09.1.1.2 Reactor 与 Proactor 模型
所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.1 高并发基础 / 09.1.1 并发模型与线程模型
09.1.1.2-001 五种 IO 模型怎么归类?
一句话结论
阻塞 IO、非阻塞 IO、IO 多路复用、信号驱动 IO、异步 IO;前四种是同步 IO(数据复制阶段仍阻塞),异步 IO 才由内核完成数据准备与复制后再通知。
概念解释
- 同步 IO:应用参与“等数据就绪”或“把数据拷到用户态”的阻塞过程。
- 异步 IO:内核把 IO 全部完成后通知应用,应用不阻塞在读写上。
- 分类依据:等待数据就绪阶段是否阻塞、复制阶段是否阻塞。
原理流程
阻塞 IO:全程阻塞
非阻塞 IO:轮询返回未就绪
多路复用:select/epoll 等就绪
信号驱动:就绪后信号通知,再读
异步 IO:内核完成读写,回调通知
常见误区
- 误区:epoll 是异步 IO。epoll 通知就绪后仍需应用自己发起 read 并拷贝,属于同步多路复用。
- 误区:非阻塞 IO 不阻塞。系统调用立即返回,但反复轮询本身占用 CPU。
追问
- 问:Linux 上异步 IO 成熟度如何?答:io_uring 较新,传统 AIO 适用面有限;多数框架仍走多路复用 + 非阻塞的同步路径。
- 问:信号驱动 IO 为什么少见?答:信号处理上下文受限,批量与并发控制不便,工程上很少作为主模型。
09.1.1.2-002 Reactor 模式的核心角色有哪些?
一句话结论
Reactor(事件分发器)持有多路复用器,监听 fd 事件并分发给对应 Handler;Handler 负责读、业务处理与写回;Acceptor 专门处理新连接接入。
概念解释
- Reactor:事件循环,等待事件、分发事件。
- Handler(事件处理器):绑定 fd,处理可读/可写事件。
- Acceptor:特殊 Handler,处理连接接入并创建后续处理器。
原理流程
Reactor 注册 fd 与处理器关系
→ 多路复用等待事件
→ 事件到达 → 调用对应 Handler
→ Handler 读/处理/写回
常见误区
- 误区:Reactor 是一种编程语言。它是一种并发模式/架构角色划分,可由任意语言实现。
- 误区:Handler 里可以直接写重业务。Handler 跑在事件循环线程上,重业务应转线程池。
追问
- 问:Reactor 如何把事件和处理器绑定?答:fd 与 Handler 的注册表(映射表),事件到达时按 fd 查表分发。
- 问:Acceptor 和普通 Handler 分工?答:Acceptor 只负责 accept 新连接并建立通道,不处理业务报文。
09.1.1.2-003 单 Reactor 单线程模型怎么跑?有什么优缺点?
一句话结论
一个线程跑事件循环,连接接入、读、写、业务处理全部在这一个线程完成;实现简单、无并发共享,但无法利用多核,且任一阻塞都会卡住全部连接。
概念解释
- 代表:早期 Redis、Node.js 单线程事件循环。
- 适合:业务轻、IO 为主、CPU 计算少的场景。
- 瓶颈:单核 CPU、循环内一次阻塞拖垮全局。
原理流程
单线程:accept → read → 业务处理 → write
全部串行在事件循环内
常见误区
- 误区:单线程模型没有并发。它在 IO 层面并发管理大量连接,只是处理流串行。
- 误区:单线程不会阻塞。同步调用下游、大计算、同步锁等待都会阻塞循环。
追问
- 问:Redis 为什么单线程仍能高吞吐?答:内存操作极快,避免了多线程锁与上下文切换;命令处理短,不出现长阻塞。
- 问:单线程模型如何利用多核?答:起多个进程/实例分别绑核,各自跑单线程循环,前面加负载均衡。
09.1.1.2-004 单 Reactor 多线程模型是什么?
