epoll

1、基本原理 采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求（尽量减少网络IO的时间消耗） （1）为什么不采用多进程或多线程处理？ 多线程处理可能涉及到锁 多线程处理会涉及到线程切换而消耗CPU （2）单线程处理的缺点？ 无法发挥多核CPU性能，不过可以通过在单机开多个Redis实例来完善 2、Redis不存在线程安全问题？ Redis采用了线程封闭的方式，把任务封闭在一个线程，自然避免了线程安全问题，不过对于需要依赖多个redis操作的复合操作来说，依然需要锁，而且有可能是分布式锁 3、什么是多路I/O复用（Epoll） （1） 网络IO都是通过Socket实现，Server在某一个端口持续监听，客户端通过Socket（IP+Port）与服务器建立连接（ServerSocket.accept），成功建立连接之后，就可以使用Socket中封装的InputStream和OutputStream进行IO交互了。针对每个客户端，Server都会创建一个新线程专门用于处理 （2） 默认情况下，网络IO是阻塞模式，即服务器线程在数据到来之前处于【阻塞】状态，等到数据到达，会自动唤醒服务器线程，着手进行处理。阻塞模式下，一个线程只能处理一个流的IO事件 （3） 为了提升服务器线程处理效率，有以下三种思路 （1）非阻塞【忙轮询】：采用死循环方式轮询每一个流，如果有IO事件就处理

There is a lot of old information on the net regarding an epoll/kqueue enabled GHC. For example, the code on the Simple Servers wiki page doesn't compile anymore. Could someone provide a basic example of how to use this feature with a modern GHC version to build, e.g. a TCP server that just responds with "Hello" on connect? GHC's IO manager uses epoll/kqueue under the hood without any special programmer effort. Just write the naive threaded program -- that puts each concurrent blocking IO call in a separate thread -- and GHC will make sure it works out the way you want it to. 来源： https:/

1，什么是IO模型 IO 在计算机中指的就是 Input/Output （输入/输出）。 Input/Output （输入/输出）的内容当然就是 data （数据）了。 那么数据被 Input 到哪， Output 到哪呢？ Input （输入）数据到内存中， Output （输出）数据到 IO 设备（磁盘、网络等需要与内存进行数据交互的设备）中； IO 设备与内存直接的数据传输通过 IO 接口，操作系统封装了 IO 接口，我们编程时可以直接使用。 网络IO的本质是socket的读取，socket在linux系统被抽象为流，IO可以理解为对流的操作。 对于一次IO访问（以read举例），数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。所以说， 当一个read操作发生时，它会经历两个阶段: 等待数据准备 (Waiting for the data to be ready)。 将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)。 对于socket流而言， 第一步：通常涉及等待网络上的数据分组到达，然后被复制到内核的某个缓冲区。 第二步：把数据从内核缓冲区复制到应用进程缓冲区。 网络应用需要处理的无非就是两大类问题， 网络IO，数据计算 。相对于后者，网络IO的延迟

1，什么是IO模型 IO 在计算机中指的就是 Input/Output （输入/输出）。 Input/Output （输入/输出）的内容当然就是 data （数据）了。 那么数据被 Input 到哪， Output 到哪呢？ Input （输入）数据到内存中， Output （输出）数据到 IO 设备（磁盘、网络等需要与内存进行数据交互的设备）中； IO 设备与内存直接的数据传输通过 IO 接口，操作系统封装了 IO 接口，我们编程时可以直接使用。 网络IO的本质是socket的读取，socket在linux系统被抽象为流，IO可以理解为对流的操作。 对于一次IO访问（以read举例），数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。所以说， 当一个read操作发生时，它会经历两个阶段: 等待数据准备 (Waiting for the data to be ready)。 将数据从内核拷贝到进程中 (Copying the data from the kernel to the process)。 对于socket流而言， 第一步：通常涉及等待网络上的数据分组到达，然后被复制到内核的某个缓冲区。 第二步：把数据从内核缓冲区复制到应用进程缓冲区。 网络应用需要处理的无非就是两大类问题， 网络IO，数据计算 。相对于后者，网络IO的延迟

前面的博文都是讲一些Libevent的一些辅助结构，现在来讲一下关键结构体：event_base。 这里作一个提醒，在阅读Libevent源码时，会经常看到backend这个单词。其直译是“后端”。实际上其指的是Libevent内部使用的多路IO复用函数，多路IO复用函数就是select、poll、epoll这类函数。本系列博文中，为了叙述方便，“多路IO复用函数”与“后端”这两种说法都会采用。 配置结构体： 通常我们获取event_base都是通过event_base_new()这个无参函数。使用这个无参函数，只能得到一个默认配置的event_base结构体。本文主要是讲一些怎么获取一个非默认配置的event_base以及可以对event_base进行哪些配置。 还是先看一下event_base_new函数吧。 //event.c文件 struct event_base * event_base_new(void) { struct event_base *base = NULL; struct event_config *cfg = event_config_new(); if (cfg) { base = event_base_new_with_config(cfg); event_config_free(cfg); } return base; } 可以看到