java aio在linux生产环境几乎不用，因其底层用线程池+epoll模拟异步，非真正内核级异步；windows虽支持iocp但服务端主流为linux，导致aio失去价值场景，且存在回调阻塞、异常难追踪、框架弃用等问题。
为什么 Java AIO 在生产中几乎没人用
Java AIO（AsynchronousSocketChannel / AsynchronousServerSocketChannel）从 JDK 7 引入，理论上能彻底解耦 I/O 等待与业务线程，但实际项目中极少落地。根本原因不是它“不行”，而是它在 JVM 层和 OS 层之间存在严重错配：Linux 的 epoll 不支持真正的异步文件/网络 I/O（即没有内核级的 aio_read/aio_write 完整实现），JDK AIO 底层在 Linux 上是用线程池 + epoll 模拟的——本质上仍是 NIO 加一层回调包装。
- Windows 上基于
IOCP能跑出真正异步效果，但服务端主力系统是 Linux，所以 AIO 失去了最大价值场景 -
AsynchronousChannelGroup默认使用ForkJoinPool.commonPool()或自定义线程池，一旦回调里做阻塞操作（比如同步 DB 查询、Thread.sleep()），会迅速拖垮整个组 - 异常堆栈极难追踪：I/O 失败发生在后台线程，回调中的
Throwable不会打断主线程，容易静默丢请求 - Netty、Tomcat 等主流框架早已放弃 AIO；Spring 6+ 完全移除了对
java.nio.channels.AsynchronousChannel的适配支持
什么时候该选 NIO 而不是 BIO
只要连接数超过 100，且你无法接受每个连接长期独占一个线程，就必须切 NIO。BIO 的 ServerSocket.accept() 和 InputStream.read() 是双重阻塞点，哪怕你用线程池，也解决不了“空等”问题——连接建好了但没发数据，线程就卡在 read() 上白耗 CPU 时间片。
- 典型高危信号：
java.lang.OutOfMemoryError: unable to create new native thread，说明线程数已到系统上限（Linux 默认一般 1024） - NIO 的核心是
Selector+Channel+Buffer三件套，必须手动管理读写状态（比如OP_READ切换为OP_WRITE） - 别指望
configureBlocking(false)一设就万事大吉：TCP 粘包、半包、零拷贝（FileChannel.transferTo()）这些都得自己处理 - 如果你只是想写个内部 HTTP 工具，用
HttpURLConnection（BIO）更稳；但要做网关或 IM 长连接服务，NIO 是底线
AIO 和 NIO 的代码差异到底在哪
表面看只是 API 名字不同，但行为逻辑完全不同：NIO 是“轮着问操作系统有没有数据”，AIO 是“告诉操作系统‘有数据了喊我’”。可这句“喊我”在 Linux 上靠的是 java.util.concurrent.ThreadPoolExecutor 里的工作线程轮询 epoll_wait 结果，再调你的 CompletionHandler ——它不省线程，只省了你自己写 Selector.select() 循环。
// NIO：你主动查
channel.configureBlocking(false);
selector.register(channel, SelectionKey.OP_READ);
while (true) {
selector.select(); // 阻塞在这里，等事件
Iterator<SelectionKey> keys = selector.selectedKeys().iterator();
while (keys.hasNext()) {
// 自己处理 OP_READ / OP_WRITE
}
}
// AIO：你注册完就去干别的
AsynchronousServerSocketChannel server = AsynchronousServerSocketChannel.open();
server.accept(null, new CompletionHandler<AsynchronousSocketChannel, Object>() {
public void completed(AsynchronousSocketChannel ch, Object att) {
// 这里才开始读，但线程是别人给的
ch.read(buffer, ch, this);
}
public void failed(Throwable exc, Object att) { ... }
});
- AIO 的
completed()回调运行在线程池中，不是你启动它的那个线程 - NIO 的
SelectionKey可以复用，AIO 的CompletionHandler实例不能跨请求复用（状态混乱） - 缓冲区
ByteBuffer在 AIO 中必须是heap类型（allocate()），不能用allocateDirect()，否则某些 JDK 版本会抛UnsupportedOperationException
BIO/NIO/AIO 的真实性能分水岭在哪
不是连接数，而是单连接的 I/O 密集度。BIO 在 1000 连接下如果全是短 HTTP 请求（毫秒级），配合合理线程池（如 Executors.newFixedThreadPool(200)），吞吐未必比 NIO 差；但一旦出现长连接 + 频繁小包（比如 MQTT 心跳 + 指令），BIO 线程立刻被大量 read() 卡住，CPU 利用率虚高，有效吞吐暴跌。
立即学习“Java免费学习笔记（深入）”；
- NIO 在 10k 连接下，单机 QPS 可达 5w+（纯 echo 场景），但前提是你的业务逻辑不能有阻塞调用；一旦加了
JDBC查询，就得把 DB 操作扔进独立线程池，否则Selector线程被拖慢，所有连接一起卡 - AIO 声称“无 Selector 线程瓶颈”，但在 Linux 下实测，10k 连接时后台线程池默认 8 核机器开 16 线程，反而因频繁上下文切换，延迟比 NIO 高 15%~20%
- 真正决定性能的是“等待 I/O 的时间占比”：如果 90% 时间都在等磁盘或远程服务，那 BIO/NIO/AIO 差别不大；如果 I/O 准备快（内存缓存命中）、业务逻辑轻，NIO 的事件复用优势才明显
别迷信模型名字里的“异步”“非阻塞”，JVM 的线程模型和 Linux 内核的 I/O 调度之间，永远隔着一层妥协。写网络程序，先想清楚你的协议是长是短、数据是大是小、下游依赖是否可靠——模型只是工具，不是银弹。