一句话结论
Reactor 线程负责接入与读写事件,业务处理提交到工作线程池;事件循环不被重业务拖住,是“事件循环 + 业务池化”的第一层拆分。
概念解释
- Reactor 线程:监听连接、读报文、写回结果。
- 工作线程池:执行业务计算与下游调用。
- 结果回写:业务线程完成后交回 Reactor 线程写 socket。
原理流程
Reactor 读请求 → 提交工作队列
→ 工作线程处理 → 结果交回 Reactor
→ Reactor 写回客户端
常见误区
- 误区:业务线程可以直接写 socket。直接跨线程写会破坏通道状态一致性,写回应交还 Reactor 线程统一处理更稳妥。
- 误区:一个工作线程池能隔离所有依赖。不同下游慢调用仍会互相抢占,需按依赖再拆分池。
追问
- 问:工作线程池满了怎么办?答:拒绝策略(快速失败/入队/降级),并按依赖做隔离池。
- 问:该模型还剩什么瓶颈?答:单 Reactor 线程接入与读写在高连接、高包速率下可能成为单核瓶颈。
09.1.1.2-005 主从 Reactor 多线程模型怎么分工(Netty 模式)?
一句话结论
主 Reactor(boss 组)只负责接入新连接,从 Reactor(worker 组)负责已连接的读写事件,业务再交工作线程池;接入与 IO 处理分离,worker 可多线程利用多核。
概念解释
- bossGroup:少量线程,处理 accept,把连接注册到 worker。
- workerGroup:一组事件循环线程,每条连接固定绑定一个 worker。
- 业务池:执行重计算与下游调用,避免阻塞 worker。
原理流程
boss 线程 accept 新连接
→ 注册到某个 worker 事件循环
→ worker 负责该连接读/写
→ 重业务提交业务线程池
常见误区
- 误区:boss 和 worker 数量都要开很大。boss 只做接入,通常 1~2 个即可;worker 数按 CPU 核数与 IO 强度配置。
- 误区:一条连接可以在多个 worker 间漂移。连接绑定固定 EventLoop,避免通道状态跨线程竞争。
追问
- 问:Netty 线程数默认怎么定?答:worker 线程数常见为 CPU 核数 ×2,IO 密集可调大,最终按压测结果定。
- 问:为什么连接要固定绑定 EventLoop?答:该连接的读写状态只在对应线程访问,无需加锁保护通道对象。
09.1.1.2-006 Proactor 模型与 Reactor 的本质区别是什么?
一句话结论
Reactor 是“就绪通知”:内核告知 fd 可读写,应用自己执行读写;Proactor 是“完成通知”:内核完成异步读写后,应用只处理结果,读写由内核代劳。
概念解释
- Reactor:同步多路复用,应用参与 IO 动作。
- Proactor:异步 IO,应用提交读写请求,内核完成后回调。
- 角色上 Proactor 有“异步操作处理器”,完成后触发完成处理器。
原理流程
Reactor:等就绪 → 自己读 → 处理
Proactor:提交读请求 → 内核读好 → 回调处理结果
常见误区
- 误区:Proactor 一定性能更高。它依赖操作系统异步 IO 能力,实现复杂;成熟度不足时反而不稳定。
- 误区:Netty 是 Proactor。Netty 基于 Java NIO/epoll,属于 Reactor;Windows IOCP 才接近 Proactor 模型。
追问
- 问:Proactor 下写不完整怎么办?答:由内核异步写完成回调确认;应用只需提交缓冲并等待完成事件。
- 问:为什么 Linux 上 Reactor 仍是主流?答:传统 Linux 异步 IO 能力有限,epoll + 非阻塞的 Reactor 生态成熟可控。
09.1.1.2-007 异步 IO(AIO)在 Linux 与 Windows 上的成熟度差异?
