没那么复杂，您只需要一个故事来了解NIO

原始链接：http://www.cnblogs.com/LBSer前言假设一家银行只有10名员工。银行的业务流程分为以下四个步骤：1）客户填写申请表（5分钟）； 2）工作人员审核（1分钟）； 3）工作人员要求保安去金库取钱（3分钟）； 4）工作人员打印账单，并将钱和账单退还给客户（1分钟）。让我们看一下不同银行的工作方式如何影响其工作效率。 1 BIO方法每次客户来访时，工作人员都会立即收到并处理该工作，该工作人员负责上述4个完整的过程。当客户超过10个时，其余客户需要排队等候。让我们计算一下该银行在一小时内可以处理多少个客户？业务员处理一个客户需要10分钟（5 + 1 + 3 + 1），一个小时（60分钟）可以处理6个客户，总共10名员工，也就是说，只能处理60个客户。可以看出，银行工作人员的工作状态还没有达到饱和。例如，在第一步中，他们实际上正在等待。这种工作实际上是BIO。每次请求（客户）到来时，它都会分配给线程池并由线程（员工）进行处理。如果超出了线程池（10）的最大限制，则将其扔入队列以等待。 2 NIO方法如何提高银行的吞吐量？想法：分而治之，分解任务，让特殊的人来负责特殊的任务。具体来说，银行专门分配了一名职员A。当客户到达银行时，A的工作是交出一张表格供客户填写。每当客户填写表格时，A便将其随机分配给其余九个人。员工完成了下一步。让我们计算一下这种工作方式，银行在一小时内可以处理多少个客户？假设有很多客户，并且业务员A的工作已经饱和。他不断地将填写表格的客户带到柜台进行处理。柜台的一名职员可以在5分钟内处理一位客户，而9名员工可以在一个小时内处理一位客户：9 *（60/5）= 108。可以看出，改变工作方法可以大大提高效率。这种工作方式实际上是基于NIO的想法。下图是一个非常经典的NIO插图。 mainReactor线程负责监视服务器套接字，接受新连接以及将已建立的套接字分配给subReactor。 subReactor可以是线程或线程池（通常可以将其设置为CPU内核数），负责对连接的套接字进行多路分解，读取和写入网络数据。可以将此处的网络数据读写与客户填写表格的耗时操作进行比较。对于特定的业务处理功能，它被扔到工作线程池中以完成任务。可以看出，典型的NIO具有三种类型的线程，即mainReactor线程，subReactor线程和工作线程。不同的线程会做一些专业的事情，最终每个线程都不可用，系统的吞吐量自然会上升。 3异步模式第二种工作模式是否有改进？仔细检查发现，柜台业务员在步骤3中等待了3分钟。我们如何保持柜台业务员满负荷工作？或分而治之的思想，指派一名工作人员B负责第三步。每当柜台工作人员完成步骤2时，都会通知工作人员B与保安人员进行通信以提取资金。此时，柜台人员可以继续与下一位客户打交道。员工B拿到钱后会怎么做？他将通知客户钱已经到达柜台，并要求客户再次排队。当柜台业务员再次为客户提供服务时，他发现客户已经完成了前3个步骤，可以直接进行第4步。我们可以计算出通过这种方法可以增加多少银行的吞吐量。假设B员工的工作非常饱和，那么柜台上的一名员工现在可以在2分钟内处理一位客户，而8名员工在一小时内可以处理该客户：8 *（60/2）= 240。在当今的Web服务中，通常必须通过RPC或Http调用第三方服务。这对应于第三步。如果此步骤花费很长时间，则异步方法将大大降低资源利用率。 Jetty Continuations实现了上述异步方法，感兴趣的学生可以尝试一下（http://wiki.eclipse.org/Jetty/Feature/Continuations）。 NIO +异步方法允许少量线程（资源）做很多事情。这适用于许多应用程序场景，例如代理服务，api服务和持久连接服务。这些应用程序将消耗大量机器