【第20篇】Netty的ByteBuf知识点详解

1、Netty的ByteBuf的优点(重点)

  • 存储字节数组是动态的,其最大值默认为Integer.MAX_VALUE这里的动态性是体现write方法中,write方法在执行时会判断Buffer容器,如果不足则自动扩容
  • ByteBuf的读索引,写索引完全是分开的

2、ByteBuf知识点

  • ByteBuf是一个数据容器,用于存储数据,以字节传输

  • ByteBuf提供readerIndex与writeIndex两个指针操作,mark与reset标识索引

  • ByteBuf提供duplicate复制方法,它们与原理的数据的readIndex与writerIndex是不一样的,但它们的内部数据是共享的(潜复制)

  • 范围关系 0 <= readerIndex <= writeIndex <= capacity


    范围关系
  • 通过索引访问Byte时不会改变真实的读索引与写索引,我们可以通过 ByteBuf的readerIndex与writerIndex方法分别直接修改读索引与写索引

  • Unpooled:分配10个未池化的内存:ByteBuf buffer = Unpooled.buffer(10);,用完就垃圾回收掉或是清空掉

  • 可废弃的字节 Discardable bytes


    Discardable bytes
  • 清除缓存 Clearing the buffer indexes


    Clearing the buffer indexes

3、 Netty的ByteBuf所提供的3种缓存类型

  • Haap Buffer 堆缓存区
  • Direct Buffer 直接缓冲区
  • Composite Buffer 复合(混合)缓冲区
  • 重点:对于后端业务消息的编码来说,推荐使用Heap ByteBuf,对于I/O通信线程在读写缓冲区时,推荐使用Direct ByteBuf

4、 Haap Buffer 堆缓存区

  • ByteBuf将数据存储到JVM的堆空间中,并且将实际的数据存放到byte array中实现
  • 优点: 由于数据存储在JVM堆中,因此可以快速的创建和快速的释放,并提供了直接访问内部字节数组的方法
  • 缺点:每一个读写数据时,都需要首先将数据复制到直接缓存区,在进行Socket网络的传输

5、 Direct Buffer 直接缓冲区

  • 在堆之外直接分配内存空间,直接缓存区并不会占用堆的容量空间,因为它是由操作系统在本地内存进行的数据分配
  • 优点:在使用Socket进行数据传递时,性能较好,因为数据直接位于操作系统的本地内存中,使用不需要从JVM将数据复制到直接缓冲区中,性能比较好
  • 缺点:因为Direct,Buffer是直接在操作系统内存中的,使用内存空间分配与释放要比对空间更加复杂,而且速度要慢一些。

Netty通过提供内存池来解决这个问题,直接缓冲区并不支持通过字节数组的方式来访问数据

6、JDK的ByteBuffer与Netty的ByteBuf的差异对比(重点)

  • Netty的ByteBuf采用了读写使用分离的策略,一个初始化(里面尚未有任何数据)的ByteBuf的readIndex与writerIndex值都为0
  • 当读索引与写索引处于同一个位置时,如果我们继续读取,那么会抛出IndexOutofBoundsException
  • 对于ByteBuf的任何读写操作都会分别单独维护读索引与写索引,maxCapacity最大容量默认的限制就是Integer.MAX_VALUE

7、 JDK的ByteBuffer的缺点

  • final byte [] hb; 这是jdk的ByteBuffer对象中用于存储数据的对象声明,可以看到,器字节数组是被声明为了final,也就是长度是固定不变,一旦分配后就不能动态扩容与收缩,而且当待存储的数据字节很大时就很可能出现IndexOutofBoundsException,如果要防御这个异常那就要存储之前完全确定好的待存储的字节大小,如果ByteBuffer的空间不足,只有一个解决方案,创建一个全新的ByteBuffer对象,然后将之前的ByteBuffer中数据复制过去,这一切由开发者手动完成
  • ByteBuffer只有使用一个position指针标识位置信息,在进行读写切换时就需要调用flip方法或rewind方法,使用非常不方便
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容