一句话结论
Windows IOCP 是成熟的 Proactor 式异步完成端口;Linux 传统 AIO 适用面受限,近年 io_uring 才提供较完整的异步能力,工程上多数框架仍以 epoll Reactor 为主。
概念解释
- IOCP:内核维护完成端口,异步操作完成后入队,工作线程取完成结果。
- Linux AIO:早期对磁盘场景支持较好,网络异步路径不完善。
- io_uring:提交队列/完成队列环,兼顾异步提交与完成回调,仍在演进中。
原理流程
Windows:IOCP 完成端口 → 工作线程取完成包
Linux:epoll Reactor 成熟;io_uring 为新异步路径
常见误区
- 误区:Java AIO(NIO.2)在 Linux 上是真异步。其底层实现仍部分依赖多路复用适配,行为与 Windows IOCP 不同。
- 误区:io_uring 已可替代所有 epoll 场景。生产稳定性与生态库支持仍需按版本与场景评估。
追问
- 问:如何验证某运行时的异步 IO 能力?答:看底层实现与系统调用(epoll/io_uring/IOCP),不要只看 API 名称。
- 问:IOCP 工作线程模型要点?答:线程从完成端口取已完成操作,线程数与 CPU 匹配,避免一个操作阻塞端口取包。
09.1.1.2-008 Reactor 中事件分发是怎么完成的?
一句话结论
事件循环在多路复用调用上得到就绪 fd 集合,按 fd 查注册表找到绑定 Handler,调用其可读/可写回调;分发只做查找与调用,不做业务逻辑。
概念解释
- 注册表:fd → Handler 映射,连接建立时注册,断开时移除。
- 事件类型:可读、可写、连接接入、异常。
- 分发保持单线程顺序,Handler 内部状态无需并发保护。
原理流程
ready = multiplexer.wait()
for fd in ready:
handler = registry[fd]
handler.onEvent(fd, eventType)
常见误区
- 误区:分发器会排队等待 Handler 完成。事件循环顺序执行,Handler 慢会推迟后续事件分发。
- 误区:同一 fd 可注册多个 Handler 并存。通常一个通道对应一个处理器链,事件按链顺序处理。
追问
- 问:注册表用什么结构实现?答:数组按 fd 索引(fd 整数)或哈希表,查找 O(1)。
- 问:事件异常(断连、错误)如何分发?答:注册异常回调,清理注册表与资源,避免半开连接占用。
09.1.1.2-009 Handler 里能做阻塞操作吗?为什么?
一句话结论
不能:Handler 运行在 Reactor 事件循环线程上,阻塞操作会让该循环上所有后续事件等待,造成连接集体延迟;阻塞业务必须转工作线程池。
概念解释
- 阻塞来源:同步 DB/HTTP 调用、大计算、锁等待、同步日志写盘。
- 转池后循环立即返回,继续处理其他连接事件。
- 转池要控制队列与拒绝策略,避免池积压拖垮内存。
原理流程
Handler 收到请求
轻量动作(解析、入队)立即完成
重动作提交业务池 → 循环继续下一个事件
常见误区
- 误区:把慢调用放到另一个 Handler 就不阻塞。只要仍在同一事件循环线程,照样卡住。
- 误区:异步化就一定转 MQ。轻量场景转本地工作线程池即可,跨进程异步才用 MQ。
追问
- 问:如何发现事件循环被阻塞?答:看 worker 线程 CPU 与事件延迟、任务排队指标;抓线程栈定位阻塞点。
- 问:转池后结果如何写回?答:业务线程把结果交回对应 EventLoop 执行写回,或通过线程安全队列由循环取出。
09.1.1.2-010 Netty 的 bossGroup 与 workerGroup 分别干什么?
一句话结论
bossGroup 负责 ServerChannel 接入新连接并分发到 workerGroup;workerGroup 负责每条已注册通道的读写与事件编排;二者都是 EventLoopGroup。
概念解释
- boss:绑定监听端口,accept 后把 Channel 注册到 worker。
- worker:EventLoop 线程组,Channel 与其中一个 EventLoop 终身绑定。
- pipeline:通道上的处理器链,入站/出站事件按链传播。
原理流程
boss EventLoop:accept → 注册 Channel 到 worker EventLoop
worker EventLoop:读字节 → pipeline 解码 → 业务 → 编码 → 写回
常见误区
- 误区:boss 线程也处理业务报文。不负责,只做接入与注册。
- 误区:worker 线程数等于业务并发线程数。worker 是 IO 事件线程,重业务应另起业务线程池。
追问
- 问:pipeline 中入站和出站方向?答:入站(读)从头向尾传播,出站(写)从尾向头传播。
- 问:Channel 注册到 worker 的时机?答:boss accept 后,把新 Channel 提交给 worker 组选择一个 EventLoop 注册。
09.1.1.2-011 事件循环(EventLoop)为什么要绑定线程?
