一、冯·诺伊曼模型
如图：
图片来源：百度百科
输入设备向计算机输入数据，输出设备接收计算机输出的数据。
所有的计算机程序，也都可以抽象为从输入设备读取输入信息，通过运算器和控制器来执行存储在存储器里的程序，最终把结果输出到输出设备中。
二、I/O模型解读
I/O 描述了计算机系统与外部设备之间通信的过程。输入与输出。
操作系统里：为了保证操作系统的稳定性和安全性，一个进程的地址空间划分为 用户空间（User space） 和 内核空间（Kernel space ） 。
应用程序都是运行在用户空间，只有内核空间才能进行系统态级别的资源有关的操作。我们想要进行 IO 操作，一定是要依赖内核空间的能力。用户空间的程序不能直接访问内核空间。
从应用程序的视角来看的话，我们的应用程序对操作系统的内核发起 IO 调用（系统调用），操作系统负责的内核执行具体的 IO 操作。也就是说，我们的应用程序实际上只是发起了 IO 操作的调用而已，具体 IO 的执行是由操作系统的内核来完成的。
三、BIO
同步阻塞 IO 模型中，应用程序发起 read 调用后，会一直阻塞，直到内核把数据拷贝到用户空间。
这就有个问题，一旦并发数过多，排队的时间就够呛。所以有了NIO。
四、NIO
1、同步非阻塞IO
同步非阻塞 IO 模型中，应用程序会一直发起 read 调用，等待数据从内核空间拷贝到用户空间的这段时间里，线程依然是阻塞的，直到在内核把数据拷贝到用户空间。
但是有个问题：应用程序不断进行 I/O 系统调用轮询数据是否已经准备好的过程是十分消耗 CPU 资源的，比如轮询了1000次read，会有极大的成本问题。就有了多路复用IO。
2、多路复用IO
线程首先发起 select 调用（1000个文件描述符一次性发送给内核，把用户轮询的事情放在内核中完成，减少无效调用），询问内核数据是否准备就绪，等内核把数据准备好了，用户线程再发起 read 调用。read 调用的过程（数据从内核空间 -> 用户空间）还是阻塞的。
多路复用模型，通过减少无效的系统调用，减少了对 CPU 资源的消耗。
select 调用：内核提供的系统调用，它支持一次查询多个系统调用的可用状态。几乎所有的操作系统都支持。
epoll 调用：linux 2.6 内核，属于 select 调用的增强版本，优化了 IO 的执行效率。
3、带有共享空间的NIO
epoll启动共享空间（mmap），把1000次连接（请求）放到红黑树内，把就绪的数据放到链表中，线程之间可以读取到。减少了IO，也减少了拷贝的阻塞。大大提升了效率。Redis的底层就是这么使用的。
还能延伸到零拷贝、kafka，这里不作过多的深入了。
五、AIO
异步 IO 是基于事件和回调机制实现的，也就是应用操作之后会直接返回，不会堵塞在那里，当后台处理完成，操作系统会通知相应的线程进行后续的操作。