小菜鸟

Java AIO 详解：异步非阻塞 IO 的实现与实践

Java AIO（Asynchronous IO，异步 IO）是 JDK 1.7 引入的 IO 模型，基于 “异步非阻塞” 思想，通过 Proactor 模式实现，将 IO 操作的全过程（数据准备 + 内核到用户缓冲区的复制）交由操作系统完成，最终通过回调函数通知应用程序结果。相比 NIO 的 “同步非阻塞”，AIO 进一步解放了应用程序的 CPU 资源，适用于高并发、IO 密集型场景。

AIO 的核心概念与优势

核心思想：Proactor 模式

AIO 采用 Proactor 模式（与 NIO 的 Reactor 模式相对），核心特点是：

• 应用程序：发起 IO 操作后立即返回，无需阻塞或轮询。
• 操作系统：负责完成整个 IO 流程（包括数据从设备到内核缓冲区、再到用户缓冲区的复制）。
• 通知机制：操作系统完成 IO 后，通过回调函数或Future 对象通知应用程序处理结果。

与 NIO 的核心区别

AIO 的核心类与接口

AIO 的核心类位于 java.nio.channels 包中，主要包括：

AIO 编程实践

AIO 操作通常通过两种方式获取结果：回调函数（CompletionHandler） 和 Future 对象。以下以网络通信为例，展示 AIO 的核心用法。

传输层网络协议：TCP 与 UDP 的深度解析

传输层是网络通信的核心枢纽，其中TCP（传输控制协议） 和UDP（用户数据报协议） 是两种最核心的协议。TCP 以可靠性著称，适用于需要精确数据传输的场景；UDP 以高效性为亮点，适合实时性要求高的应用。以下从协议细节、连接机制到核心特性进行全面解析。

TCP：面向连接的可靠传输协议

TCP（Transmission Control Protocol）是一种基于连接、可靠、有序的传输协议，通过复杂的控制机制确保数据准确无误地从发送方交付到接收方。

TCP 的核心标识：序号、确认号与标志位

TCP 报文通过序号、确认号和标志位实现可靠传输，这些字段是理解 TCP 工作机制的关键：

• 序号（seq）：
  TCP 将传输的数据流视为字节序列，每个字节都有唯一序号。seq表示当前报文段第一个字节的序号（如发送 100 字节数据，seq=1000，则该报文包含 1000-1099 字节）。
• 确认号（ack）：
  接收方用于告知发送方 “已成功接收数据的截止位置”，值为期望接收的下一个字节序号。例如，若接收方已收到 1000-1099 字节，则 ack=1100，表示 “请发送从 1100 开始的数据”。
• 标志位：
  控制 TCP 连接与数据传输的关键标识，核心包括：
  • ACK：确认位。ACK=1时，确认号（ack）有效；ACK=0时，ack 无效（仅在第一次握手时使用）。
  • SYN：同步位。用于建立连接时同步序号，SYN=1表示 “请求建立连接”，此时报文不携带数据。
  • FIN：终止位。用于释放连接，FIN=1表示 “发送方已完成数据传输，请求关闭连接”。

TCP 连接建立：三次握手

TCP 是面向连接的协议，通信前必须通过 “三次握手” 建立连接，确保双方收发能力正常。

MySQL 全平台安装指南（Mac/Linux/Windows）

MySQL 是目前最流行的关系型数据库之一，其安装过程因操作系统而异。本文详细介绍 Mac、Linux、Windows 三大平台的安装步骤、配置方法及常用命令，帮助你快速搭建 MySQL 环境。

Mac 平台安装（Homebrew 方式）

Mac 推荐使用 Homebrew 安装，步骤简单且便于管理。

安装 MySQL

# 安装最新版本
brew install mysql

# 如需指定版本（如 8.0）
brew install mysql@8.0

启动 MySQL 服务

# 启动服务（后台运行）
mysql.server start

# 停止服务
mysql.server stop

# 重启服务
mysql.server restart

安全配置（首次安装必做）

Spark 全面解析：MapReduce 慢在哪，Spark 怎么改的，它到底怎么跑

MapReduce 能处理大数据，但它有两个硬伤：

• 太慢：每轮 Map 结果都要写磁盘，Reduce 再读磁盘，一个复杂任务来回读写好几次
• 太笨：每步都得排序，就算不需要排序也排；每个任务起一个 JVM，启动就得几秒

Spark 做了一件事：把中间结果放内存，用线程替代进程。

• 内存计算 → 磁盘 IO 大幅减少
• 线程复用 → 任务启动从秒级降到毫秒级
• DAG 调度 → 多阶段任务不用重复读写

Spark 比 MapReduce 快在哪？

典型场景： 机器学习训练要迭代 100 次，MapReduce 每次读磁盘，Spark 第一次读进去后面全在内存——速度差 10-100 倍。

核心概念：RDD 和 DStream

RDD（弹性分布式数据集）：Spark 里一切数据的抽象。

• 分布式：数据分片存在多台机器上
• 不可变：创建后不能改，要改就生成新的 RDD
• 惰性计算：map、filter 只是记下了”要做什么”，不会立刻算，等你要结果（collect、count）才真正执行
• 容错：记录了”血缘关系”，某分区丢了可以从源头重算

DStream（离散流）：Spark Streaming 里的数据流抽象。

本质是”按时间切成小块的 RDD 序列”——每 1 秒的微批，每个微批就是一个 RDD。

HDFS 安全模式：NameNode 启动时为什么要”关门”一会儿？

NameNode 重启的时候，你会发现 HDFS 有一段时间只能读不能写——创建不了文件、删除不了目录、上传数据报错。

这不是故障，是 安全模式（Safe Mode） 在起作用。

安全模式是 NameNode 启动时的”保护期”——在元数据恢复完成、数据块状态确认清楚之前，先关门谢客，不让写操作进来捣乱。

NameNode 启动时，为什么不能立刻对外服务？

NameNode 重启后要做两件事，这两件事做完之前，文件系统的状态是不完整的：

1. 恢复元数据

NameNode 的元数据存在磁盘上，分两部分：

• fsimage：某个时刻的元数据快照
• edits：快照之后的每次操作记录

启动时，先把 fsimage 读到内存，再把 edits 里的操作重放一遍，才能恢复到最新的元数据状态。

这个过程需要时间。如果恢复没完成就让客户端写数据，元数据会乱。

2. 确认数据块状态

DataNode 启动后会向 NameNode 汇报自己有哪些块。NameNode 需要等 DataNode 都报上来，才知道每个块有几个副本、副本都在哪。

如果不等 DataNode 汇报完就开始读写，NameNode 可能告诉客户端”块在 A 节点”，但 A 节点其实还没上线——数据读不到。

所以 NameNode 启动后先进入安全模式：元数据恢复完、块状态确认完之前，只读不写。

安全模式下能做什么、不能做什么