BIO连接器与NIO连接器的对比测试
前面两节，我们分别看了bio和nio的两种模式tomcat的实现方式。
bio的方式，就是传统的一线程，一请求的模式，也就是说，当同时又1000个请求过来，如果tomcat设置了最大accept线程数为500，那么第一批的500个线程直接进入线程池中进行执行，而其余500个根据accept的限制的数量在服务器端的操作系统的内核位置的socket缓冲区进行阻塞，一直到前面500个线程处理完了之后，acceptor组件再逐步的放进来。
分析一下，这种模式的bio的好处，可以让一个请求在cpu轮转时间片切换中最大限度的执行，如果业务请求不是很长时间的事务处理，通常在一个时间片内肯定能做完当前的请求，这样的效率算是相当的高了，因为其减少了最耗时也是最头疼的线程上下文切换；
1.但是，如果事务执行比较长的时间，例如等待一个io数据库的操作，那么这个工作线程就会根据cpu轮转不断的进行切换，因为请求数在大并发中很多，所以不得不设置一个很高的accept线程数，那么从cpu的耗费的资源上来看，甚至有70%的时间浪费在线程切换中，而没有真正的时间去做请求处理和业务，这是第一个问题。
2.其次，bio每一次链接的建立和释放都需要重新来过一遍，例如一个socket进来之后，通常会对其socketoptions的属性进行设置，包括各种connector中配置都要与其进行一一对应，加上前面说的socket的建立，很多请求通道的资源的初始化都得重新创建，得不到复用，这个是第二个问题。
3.最后，bio方式网络io的阻塞等待是会让accept线程工作效率降低很多的。
所以，基于这3个问题，特别是最后一个问题，引出了nio的模型。
nio的架构分为三个线程池，这里再次梳理一下：
1.acceptor专门接socket请求，当发现又请求进来后，基于tomcat配置的socketoptions和一些属性的设置完毕，包装成socketchannel，也就是nio的socket通道抽象，塞入pollerevent直接扔到队列当中；
2.poller线程从队列中挨个获取pollerevent，调用poller线程自己持有的selector选择器，注册socketchannel到当前的selector选择器中，然后进行selectkey的工作，这样acceptor传递过来的socketchannel中感兴趣的事件，就会被轮询出来，当接收事件接收之后，需要注册op_read事件或者op_write事件，当op_read事件或者op_write事件发生时，开始调用工作线程池；
3.工作线程池就是socketprocessor，这个就是具体的工作线程，socketprocessor的任务就是poller线程从socketchannel通道中轮询出来的数据包，进行解析，传递给后端的handler进行http的解析，解析出来的request，reponse对象，，直接调用coyoteadapter传递到后端的容器，通过mapper，映射到对应的业务servlet中。可以看到，从socketprocessor一直到最终的业务servlet实现，这些都是一个线程，这个线程就是工作线程。
对比tomcat的bio的架构，因为没有selector轮询的操作，所以并没有poller线程，bio中的acceptor线程的作用依然是对socket简单的处理和属性包装，然后将socket直接扔到工作线程中来。nio相当于是多了一个线程池，从流程上来讲，应该是多了一道手续，但是通过nio本身基于事件触发的机制造成，acceptor线程没必要设置的过多，这样从线程的数量上来看，大大的减少线程切换的频率，其次基于事件进行触发，将acceptor线程执行效率中的网络io延迟降低到最低，大大提升了acceptor线程的执行效率。从这两点上来看，tomcat的nio在前面分析的bio的三个问题中第一个问题，和第三个问题都有所改善，特别是第三个问题，全面进行了升级。
但是，对于bio中的第一个问题，由后端事务时间过长导致工作线程池一直在运行，并且运行在一个高峰的数值，不断的进行切换，这种问题，nio通道也没办法进行处理，这个是由业务来决定的，nio只能保证降低的是acceptor线程线程数，对业务帮助也是无能为力的，如果要提升这部分的效率，那就需要应用进行修改，优化jdbc和数据库，或者将业务切段来做，让事务时间尽量控制在一个可控的范畴之内。
对于第二个问题，无论是单纯的nio和bio通道都没有办法进行解决，但是http协议中对链接的复用进行更新，在http1.1中，这个keepalive是加到http请求头中的：
keep-alive: timeout=5, max=100
timeout：过期时间5秒（对应httpd.conf里的参数是：keepalivetimeout）；
max是最多能承受一百次请求的共享复用，就是在timeout时间内又有新的连接过来，同时max会自动减1，直到为0，强制断掉。
对应的tomcat的服务器端的配置：