一句话结论
EventLoop 与一个线程绑定,该线程反复执行“取事件 → 分发”,使通道状态只在单线程内访问,免去通道对象加锁;绑定线程也保证事件处理顺序。
概念解释
- 一条连接的所有事件由同一个 EventLoop 处理。
- 跨线程访问通道需通过 EventLoop 提交任务(
execute),由循环线程执行。 - 绑定避免竞态,但循环内不能阻塞。
原理流程
EventLoop.run():
while running:
runAllTasks() # 跨线程提交的任务
processEvents() # IO 事件分发
常见误区
- 误区:EventLoop 绑定线程后可以随便在业务线程写通道。跨线程写必须提交回 EventLoop,否则状态竞争。
- 误区:一个 EventLoop 只能绑一条连接。它管理一组连接,只是每条连接固定归属它。
追问
- 问:跨线程向通道写数据怎么做?答:
channel.eventLoop().execute(() -> channel.write(...)),由循环线程执行。 - 问:EventLoop 队列任务积压说明什么?答:循环处理速度跟不上提交速度,需要扩容 worker 或拆分阻塞业务。
09.1.1.2-012 读写事件为什么要拆成不同 Handler 阶段?
一句话结论
协议解码、业务处理、编码写回关注点不同,拆成 ChannelHandler 链便于复用、独立扩展与定位问题;入站解码与出站编码分别放在链的对应位置。
概念解释
- 解码:字节流 → 报文对象;编码:对象 → 字节流。
- 业务 Handler:处理报文、调用下游。
- 链式职责:每段只做一件事,可插拔替换。
原理流程
入站:字节 → 帧解码 → 协议解码 → 业务 Handler
出站:业务对象 → 协议编码 → 帧组装 → 写 socket
常见误区
- 误区:所有逻辑写在一个 Handler 里最简单。链路过长时难复用、难定位;拆分后职责清晰更易维护。
- 误区:解码失败不影响后续 Handler。解码异常应沿出站抛异常并关闭通道,避免半报文污染状态。
追问
- 问:粘包拆包在哪一层处理?答:帧解码 Handler(定长/分隔符/长度字段),先切出完整帧再交协议解码。
- 问:Handler 之间如何传递数据?答:入站通过
fireChannelRead把对象传给下一个 Handler。
09.1.1.2-013 Reactor 模型适合计算密集型任务吗?
一句话结论
不适合:计算密集应放在线程池/协程池按 CPU 核数调度;Reactor 事件循环只做 IO 事件分发与轻量处理,把重计算留在循环内会拖垮所有连接。
概念解释
- CPU 密集:受核数限制,应并行拆到工作线程。
- IO 密集:等待占比高,事件循环复用等待时间更划算。
- 混合:IO 接入用 Reactor,计算转池化并行。
原理流程
IO 密集:事件循环复用等待,少量线程管大量连接
计算密集:工作线程数 ≈ 核数,并行吃满 CPU
混合:循环收 IO → 计算转线程池
常见误区
- 误区:事件循环能并行跑计算。单线程循环内计算是串行的。
- 误区:计算任务也要异步转 MQ。本地线程池并行即可,MQ 用于跨进程削峰与解耦。
追问
- 问:CPU 密集线程池规模怎么定?答:核数附近(核数或核数+1),过多反而增加切换。
- 问:如何识别循环里混入了重计算?答:worker CPU 高且没有下游等待,线程栈停在计算方法上。
09.1.1.2-014 同步阻塞 + 线程池模型与 Reactor 怎么选?
