epoll

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 每个套接口都有一个 接收低潮限度 和一个 发送低潮限度 。 接收低潮限度：对于TCP套接口而言，接收缓冲区中的数据必须达到规定数量，内核才通知进程“可读”。比如触发select或者epoll，返回“套接口可读”。 发送低潮限度：对于TCP套接口而言，和接收低潮限度一个道理。 TCP的接收缓冲区和发送缓冲区概念不是很清晰的话，请参考另一篇博文 《 TCP选项之SO_RCVBUF和SO_SNDBUF 》 。 理解 接收低潮限度 ：如果应用程序没有调用recv()去读取socket的接受缓冲区的 数据，则接受缓冲区数据将注一直保存在接受缓冲区中，所以随着接受缓冲区接受到更多发送端发送缓冲区中的数据，则肯定会导致接受缓冲区溢出，所以设置一个接受低潮限度，当epoll监听到某一个socket的接受缓冲区的数据超过了接受低潮限度，则触发读就绪，使得epoll循环返回，开始处理读I/O事件。 接收低潮限度：默认为1字节 理解发送 低潮限度：如果应用程序没有调用send()来copy应用程序buff中的数据到socket发送缓冲区中，则随着发送缓冲区的数据被内核通过tcp协议发送出去，最后socket发送缓冲区的数据越来越少，可用的剩余空间越来越多，最后超过发送缓冲区的发送低潮限度，则epoll监听到这个socket可写，

从事服务端开发，少不了要接触网络编程。epoll 作为 Linux 下高性能网络服务器的必备技术至关重要，nginx、Redis、Skynet 和大部分游戏服务器都使用到这一多路复用技术。 epoll 很重要，但是 epoll 与 select 的区别是什么呢？epoll 高效的原因是什么？ 网上虽然也有不少讲解 epoll 的文章，但要么是过于浅显，或者陷入源码解析，很少能有通俗易懂的。笔者于是决定编写此文，让缺乏专业背景知识的读者也能够明白 epoll 的原理。 文章核心思想是：要让读者清晰明白 epoll 为什么性能好。 本文会从网卡接收数据的流程讲起，串联起 CPU 中断、操作系统进程调度等知识；再一步步分析阻塞接收数据、select 到 epoll 的进化过程；最后探究 epoll 的实现细节。 一、从网卡接收数据说起 下边是一个典型的计算机结构图，计算机由 CPU、存储器（内存）与网络接口等部件组成，了解 epoll 本质的第一步，要从硬件的角度看计算机怎样接收网络数据。 计算机结构图（图片来源：Linux内核完全注释之微型计算机组成结构） 下图展示了网卡接收数据的过程。 在 ① 阶段，网卡收到网线传来的数据； 经过 ② 阶段的硬件电路的传输； 最终 ③ 阶段将数据写入到内存中的某个地址上。 这个过程涉及到 DMA 传输、IO 通路选择等硬件有关的知识，但我们只需知道：

一、提高服务器并发处理能力 我们总是希望一台服务器在单位时间内能处理的请求越多越好，这也成了web服务器的能力高低的关键所在。服务器之所以可以同时处理多个请求，在于操作系统通过多执行流体系设计，使得多个任务可以轮流使用系统资源，这些资源包括CPU、内存以及I/O等。这就需要选择一个合适的并发策略来合理利用这些资源，从而提高服务器的并发处理能力。这些并发策略更多的应用在apache、nginx、lighttpd等底层web server软件中。 二、Web组件分离 这里所说的web组件是指web服务器提供的所有基于URL访问的资源，包括动态内容，静态网页，图片，样式表，脚本，视频等等。这些资源在文件大小，文件数量，内容更新频率，预计并发用户数，是否需要脚本解释器等方面有着很大的差异，对不同特性资源采用能充分发挥其潜力的优化策略，能极大的提高web站点的性能。例如：将图片部署在独立的服务器上并为其分配独立的新域名，对静态网页使用epoll模型可以在大并发数情况下吞吐率保持稳定。 三、数据库性能优化和扩展。 Web服务器软件在数据库方面做的优化主要是减少访问数据库的次数，具体做法就是使用各种缓存方法。也可以从数据库本身入手提高其查询性能，这涉及到数据库性能优化方面的知识本文不作讨论。另外也可以通过主从复制，读写分离，使用反向代理，写操作分离等方式来扩展数据库规模，提升数据库服务能力。 四