最近在參與乙個海量級（20000以上）遠端連線的伺服器設計，由於使用者要求的硬體平台僅限於linux，因此選擇了epoll模型來實現對海量客戶端連線的處理。
先聊一下epoll模型的基本情況。（一般來說，非海量級客戶端連線的伺服器，可能用不到epoll模型。一方面是由於epoll模型不能跨平台，另一方面初學者面露難色）。使用到epoll_create，epoll_ctl，epoll_wait，close 4個函式。
epoll較之select優越的點，有兩個方面：
1）select操作的socket物件的集合，要受到fd_setsize的限制，各平台的預設值也不一樣（windows上是64，aix、linux、hp、solaris上為1024或2048不等）；而epoll操作的socket物件集合僅受系統的控制代碼限制，一般來說，可以達到65535
2） select和epoll的核心實現機制不同。select實現中，kernel每次都要遍歷fd_set中的socket，檢測是否可讀，花費的時間和fd_set中的socket個數成正比；epoll實現中，當有socket可讀時，由核心啟用epoll訂閱的乙個事件，因此節省了sys cpu從而節約了資源，自然就提高了效率
epoll模型提供了二種工作模式：
1） edge triggered (et)
et是高速工作方式，只支援no-block socket。當io事件發生時核心通知事件後不再傳送更多的通知，直到使用者執行的操作導致那個socket（或檔案描述符）事件的改變，也就是說如果使用者不對socket（或檔案描述符）進行io操作，那麼核心也不會再通知事件。
2） level triggered (lt)
lt是預設的工作方式，同時支援block和no-block socket。核心通知事件乙個檔案描述符是否就緒了，然後可以對這個就緒的fd進行io操作。如果使用者不作任何讀、寫操作，核心還是會繼續通知事件的。
更詳細的epoll定義或資訊，參照相關網路資訊或書籍即可。下面，我來描述一下，這個需求中的epoll模型的設計。
一、業務需求如下圖，要求滿足高併發、高效能、高可靠等屬性。
二、流程設計：
1） 主程序
1） net_recv_thfunc工作執行緒
handle_netrecv函式流程
2） net_send_thfunc工作執行緒
epoll模型使用中，注意以下幾個點：
1）避免多個執行緒操作同乙個epoll物件，否則會出現驚群現象，即當乙個可讀epollin或epollout事件到達時，所有執行緒都返回這個事件，但只有乙個線**正能拿到這個事件，其他的執行緒將返回ewouldblock
2）操作epoll物件的執行緒和操作socket的執行緒是否分開，應視後續的處理效率而定。如果接受到socket資料的後續處理效能高，則可以在同一執行緒裡來搞定；否則，需要建立另一類執行緒池，來參與socket資料的後續處理。
3）畢竟，乙個程序內的控制代碼數也有限。如果要適應更加海量的客戶端連線，可採取在同一臺裝置（硬體資源足夠的情況下）或多台裝置上，部署多套「接入管理server」。
採用epoll模型伺服器連線管理器實現
應用場景 在網路伺服器中，需要維護所有連線資訊，通常是以fd做為key，連線資訊結構體做為value。每次有新連線接入時，需求加入乙個對映關係 每次有新資料到達時，需要根據對應的fd查詢到對應的連線資訊結構。通過上面的場景我們可以抽象出來一類資料，資料的特點如下 解決方案 一種解決方案是，把資訊儲存...
18 11 27 高階的伺服器連線 epoll
恢復內容開始 之前的 http 伺服器 都是採用 輪詢的方式 就像 廚師挨個問誰餓了好做飯 一樣 而 epoll 用著高階的 方式 事件通知 直接問誰餓了 同時還和 計算機共享內純 預設閘道器 好像是接到路由器 上面的 mac位址 類似於網絡卡的預設 數值 在路由器上面 有兩個 mac 網絡卡 乙個...
03 02 資料庫連線 會員模型設計
資料庫建立例項 安裝flask sqlalchemy pip3 install i flask sqlalchemy安裝pymysql pip3 install i pymysql定義資料庫連線程式示例 coding utf8 from flask import flask from flask s...