或网络访问次数，从而提高效率。