《高性能网络模型学习路线图》让你少走弯路，持续更新中 ...

前言

说到「高性能网络编程」，你的脑海里可能会想到：IO 多路复用、事件驱动、Reactor模型 、epoll 等关键字眼，（👀 八九不离十了， 你只需要一篇文章把这些知识点串联起来，往下看就对了。

当然，即使你暂时啥也没想起也没关系，本文致力于梳理高性能网络模型系列文章，帮助你真正吃透高性能网络模型。

从笔者多年实践经验来看，redis 也好、kafka 也罢，只要你想要深入学习其内部原理甚至源码探索，「网络模块」的解决方案是你绕不过的一道坎，换句话说，「高性能网络模型」基本上是每一个框架需要重点考虑的问题。

🚀 网络问题一通则百通，彻底搞懂高性能网络模型之后，市面上开源框架的网络通信模块基本算是过关了，因为各框架网络模块采用的模式大同小异。

总体来说，谈到高性能网络编程，一般会从这几个方面循序渐进讨论：

• 常见的 4 种 IO 模型：（目前最常使用 IO 多路复用，当然，以后可能会是 异步 IO）
• 操作系统对 IO 多路复用实现的几种支持：select、poll、epoll
• 高性能网络编程利器：Reactor 模式
• Reactor 的应用：redis、netty、nginx、kafka、tomcat …

✅ 网络模块主要解决的问题是如何高效的处理网络 IO 数据：

---

系列文章

一、常见的 4 种 IO 模型

在面试中，经常会问到 IO 模型以及区别，具体来说有 同步、异步、阻塞、非阻塞四种。其中：

• 同步、异步：指应用程序在与内核通信时，数据从内核空间到应用空间的拷贝，是由内核主动发起还是由应用程序来触发；内核主动发起则是异步，反之为同步。
• 阻塞、非阻塞：指应用程序在发起 I/O 操作时，是立即返回还是等待。

同步阻塞：通常是用户态线程通过系统调用阻塞读取网卡传递的数据，我们知道，在 TCP 三次握手建立连接之后，真正等待数据的到来需要一定时间；

这个时候，在该模式下用户线程会一直阻塞等待网卡数据准备就绪，直到完成数据读写完成；可以看到，用户线程大部分都在等待 IO 事件就绪，造成资源的急剧浪费。

同步非阻塞 ：与阻塞 IO 相反，如果数据未就绪会直接返回，应用层轮询读取/查询，直到成功读取数据。

I/O多路复用： 先查询 IO 事件是否准备就绪，当 IO 事件准备就绪了，则会真正的通过系统调用实现数据读写；

查询操作，不管是否数据准备就绪都会立即返回，即非阻塞；因此，通常情况下，会通过轮训来不断监听 IO 事件是否准备就绪；因为操作是非阻塞的，这个过程中通常只需及少量线程（一般一个线程即可）来处理这个轮训操作，极大的解决阻塞模式下 IO 枯竭问题。

这种一个线程就可以监听所有网络连接的 IO 事件是否准备就绪的模式，就是大名鼎鼎的IO多路复用。

异步IO： 用户线程发起 read 调用的同时注册一个回调函数，read 立即返回，等内核将数据准备好后，再调用指定的回调函数完成处理，在这个过程中，用户线程一直没有阻塞。

敲黑板！！！ ，IO 模型是网络编程中基础，需要重点掌握。

👉 常见的 4 种 IO 模型

二、select、poll、epoll

IO 多路复用是我们经常听到的、与高性能网络编程相关的词汇。

你可能不知道的是，IO 多路复用也需要系统内核的支持，比如 Windows、Max、Linux 支持方式有些差别。

重点掌握！！！

👉 select、poll、epoll

三、Reactor 网络模型

目前高性能网络编程最流行的模式，本质借助于事件驱动 + IO 多路复用

重点掌握！！！

👉 Reactor 网络模型

四、Reactor 应用

1. Tomcat 网络模型

👉 Reactor 应用之 Tomcat 网络模型

2. Redis 网络模型

👉 Reactor 应用之 Redis 网络模型

3. Kafka 网络模型

👉 Reactor 应用之 Kafka 网络模型

Reactor 模式相关应用持续完善中～