一、网络I/O模型基础：从阻塞到非阻塞

1.1 阻塞I/O的局限性

传统阻塞I/O模型中，线程在执行recv()等系统调用时会被挂起，直到数据就绪或连接关闭。这种模式在单线程下会导致严重的性能瓶颈：

// 阻塞I/O示例
int sockfd = socket(...);
char buf[1024];
int n = recv(sockfd, buf, sizeof(buf), 0); // 线程阻塞在此处

问题：每个连接需要独立线程/进程，当并发连接数达到千级时，系统资源（线程栈、调度开销）会迅速耗尽。

1.2 非阻塞I/O的尝试

通过设置O_NONBLOCK标志，可将套接字转为非阻塞模式：

int flags = fcntl(sockfd, F_GETFL, 0);
fcntl(sockfd, F_SETFL, flags | O_NONBLOCK);

此时recv()会立即返回，若数据未就绪则返回EAGAIN错误。但单纯非阻塞I/O需要配合轮询机制，导致CPU空转：

while (1) {
    int n = recv(sockfd, buf, sizeof(buf), 0);
    if (n > 0) { /* 处理数据 */ }
    else if (n == -1 && errno == EAGAIN) { /* 短暂休眠后重试 */ }
}

缺陷：高并发下频繁的系统调用会消耗大量CPU资源，且无法精准感知就绪事件。

二、IO多路复用的核心机制

2.1 多路复用概念

IO多路复用通过单个线程监控多个文件描述符（fd）的状态变化，当某些fd就绪时（可读/可写/异常），系统调用返回就绪fd列表，程序再对就绪fd进行I/O操作。

2.2 select模型解析

select()是最早的多路复用接口，支持同时监听读、写、异常事件：

fd_set readfds;
FD_ZERO(&readfds);
FD_SET(sockfd, &readfds);
struct timeval timeout = {5, 0}; // 5秒超时
int n = select(sockfd+1, &readfds, NULL, NULL, &timeout);
if (n > 0 && FD_ISSET(sockfd, &readfds)) {
    // sockfd可读
}

局限性：

• 单个进程最多监听1024个fd（受FD_SETSIZE限制）
• 每次调用需重置fd_set集合，时间复杂度O(n)
• 返回就绪fd总数，需遍历检查

2.3 poll模型改进

poll()使用动态数组替代位图，突破fd数量限制：

struct pollfd fds[1];
fds[0].fd = sockfd;
fds[0].events = POLLIN;
int n = poll(fds, 1, 5000); // 5秒超时
if (n > 0 && (fds[0].revents & POLLIN)) {
    // sockfd可读
}

改进点：

• 支持任意数量fd
• 事件类型通过位掩码精确标识
• 但仍需遍历所有fd，时间复杂度O(n)

2.4 epoll的革命性突破

Linux特有的epoll通过三方面优化实现高性能：

1. 红黑树管理fd：epoll_create()创建内核事件表，epoll_ctl()增删改fd，时间复杂度O(log n)
2. 就绪列表回传：仅返回就绪fd，无需遍历
3. 边缘触发（ET）与水平触发（LT）：
   • LT模式：fd就绪时持续通知，直到数据读完
   • ET模式：仅在状态变化时通知一次，需一次性读完数据

// epoll示例（LT模式）
int epfd = epoll_create1(0);
struct epoll_event ev, events[10];
ev.events = EPOLLIN;
ev.data.fd = sockfd;
epoll_ctl(epfd, EPOLL_CTL_ADD, sockfd, &ev);
while (1) {
    int n = epoll_wait(epfd, events, 10, -1); // 无限等待
    for (int i = 0; i < n; i++) {
        if (events[i].events & EPOLLIN) {
            char buf[1024];
            int fd = events[i].data.fd;
            read(fd, buf, sizeof(buf)); // 处理数据
        }
    }
}

性能对比：在10万并发连接下，epoll的CPU占用率比select低90%以上。

三、多路复用实践指南

3.1 模型选择建议

模型	适用场景	最大fd数	跨平台性
select	简单场景，兼容性要求高	1024	所有Unix
poll	中等并发，需要动态fd管理	无限制	所有Unix
epoll	高并发（万级以上），Linux专用	无限制	Linux
kqueue	BSD系统高性能需求	无限制	BSD

3.2 ET模式最佳实践

使用ET模式时需遵循”非阻塞+循环读取”原则：

// ET模式正确用法
void handle_event(int fd) {
    while (1) {
        char buf[1024];
        int n = recv(fd, buf, sizeof(buf), MSG_DONTWAIT); // 非阻塞读取
        if (n > 0) { /* 处理数据 */ }
        else if (n == -1 && errno == EAGAIN) { break; } // 数据读完
        else { /* 错误处理 */ }
    }
}

关键点：

• 必须设置套接字为非阻塞模式
• 循环读取直到EAGAIN，避免事件丢失

3.3 性能调优技巧

1. 控制epoll事件表大小：通过/proc/sys/fs/epoll/max_user_watches调整最大监控数
2. 合理使用边缘触发：ET模式减少无效唤醒，但增加编程复杂度
3. 线程池分工：主线程负责epoll_wait，工作线程处理实际I/O
4. 零拷贝优化：使用sendfile()或splice()减少内核态-用户态数据拷贝

四、典型应用场景分析

4.1 Web服务器实现

Nginx采用”主进程+多工作进程”架构，每个工作进程使用epoll处理连接：

// 简化版Nginx事件循环
while (!terminate) {
    int n = epoll_wait(epfd, events, MAX_EVENTS, 500);
    for (int i = 0; i < n; i++) {
        if (events[i].data.fd == listen_fd) {
            // 新连接到达
            accept_connection(events[i].data.fd);
        } else {
            // 已有连接请求
            process_request(events[i].data.fd);
        }
    }
}

4.2 实时聊天系统

使用epoll+ET模式实现高并发消息推送：

// 聊天服务器关键代码
struct epoll_event ev;
ev.events = EPOLLIN | EPOLLET; // 边缘触发
ev.data.ptr = client_ctx;      // 关联客户端上下文
epoll_ctl(epfd, EPOLL_CTL_ADD, client_fd, &ev);
// 处理消息
void handle_message(struct client_ctx *ctx) {
    while (1) {
        char buf[4096];
        int n = recv(ctx->fd, buf, sizeof(buf), MSG_DONTWAIT);
        if (n <= 0) break;
        broadcast_message(ctx, buf, n); // 广播消息
    }
}

五、未来演进方向

1. io_uring：Linux 5.1引入的异步I/O接口，通过提交-完成队列机制实现零拷贝和批量操作
2. Rust生态：Tokio等异步运行时结合epoll/kqueue提供更安全的并发模型
3. 用户态多路复用：如Seastar框架通过DPDK绕过内核协议栈，实现微秒级延迟

结语：从阻塞I/O到IO多路复用的演进，本质是操作系统对”如何高效管理海量连接”这一核心问题的持续优化。开发者应根据业务场景（连接数、延迟敏感度、跨平台需求）选择合适的I/O模型，并深入理解其底层机制以避免性能陷阱。在高并发场景下，epoll+非阻塞I/O的组合仍是Linux平台的最优解，而新兴的io_uring则代表着下一代I/O模型的发展方向。