keepalivetimeout：表示在下次请求过来之前，tomcat保持该连接多久。这就是说假如客户端不断有请求过来，且为超过过期时间，则该连接将一直保持。
maxkeepaliverequests：表示该连接最大支持的请求数。超过该请求数的连接也将被关闭（此时就会返回一个connection: close头给客户端）。
如果配置了上述的内容，可以解决bio上面提出的第二个问题，当一个页面中的第一个请求后，后面的连接可以复用这个socket或者是socketchannel，不用再accept三次握手或者ssl握手了，相当于高效的推动了整体tomcat的时间链条的处理效率，而对于keepalive属性的加入，通过bio和nio对比测试发现，相当于放大了nio的优势，导致nio的测试结果要明显高于bio一个水平线上，这也就是目前http1.1协议中，为什么tomcat后续版本默认就是nio的原因；而如果没有keepalive属性加入，在大多数的场景下，nio并没有拉开与bio太大的差距，甚至有一些场景上，tomcat的bio模式反倒是比nio要高；
这里单纯的对比性能没有任何的意义，因为性能测试是测试在不同应用类型，不同硬件环境，不同软甲版本，甚至是不同jdk性能差异都很大，客观因素很多，而且tomcat的web服务器目前在企业应用或者是互联网应用上来看，都是其链条中的微小的时间占比环节，甚至有的长事务处理链条中，tomcat这块占比不到1%，当然对于学习和研究，更高更快更强是技术追求的目的，这个就另当别论了。
工业4.0、中国制造2025等智能制造的主要概念与发展趋势分析
中兴宣布：与美国政府达成和解，同意支付近9亿美元罚款
NI点对点数据流技术在FPGA模块的实例
村田中国将携多款创新产品，亮相2023慕尼黑上海电子展
智能农药残留检测仪的相关性能描述
BIO连接器与NIO连接器的对比测试
探博M1受邀参加“青少年机器人与人工智能科普教育活动”
土壤养分速测仪的使用说明以及它的使用效果
日本新秀Rapidus：能追上台积电与英特尔！
江苏电信发挥5G网络及信息化技术优势，为各小区“定制化”建设智慧车棚
BUCK电路中电感伏秒平衡的表达式推导
Bsquare调查：很少有工业组织使用先进的分析技术来洞察物联网数据
麦道90机载变速恒频发电系统的谐波分析
1000小时高温老化试验怎么进行，高温老化试验怎么办理
实测数据分析 PCIe 4.0固态硬盘性能如何
某雷达天线方向图自动测试系统的软硬件原理详解
ESP32C3 LED PWM控制器的使用方法
提速降费政策更进一步 取消流量“漫游”费为5G铺路
对于VR技术，它到底是财富还是泡沫
可穿戴缺氧监控电路设计图
bio的方式，就是传统的一线程，一请求的模式，也就是说，当同时又1000个请求过来，如果tomcat设置了最大accept线程数为500，那么第一批的500个线程直接进入线程池中进行执行，而其余500个根据accept的限制的数量在服务器端的操作系统的内核位置的socket缓冲区进行阻塞，一直到前面500个线程处理完了之后，acceptor组件再逐步的放进来。
分析一下，这种模式的bio的好处，可以让一个请求在cpu轮转时间片切换中最大限度的执行，如果业务请求不是很长时间的事务处理，通常在一个时间片内肯定能做完当前的请求，这样的效率算是相当的高了，因为其减少了最耗时也是最头疼的线程上下文切换；
1.但是，如果事务执行比较长的时间，例如等待一个io数据库的操作，那么这个工作线程就会根据cpu轮转不断的进行切换，因为请求数在大并发中很多，所以不得不设置一个很高的accept线程数，那么从cpu的耗费的资源上来看，甚至有70%的时间浪费在线程切换中，而没有真正的时间去做请求处理和业务，这是第一个问题。
2.其次，bio每一次链接的建立和释放都需要重新来过一遍，例如一个socket进来之后，通常会对其socketoptions的属性进行设置，包括各种connector中配置都要与其进行一一对应，加上前面说的socket的建立，很多请求通道的资源的初始化都得重新创建，得不到复用，这个是第二个问题。
3.最后，bio方式网络io的阻塞等待是会让accept线程工作效率降低很多的。
所以，基于这3个问题，特别是最后一个问题，引出了nio的模型。
nio的架构分为三个线程池，这里再次梳理一下：
1.acceptor专门接socket请求，当发现又请求进来后，基于tomcat配置的socketoptions和一些属性的设置完毕，包装成socketchannel，也就是nio的socket通道抽象，塞入pollerevent直接扔到队列当中；
2.poller线程从队列中挨个获取pollerevent，调用poller线程自己持有的selector选择器，注册socketchannel到当前的selector选择器中，然后进行selectkey的工作，这样acceptor传递过来的socketchannel中感兴趣的事件，就会被轮询出来，当接收事件接收之后，需要注册op_read事件或者op_write事件，当op_read事件或者op_write事件发生时，开始调用工作线程池；
