当前位置：首页 > news >正文

Linux 软件编程(十三)网络编程：TCP 并发服务器模型与 IO 多路复用机制、原理epoll

news 2025/8/29 10:55:59

一、TCP 并发服务器核心模型

（一）多进程模型

原理：服务端通过 fork() 创建子进程，父进程专注监听新连接，子进程独立处理客户端交互。利用进程的独立性，实现多客户端并行处理。
优缺点：
- 优点：进程资源隔离性强，一个子进程异常通常不会牵连其他进程，安全性高。
- 缺点：进程创建、切换涉及独立地址空间的分配与销毁，资源开销大，并发量高时性能易受影响。

（二）多线程模型

原理：借助 pthread_create() 创建子线程，主线程负责 accept 新连接，子线程处理客户端数据收发。线程共享进程地址空间，轻量化实现并发。
优缺点：
- 优点：相较于进程，线程创建、切换成本低，相同资源下可支撑更高并发量。
- 缺点：线程共享资源，需通过互斥锁等同步机制避免竞争，否则易引发数据混乱，增加开发复杂度。

（三）线程池模型

背景：多线程 / 多进程模型中，频繁创建、销毁线程 / 进程会产生大量时间消耗。线程池基于 生产者 - 消费者模式 与 任务队列 优化，预先创建固定数量线程，复用线程处理任务，减少资源开销。
流程：
- 生产者（主线程）：accept 客户端连接，将任务（如请求处理）放入队列。
- 消费者（线程池线程）：从队列取任务执行，循环复用，无需频繁创建销毁。

二、IO 多路复用

IO 多路复用让 单个进程 / 线程 可同时监测、处理 多个文件描述符（fd） 的读写事件，无需为每个 fd 单独创建进程 / 线程，核心解决阻塞 IO 导致的效率问题。主流实现有 select、poll、epoll 。

（一）select 机制

实现逻辑：
1. 用 位图（数组） 存储待监测的 fd 集合，最多支持 1024 个 fd （系统限制）。
2. 需反复在 应用层与内核层拷贝 fd 集合 ，内核监测事件后，应用层需 遍历集合 找触发事件的 fd 。
3. 仅支持 水平触发（LT） ：只要 fd 有未处理数据，就持续触发事件，易导致重复处理。

关键函数：

// 清空/操作 fd 集合
void FD_ZERO(fd_set *set);  
void FD_SET(int fd, fd_set *set);  
int FD_ISSET(int fd, fd_set *set);  // 核心监测函数
int select(int nfds, fd_set *readfds, fd_set *writefds,fd_set *exceptfds, struct timeval *timeout);

特点总结：实现简单但效率有限，受限于 fd 数量与反复拷贝、遍历的开销，适合低并发场景。

（二）poll 机制

实现逻辑：
1. 用链表存储 fd 集合，突破 1024 个 fd 的数量限制。
2. 仍需 应用层与内核层反复拷贝 fd 数据 ，且需遍历链表判断触发事件的 fd 。
3. 仅支持 水平触发（LT） ，未解决根本性能瓶颈。

关键函数：

struct pollfd {int   fd;         // 监测的文件描述符short events;     // 关注的事件（如 POLLIN 读事件）short revents;    // 实际触发的事件
};int poll(struct pollfd *fds, nfds_t nfds, int timeout);

特点总结：解决了 fd 数量限制，但核心性能问题（拷贝、遍历）未优化，适合中等并发但对性能要求不极致的场景。

（三）epoll 机制

epoll 是 Linux 下高性能 IO 多路复用方案，专为高并发设计，从存储、数据交互、事件触发全链路优化。

1. 核心优势

存储优化：用 红黑树（二叉搜索树） 存储 fd 集合，无数量限制，且查找效率高（O (logN) ）。
数据交互优化：fd 集合直接 创建在内核层 ，避免应用层与内核层反复拷贝，降低资源消耗。
事件触发优化：支持 水平触发（LT） 和 边沿触发（ET） ：
- LT（默认）：类似 select/poll，有未处理数据持续触发。
- ET（高速模式）：仅在数据状态变化时触发（如新增数据），减少重复事件，提升效率。
结果处理优化：epoll_wait 直接返回 触发事件的 fd 列表 ，无需遍历所有 fd ，处理更高效。

2. 关键函数与流程

epoll 使用分三步：创建集合 → 操作集合 → 监测事件 。

1. 创建文件描述符集合： int epoll_create(int size);
2. 添加关注的文件描述符：int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
3. epoll通知内核开始进行事件监测：int epoll_wait(int epfd, struct epoll_event *events, int maxevents, int timeout);
4. epoll返回时，获取到达事件的结果
5. 根据到达事件做任务处理

创建 epoll 集合：
int epoll_create(int size);
功能：通知内核创建文件描述符集合
参数：
size：监测的文件描述符个数
返回值：
成功：文件描述符（代表内核创建的集合）
失败：-1
操作 fd 集合（添加、修改、删除）：
int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);
功能：对epoll的文件描述符集合进行操作
参数：
epfd：创建的epoll集合
op：对文件描述符集合进行的操作
EPOLL_CTL_ADD ：添加文件描述符到集合
EPOLL_CTL_MOD ：修改集合中的文件描述符
EPOLL_CTL_DEL ：删除集合中的文件描述符
fd：要操作的文件描述符
event：文件描述符对应的事件
typedef union epoll_data {
void *ptr;
int fd;
uint32_t u32;
uint64_t u64;
} epoll_data_t;
struct epoll_event {
uint32_t events; /* Epoll events */
epoll_data_t data; /* User data variable */
};
events：文件描述符的事件：
EPOLLIN：读事件
EOPLLOUT：写事件
data.fd : 关注的文件描述符
返回值：
成功：0
失败：-1
监测事件：

int epoll_wait(int epfd, struct epoll_event *events,
int maxevents, int timeout);
功能：通知内核开始监测文件描述符的事件
参数：
epfd：监测的文件描述符集合
events：保存返回的到达事件的结果（数组）
struct epoll_event evs[MAX_FD_CNT]；
evs;
maxevents：最大的事件个数
timeout：监测的超时时间
-1 ：不设置超时（一直阻塞）
返回值：
成功：到达的事件的个数
失败：-1

3. 工作模式对比（LT vs ET）

水平触发（LT）：只要 fd 有数据未读，就持续触发事件。优点是简单可靠，缺点是可能重复处理，适合对实时性要求不高的场景。
边沿触发（ET）：仅在数据状态变化时触发（如从无到有、从少到多）。需一次性读完 fd 数据，否则后续不会触发，效率更高，适合高并发、低延迟场景，但编程时需更严谨处理数据读取。

三、技术选型与应用场景

技术	优点	缺点	适用场景
多进程	安全性高，进程隔离	资源开销大，并发量受限	低并发、对稳定性要求高场景
多线程	轻量，并发量高于多进程	需处理线程同步，易引发资源竞争	中等并发、逻辑简单场景
线程池	优化线程资源，减少创建销毁开销	增加代码复杂度	高并发、任务重复性高场景
select	实现简单，跨平台性好	fd 数量受限，拷贝 / 遍历开销大	低并发、简单网络应用
poll	突破 fd 数量限制	仍需拷贝 / 遍历，效率一般	中等并发、无严格性能要求场景
epoll	高性能，支持高并发、边沿触发	仅支持 Linux 平台，编程稍复杂	高并发服务器（如 Web 服务）