Netty之ByteBuf

Netty之ByteBuf一、功能原理ByteBuf是一个byte存放的缓冲区。ByteBuf通过两个位置的指针来协助缓冲区的读写操作,读操作使用readIndex,写操作使用writeIndex。+——————-+——————+——————+|discardablebytes|readablebytes

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

一、功能原理

ByteBuf是一个byte存放的缓冲区。

ByteBuf通过两个位置的指针来协助缓冲区的读写操作,读操作使用readIndex,写操作使用writeIndex。

+-------------------+------------------+------------------+
| discardable bytes |  readable bytes  |  writable bytes  |
|                   |     (CONTENT)    |                  |
+-------------------+------------------+------------------+
|                   |                  |                  |
0      <=      readerIndex   <=   writerIndex    <=    capacity
discardable bytes 丢弃的读空间
readable bytes 可读空间
writeable bytes 可写空间

比如:

ByteBuf heapBuffer = Unpooled.buffer();
System.out.println(heapBuffer);
结果:
UnpooledHeapByteBuf(ridx: 0, widx: 0, cap: 256)
ridx是readerIndex读取数据索引,位置从0开始
widx是writeIndex写数据索引,位置从0开始
cap是capacity缓冲区初始化的容量,默认256,可以通过Unpooled.buffer(8)设置,初始化缓冲区容量是8。

如果写入内容超过cap,cap会自动增加容量,但不能超过缓冲区最大容量maxCapacity。
ByteBuf heapBuffer = Unpooled.buffer(8);
System.out.println("初始化:"+heapBuffer);
heapBuffer.writeBytes("测试测试测试");
System.out.println("写入测试测试测试:"+heapBuffer);

结果:

初始化:UnpooledHeapByteBuf(ridx: 0, widx: 0, cap: 8)
写入测试测试测试:UnpooledHeapByteBuf(ridx: 0, widx: 18, cap: 64)

cap初始化8,增加到64


缓冲内容复制到字节数组
//1、创建缓冲区
ByteBuf heapBuffer = Unpooled.buffer(8);
		
//2、写入缓冲区内容
heapBuffer.writeBytes("测试测试测试".getBytes());
		
//3、创建字节数组
byte[] b = new byte[heapBuffer.readableBytes()];
		
System.out.println(b[11]);
		
//4、复制内容到字节数组b
heapBuffer.readBytes(b);
		
System.out.println(b[11]);
		
//5、字节数组转字符串
String str = new String(b);
		
System.out.println(str);

结果:

0
-107
测试测试测试

ByteBuf转ByteBuffer

ByteBuffer bb = heapBuffer.nioBuffer();

ByteBuf的主要类继承关系图

Netty之ByteBuf


从内存分配的角度看,ByteBuf可以分为两类:

1、堆内存(HeapByteBuf)字节缓冲区:特点是内存的分配和回收速度快,可以被JVM自动回收;缺点就是如果进行Socket的IO读写,需要额外做一次内存复制,将堆内存对应的缓冲区复制到内核Channel中,性能会有一定程度的下降

2、直接内存(DirectByteBuf) 字节缓冲区:非堆内存,它在对外进行内存分配,相比于堆内存,它的分配和回收速度会慢一些,但是将它写入或者从Socket Channel中读取时,由于少一次内存复制,速度比堆内存快

Netty的最佳实践是在I/O通信线程的读写缓冲区使用DirectByteBuf,后端业务消息的编解码模块使用HeapByteBuf,这样组合可以达到性能最优。

ByteBuf的四种声明方式
ByteBuf heapBuffer = Unpooled.buffer();
System.out.println(heapBuffer);
		
ByteBuf directBuffer = Unpooled.directBuffer();
System.out.println(directBuffer);
		
ByteBuf wrappedBuffer = Unpooled.wrappedBuffer(new byte[128]);
System.out.println(wrappedBuffer);
		
ByteBuf copiedBuffer = Unpooled.copiedBuffer(new byte[128]);
System.out.println(copiedBuffer);

结果:

UnpooledHeapByteBuf(ridx: 0, widx: 0, cap: 256)
SimpleLeakAwareByteBuf(UnpooledUnsafeDirectByteBuf(ridx: 0, widx: 0, cap: 256))
UnpooledHeapByteBuf(ridx: 0, widx: 128, cap: 128/128)
UnpooledHeapByteBuf(ridx: 0, widx: 128, cap: 128/128)

未完,待续



版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/191804.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • js一篇汇总

    一.js的数据类型和变量JavaScript有六种数据类型。主要的类型有number、string、object以及Boolean类型,其他两种类型为null和undefined。

    2021年12月24日
    47
  • GFS – The Google File System

    GFS – The Google File SystemTheGoogleFileSystemhttp://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.125.789&amp;rep=rep1&amp;type=pdfhttp://www.dbthink.com/?p=501,中文翻译 Google牛人云集的地方,但在设计系统时,却非常务实,没有采用什么复杂和时髦…

    2022年6月1日
    48
  • install scim to ubuntu

    install scim to ubuntu

    2021年4月23日
    182
  • QQ图片回复变色:从制作到发送「建议收藏」

    QQ图片回复变色:从制作到发送「建议收藏」如果您不知道这指的是什么,您可能不需要阅读本文。原料Photoshop,建议使用CC新版。手机QQ,电脑版未测试。制作用Photoshop打开图片,并从“图层”窗口点击

    2022年8月10日
    5
  • QT之Android下获取手机传感器数据学习笔记

    QT之Android下获取手机传感器数据学习笔记QT+=coreguisensorspositioning其中sensors是获取手机上传感器数据的组件,positioning是获取位置信息的组件1、获取陀螺仪传感器数据#include&lt;QGyroscope&gt;QGyroscope*gyroscope;QGyroscopeReading*reader;gyroscope=newQGyro…

    2022年7月13日
    16
  • pytorch(8)– resnet101 迁移学习记录

    pytorch(8)– resnet101 迁移学习记录一、前言本篇记录使用pytorch官方resnet101实现迁移学习,迁移学习是当前深度学习领域的一系列通用的解决方案,而不是一个具体的算法模型。Pre-training+fine-tuning(预训练+调参)的迁移学习方式是现在深度学习中一个非常流行的迁移学习方式,有以下3步(1)把预训练模型当做特征提取器:TensorFlow或者Pytorch都有ImageNet上预训练好的模型,将最后一层全连接层(原始的是1000个类别或者更多)改成你自己的分类任务的种类进行输出,或…

    2022年10月6日
    2

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号