一句话结论
逻辑简单、并发不高、下游调用为主时线程池阻塞模型开发直观;连接海量、包速率高、需要轻量接入时选 Reactor;线上常见是 Reactor 接入 + 线程池业务的组合。
概念解释
- 阻塞模型:每请求占线程,编程顺序直观,受线程数限制。
- Reactor:少量线程管理大量连接,要求非阻塞思维与框架支持。
- 组合:接入层 Reactor,业务层线程池隔离。
原理流程
低并发/简单业务 → 阻塞线程池
海量连接/高包速率 → Reactor
生产混合 → Reactor 接入 + 业务池化
常见误区
- 误区:Reactor 一定比线程池快。短连接、重业务场景线程池可能更直接;选型取决于瓶颈与团队经验。
- 误区:用了线程池就不用限流隔离。池大小、队列、拒绝策略仍要按依赖配置。
追问
- 问:阻塞线程池的线程数上限受什么约束?答:栈内存、OS 线程上限、下游连接数,不能无限扩。
- 问:什么信号说明该从阻塞模型迁到事件驱动?答:线程数成为瓶颈、大量连接处于空闲等待、线程切换成本高。
09.1.1.2-015 连接接入、读、业务处理、写回在主从模型里分别在哪个线程?
一句话结论
接入在 boss 线程;读与写回在 worker EventLoop 线程;业务处理在业务工作线程池;结果通过事件队列交回 worker 写回。
概念解释
- boss:accept。
- worker:socket 可读、可写、通道生命周期事件。
- 业务池:解码后的报文处理与下游调用。
原理流程
boss:接入 → 绑定 worker
worker:读帧 → 提交业务池
业务池:处理 → 结果交回 worker
worker:编码 → 写回
常见误区
- 误区:业务线程直接写 socket。写回应交还 worker,避免通道状态竞争。
- 误区:boss 也参与读报文。接入与 IO 分离后 boss 不再处理已连接通道。
追问
- 问:业务池满时请求在哪排队?答:worker 侧提交队列或业务池队列;需设置有界队列与拒绝策略。
- 问:下游慢调用占用的是哪个池?答:业务工作线程池;应按下游依赖隔离池,避免互相拖垮。
09.1.1.2-016 队列缓冲在 Reactor 模型中的位置是什么?
一句话结论
跨线程交接(worker → 业务池、业务池 → worker)通过有界队列传递任务/结果;队列是解耦与削峰点,必须设上限并配合拒绝与降级。
概念解释
- 任务队列:事件循环把待处理任务放入工作队列。
- 回写队列:业务结果等待循环线程写出。
- 队列无界会在下游变慢时积压内存,最终 OOM。
原理流程
worker → [有界任务队列] → 业务池
业务池 → [有界回写队列] → worker
队列满 → 拒绝/降级,而不是无限增长
常见误区
- 误区:队列越大越能扛峰值。无界队列只是把延迟和内存压力后移,下游恢复前必然积压。
- 误区:队列积压只影响吞吐。在途请求占用线程、连接与内存,会拖垮接入能力。
追问
- 问:队列长度怎么设?答:按可接受排队时长与消费速率反推,配合容量评估,不靠拍脑袋。
- 问:队列任务需要携带超时吗?答:需要,超过业务时效的任务应丢弃或走降级,避免执行过期结果。
09.1.1.2-017 Proactor 下完成回调与内核 IO 完成是什么关系?
一句话结论
应用提交异步读写请求后立即返回,内核完成数据传输并把结果放入完成队列,回调在工作线程上被触发;回调拿到的是已完成的缓冲区,不需要再等待 IO。
概念解释
- 提交阶段:描述缓冲区、完成回调。
- 完成阶段:内核拷贝完成,通知应用。
- 回调中处理结果,新的异步操作再次提交。
原理流程
应用提交 read(buffer, callback)
→ 内核读入 buffer
→ 完成队列记录结果
→ 工作线程取结果 → 调用 callback
常见误区
- 误区:完成回调在中断上下文执行。通常由用户态工作线程从完成端口/队列取包后执行,可做常规处理。
- 误区:异步操作一定成功。完成回调要检查错误码与实际传输字节数,部分完成需继续提交。
追问
- 问:Proactor 模式下缓冲由谁管理?答:提交期间缓冲不能释放,由应用保留到完成回调;回调后再回收。
- 问:完成队列满了会怎样?答:提交可能失败或阻塞,需要控制在途异步操作数量。
09.1.1.2-018 模型演进中“线程数”与“连接数”解耦的意义是什么?
