一句话总结
IO 多路复用让一个线程同时监控多个文件描述符，哪个可读可写了再通知应用去处理，避免为每个连接开一个线程。三代实现：select（遍历全部 fd，上限 1024）、poll（去掉数量限制但仍要遍历）、epoll（内核维护就绪链表，只返回活跃的 fd，支持百万连接）。Redis、Nginx、Netty 都基于 epoll，它是高并发网络的基石。
初级理解
不用多路复用会怎样
# 方案1：一个连接一个线程（BIO）
# 1 万个连接 = 1 万个线程，每个线程默认栈 8MB → 光栈就 80GB
# 且绝大多数连接在等待，线程上下文切换开销拖垮 CPU
# 方案2：一个线程轮询所有连接
# 每次都要遍历所有 fd 问"你有数据吗"，99% 是白问，CPU 空转
# 方案3：IO 多路复用（正解）
# 把"监控哪些 fd 可读可写"委托给内核，内核只汇报就绪的那些
# 一个线程搞定成千上万连接，C10K 问题的标准答案
一次 epoll 调用的生命周期
# 1. epoll_create() 创建 epoll 实例，内核分配 eventpoll 结构
# 2. epoll_ctl(ADD) 把监听 socket 和各个连接注册进去
# 3. epoll_wait(timeout) 阻塞等待，内核把就绪的 fd 填进 events 数组
# 4. 应用遍历 events（通常只有几个）逐个 recv/send
# 5. 连接关闭 → epoll_ctl(DEL) 移除
# 关键：epoll_wait 返回的只有"活跃"的 fd，不是全部
中级深入
三代实现对比
| select | poll | epoll | |
|---|---|---|---|
| fd 上限 | 1024 | 无 | 受系统内存限制（百万级） |
| 每次调用是否遍历全部 fd | 是 | 是 | 否，只返回就绪的 |
| 工作方式 | 轮询 | 轮询 | 事件回调（就绪通知） |
| fd 集合复制 | 每次调用都要拷入内核 | 同左 | 注册一次长期保存 |
| 跨平台 | 好 | 好 | 仅 Linux（其他平台用 kqueue/iocp） |
连接数少时三者差别不大；连接量大且活跃比例低时，epoll 的优势是数量级的。
epoll 为什么快
# 1. 注册时把 fd 挂到内核的红黑树，并注册回调 ep_epoll_callback
# 2. 网卡收到数据 → 中断 → 协议栈 → 回调把 fd 加入就绪链表 rdllist
# 3. epoll_wait 只需要检查 rdllist 是否为空：
# - 空：挂起当前进程（加入等待队列，不空转）
# - 非空：把就绪的 fd 拷给用户态，O(就绪数) 而不是 O(总连接数)
# 对比 select：每次调用都要把 100 万个 fd 的描述符从用户态拷到内核，
# 再逐个问一遍"你就绪了吗" —— 两次全量遍历
LT 与 ET
# LT（水平触发，默认）：fd 就绪且数据没读完，下次 epoll_wait 还会通知
# 编程简单，不易漏数据；代价是可能被反复通知
# ET（边缘触发）：状态变化时只通知一次，必须一次把数据读完（循环 recv 到 EAGAIN）
# 效率更高，每个 fd 通知次数最少；漏读就不会再提醒，易踩坑
# Nginx 用 ET，Redis 用 LT —— 追求极限性能选 ET，求稳选 LT
高级进阶
同步 IO 模型的四个阶段
# 一次 read 分两段：等待数据就绪 + 从内核拷贝到用户态
# 阻塞 IO：两段都等（线程挂起）
# 非阻塞 IO：两段都不等，轮询（烧 CPU）
# IO 多路复用：select/epoll 等"就绪"这一段，recv 时数据已就绪基本不阻塞
# 异步 IO（AIO/Linux io_uring）：连拷贝都交给内核，完成才通知 —— 真正的异步
# 注意：IO 多路复用本质是同步 IO（recv 还是要自己拷），常被误叫"异步 IO"
reactor 模式与典型应用
# Reactor 模式 = IO 多路复用 + 事件分发
# Reactor（epoll_wait）收到事件 → 分发给对应 Handler
# 单 Reactor 单线程：Redis（6.0 前）
# 单 Reactor 多线程：Netty（IO 线程 + 业务线程池）
# 主从 Reactor：Nginx（master accept，worker 处理连接）
# Java：Selector（Linux 上就是 epoll 的封装）→ SelectionKey 分发
# Go：netpoll，goroutine 遇到阻塞 IO 时挂起，由 runtime 用 epoll 统一调度
实战场景
# 场景1：epoll_wait 返回后该怎么写循环
while (true) {
int n = epoll_wait(epfd, events, MAX_EVENTS, -1);
for (int i = 0; i < n; i++) {
if (events[i].data.fd == listen_fd) { accept 并注册新连接 }
else {
while (true) { // ET 模式必须读到 EAGAIN
int len = recv(fd, buf, sizeof(buf), 0);
if (len > 0) { 处理数据 }
else if (len == 0) { 关闭连接并 epoll_ctl(DEL); break }
else if (errno == EAGAIN) break; // 读完了
}
}
}
}
# 场景2：Java NIO 快速上手
Selector selector = Selector.open();
ServerSocketChannel server = ServerSocketChannel.open();
server.configureBlocking(false); // 必须非阻塞
server.register(selector, SelectionKey.OP_ACCEPT);
while (true) {
if (selector.select() == 0) continue;
for (SelectionKey key : selector.selectedKeys()) {
if (key.isAcceptable()) { 注册新连接到 selector }
else if (key.isReadable()) { ((SocketChannel) key.channel()).read(buf) }
}
selector.selectedKeys().clear(); // 别忘了清空
}
# 场景3：线上连接数暴涨怎么排查
ss -s # 看总体连接统计
ss -tan | awk '{print $1}' | sort | uniq -c # 各状态连接数
ls /proc/PID/fd | wc -l # 进程打开的 fd 数（逼近 ulimit -n 就有风险）
# TIME_WAIT 过多：短连接太多，改长连接或调 tcp_tw_reuse
面试模拟
面试官：select、poll、epoll 的区别？
你：select 有 1024 的 fd 上限且每次调用都要把 fd 集合拷入内核再逐个遍历；poll 去掉了数量限制但仍是全量遍历；epoll 注册一次长期保存在内核红黑树里，fd 就绪时由回调加入就绪链表，epoll_wait 只返回活跃的 fd，复杂度从 O(总连接数) 降到 O(就绪数)，所以能扛百万连接。
面试官：epoll 的 LT 和 ET 有什么区别？
你：LT 是水平触发，fd 就绪且数据没读完，下次还会通知，编程简单不易漏读；ET 是边缘触发，只在状态变化时通知一次，必须一次性把数据读到 EAGAIN，漏读就不会再提醒。LT 是默认模式，Nginx 用 ET 追求性能，Redis 用 LT 图省心。
面试官：IO 多路复用一定是异步的吗？
你：不是。IO 分等待就绪和数据拷贝两个阶段，多路复用只让"等待就绪"这一段可以同时等很多 fd，recv 时还是要应用自己把数据从内核拷到用户态，本质还是同步 IO。真正的异步 IO 是 Linux 的 AIIO/io_uring，连拷贝都交给内核、完成才回调。