3.工作线程池就是socketprocessor，这个就是具体的工作线程，socketprocessor的任务就是poller线程从socketchannel通道中轮询出来的数据包，进行解析，传递给后端的handler进行http的解析，解析出来的request，reponse对象，，直接调用coyoteadapter传递到后端的容器，通过mapper，映射到对应的业务servlet中。可以看到，从socketprocessor一直到最终的业务servlet实现，这些都是一个线程，这个线程就是工作线程。
对比tomcat的bio的架构，因为没有selector轮询的操作，所以并没有poller线程，bio中的acceptor线程的作用依然是对socket简单的处理和属性包装，然后将socket直接扔到工作线程中来。nio相当于是多了一个线程池，从流程上来讲，应该是多了一道手续，但是通过nio本身基于事件触发的机制造成，acceptor线程没必要设置的过多，这样从线程的数量上来看，大大的减少线程切换的频率，其次基于事件进行触发，将acceptor线程执行效率中的网络io延迟降低到最低，大大提升了acceptor线程的执行效率。从这两点上来看，tomcat的nio在前面分析的bio的三个问题中第一个问题，和第三个问题都有所改善，特别是第三个问题，全面进行了升级。
但是，对于bio中的第一个问题，由后端事务时间过长导致工作线程池一直在运行，并且运行在一个高峰的数值，不断的进行切换，这种问题，nio通道也没办法进行处理，这个是由业务来决定的，nio只能保证降低的是acceptor线程线程数，对业务帮助也是无能为力的，如果要提升这部分的效率，那就需要应用进行修改，优化jdbc和数据库，或者将业务切段来做，让事务时间尽量控制在一个可控的范畴之内。
对于第二个问题，无论是单纯的nio和bio通道都没有办法进行解决，但是http协议中对链接的复用进行更新，在http1.1中，这个keepalive是加到http请求头中的：
keep-alive: timeout=5, max=100
timeout：过期时间5秒（对应httpd.conf里的参数是：keepalivetimeout）；
max是最多能承受一百次请求的共享复用，就是在timeout时间内又有新的连接过来，同时max会自动减1，直到为0，强制断掉。
对应的tomcat的服务器端的配置：
keepalivetimeout：表示在下次请求过来之前，tomcat保持该连接多久。这就是说假如客户端不断有请求过来，且为超过过期时间，则该连接将一直保持。
maxkeepaliverequests：表示该连接最大支持的请求数。超过该请求数的连接也将被关闭（此时就会返回一个connection: close头给客户端）。
如果配置了上述的内容，可以解决bio上面提出的第二个问题，当一个页面中的第一个请求后，后面的连接可以复用这个socket或者是socketchannel，不用再accept三次握手或者ssl握手了，相当于高效的推动了整体tomcat的时间链条的处理效率，而对于keepalive属性的加入，通过bio和nio对比测试发现，相当于放大了nio的优势，导致nio的测试结果要明显高于bio一个水平线上，这也就是目前http1.1协议中，为什么tomcat后续版本默认就是nio的原因；而如果没有keepalive属性加入，在大多数的场景下，nio并没有拉开与bio太大的差距，甚至有一些场景上，tomcat的bio模式反倒是比nio要高；
这里单纯的对比性能没有任何的意义，因为性能测试是测试在不同应用类型，不同硬件环境，不同软甲版本，甚至是不同jdk性能差异都很大，客观因素很多，而且tomcat的web服务器目前在企业应用或者是互联网应用上来看，都是其链条中的微小的时间占比环节，甚至有的长事务处理链条中，tomcat这块占比不到1%，当然对于学习和研究，更高更快更强是技术追求的目的，这个就另当别论了。
工业4.0、中国制造2025等智能制造的主要概念与发展趋势分析
中兴宣布：与美国政府达成和解，同意支付近9亿美元罚款
NI点对点数据流技术在FPGA模块的实例
村田中国将携多款创新产品，亮相2023慕尼黑上海电子展
智能农药残留检测仪的相关性能描述
BIO连接器与NIO连接器的对比测试
探博M1受邀参加“青少年机器人与人工智能科普教育活动”
土壤养分速测仪的使用说明以及它的使用效果
日本新秀Rapidus：能追上台积电与英特尔！
江苏电信发挥5G网络及信息化技术优势，为各小区“定制化”建设智慧车棚
BUCK电路中电感伏秒平衡的表达式推导
Bsquare调查：很少有工业组织使用先进的分析技术来洞察物联网数据
麦道90机载变速恒频发电系统的谐波分析
1000小时高温老化试验怎么进行，高温老化试验怎么办理
实测数据分析 PCIe 4.0固态硬盘性能如何
某雷达天线方向图自动测试系统的软硬件原理详解
ESP32C3 LED PWM控制器的使用方法
提速降费政策更进一步 取消流量“漫游”费为5G铺路
对于VR技术，它到底是财富还是泡沫
可穿戴缺氧监控电路设计图