一句话结论
解耦后线程/协程只服务在途处理,连接由事件循环管理;连接数增长不再要求线程数线性增长,从而把内存与调度成本从连接数上剥离。
概念解释
- 旧模型:线程数 ≈ 连接数。
- 新模型:连接数由 fd 与事件表管理,处理单元(线程/协程)按在途请求配置。
- 解耦是高并发接入能横向扩容到海量连接的前提。
原理流程
旧:连接 ↑ → 线程 ↑ → 栈内存/切换 ↑
新:连接由事件表管理,处理单元按在途请求伸缩
常见误区
- 误区:解耦后就不需要线程池。在途业务处理仍需要池化单元,只是不再按连接固定占线程。
- 误区:连接数与线程数完全无关。连接上有在途请求时仍占用处理单元,峰值并发仍要按 Little 定律估算。
追问
- 问:解耦后扩容看哪个指标?答:看在途请求与处理单元占用,而不是单纯连接数。
- 问:空闲长连接在新模型里占什么?答:占 fd、事件表项与轻量状态,不占线程栈与处理单元。
09.1.1.2-019 常见框架分别用哪种模型?
一句话结论
Netty 是主从 Reactor;Redis/Node.js 是单 Reactor 单线程(配合内部异步);Nginx master/worker 多进程事件循环;Java AIO 底层能力有限,Windows IOCP 接近 Proactor。
概念解释
| 框架/运行时 | 模型 | 说明 |
|---|---|---|
| Netty | 主从 Reactor | boss/worker EventLoopGroup |
| Redis | 单线程事件循环 | 内存命令为主,避免锁 |
| Node.js | 单线程事件循环 | libuv 多路复用 + 线程池跑文件/DNS |
| Nginx | 多进程 + 事件循环 | worker 进程各自 epoll |
| Windows IOCP | Proactor 式 | 异步完成端口 |
原理流程
连接到达 → 事件循环注册读写事件 → 按模型分发:Reactor 交 worker 线程、Proactor 等待内核异步完成回调、多进程交独立 worker
常见误区
- 误区:Node.js 完全单线程。事件循环单线程,文件/部分 DNS 操作另有线程池兜底。
- 误区:Redis 所有命令都单线程执行。网络 IO 与命令执行主线程串行,后台另有异步收尾与多线程卸载类任务(版本相关,具体以发行版说明为准)。
追问
- 问:Nginx worker 数怎么定?答:通常按 CPU 核数,worker 绑核,每 worker 事件循环管理大量连接。
- 问:选型时先看框架还是先看瓶颈?答:先定位瓶颈(连接数/吞吐/计算),再匹配模型与框架生态。
09.1.1.2-020 多 Reactor 之间连接怎么分配?
一句话结论
接入后按轮询/负载均衡把新连接选到某个 worker EventLoop,连接终身绑定该循环;分配目标是让各循环连接数与负载尽量均衡,避免热点循环。
概念解释
- 选择策略:轮询、最小连接数、随机。
- 绑定后事件不再迁移,除非通道关闭重建。
- 分配不均会导致个别 EventLoop 过载,延迟集中在这些连接上。
原理流程
新连接到达
→ 选 worker(轮询/最少负载)
→ 注册到该 worker 的事件表
→ 后续事件全归该 worker
常见误区
- 误区:连接处理慢了就自动漂移到空闲 worker。绑定后不漂移,过载要靠扩容 worker 或拆分业务。
- 误区:平均分配连接就等于负载均衡。消息大小、请求频率不均时,需按在途负载策略选择。
追问
- 问:如何发现某个 worker 热点?答:监控各 EventLoop 的队列长度、处理延迟与 CPU,对比分布。
- 问:连接数很多但请求不均怎么办?答:结合会话粘性与上游负载均衡,避免同一用户/租户集中打到同一循环。