服务器并发需求
对于像Nginx这样的网络服务器，每秒可能会接收到几或几十万的网络请求，并且还有数以十万的最近几秒没有收发任何报文的不活跃连接。服务器需要同时处理这些连接事件，并且需要维持高效率的使用CPU等资源。
并发编程的两种实现模型
1）线程模型（或进程模型）
一个线程处理一个连接的全部生命周期。
优点：模型足够简单，可以实现复杂的业务场景，线程个数可以远大于CPU个数
缺点：
- 1）线程个数不是无限增大的。
- 2）调度策略比较低效
线程的调度是由内核调度算法决定的，调度策略并不会考虑某个线程处理的IO情况，它统一由时间片来决定。这样可能调度起来的线程IO资源并没有准备好，又得继续睡眠。这样来回唤醒、睡眠线程，在线程总数特别多时，它的低效就被放大了。
2）多路复用模型
对于一个Network IO来说，通常涉及到两个系统对象，一个是调用这个IO的进程（或者线程），另一个是系统内核，在处理连接上的消息时，大概可以分两个阶段(下面还会提到)：
- 第一阶段：等待数据（消息）准备好【内核中执行】
- 第二阶段：将数据从内核拷贝到进程中（消息）处理【内核向用户进程拷贝】
高并发编程方法是将这两个阶段分开处理。这样要求套接字必须是非阻塞的。
那么第一个阶段，“等待消息准备好”的实现方式有两种：
- 1）线程主动查询
- 2）让一个线程为所有连接等待（多路复用）
多路复用就是处理等待消息准备好事件的，但可以处理多个连接。它本身也会“等待”，但由于一个线程处理多个连接或者所有的连接。这样当线程被唤醒时，一定会有连接准备好，所有它是有效率的。
多路复用的实现方式
1）select & poll
2）epoll
多路复用的核心是一个线程处理所有连接的“等待消息准备好”，这一点epoll和select都是这么实现的。
当数以十万并发连接存在时，每秒可能只有几十或几百个活跃的连接，同时其余数十万连接在这一秒是非活跃的，当需要找出活跃的连接时，调用select返回所有的连接，从中找出几百个活跃连接，在高并发的服务器下，这种低效就会被放大。所以，在处理并发上万个连接时，select就力不从心了。
epoll的实现添加了epoll_wait方法只返回活跃的连接，这样就没有上面select的问题，在高并发下依然很高效。
多路复用是实现高并发服务器的一种有效方式，那么实现多路复用需要系统内核提供相应的支持，下面看下几种常用的IO模型。
四种IO模型
1）Blocking IO
默认情况下，所有的Socket都是blocking的，当用户进程发起recvfrom系统调用时，内核就开始上面IO的第一个阶段：准备数据。对于网络io来说，通常一开始数据还没有到达，这时内核就要等待足够的数据到达，而用户进程会被阻塞。当内核等到的数据准备好了，就会执行IO的第二个阶段：拷贝数据到用户进程。然后内核返回结果，用户进程才重新运行起来。2）non-blocking IO
通常需要应用程序设置Socket为non-blocking，当用户进程发起Read请求时，如果内核数据还没有准备好，会返回一个error。对用户进程来说，发起读请求后，不需要等待，马上就会得到一个结果。当结果是error时，就表示内核还没有准备好数据，于是需要用户进程再次发起Read请求。一旦内核中数据准备好了，用户进程再次发起Read请求时，内核就会将数据拷贝到用户进程，然后返回。
这里用户进程是需要轮询内核数据是否准备好的。
3）IO多路复用
select、poll、epoll都属于IO多路复用的实现。通常每个socket都设置为non-blocking。以select为例，当用户进程调用select后，用户进程会被block（是block在select系统调用上，不是block在socket IO上），同时，内核会监视所有select负责的socket，当任何一个socket上数据准备好了，select就会返回。这时用户进程再调用read操作，就会将数据从内核拷贝到用户进程。4）Asynchronous IO
Linux内核暂时还没有提供支持。用户发起read操作后，立刻可以去做其他事。对内核来说，当接收到一个异步read操作后，首先会立刻返回，不会block用户进程。然后，内核会等待数据准备好，并将数据拷贝到用户进程，都完成后，内核会给用户进程发一个signal，通知用户进程read操作完成了。
可见，在整个IO操作过程中，用户进程不需要去检查IO操作的状态，也不需要主动去内核空间拷贝准备好了的数据。也就是说将整个IO操作都交给内核，操作完成后内核通知用户进程。
同步IO & 异步IO
Blocking IO、non-blocking IO、IO多路复用属于同步IO，Asynchronous IO属于异步IO，其核心区别是IO操作的两个阶段是不是被阻塞了。
同步IO中IO操作的第一个阶段：数据准备，可以阻塞也可以非阻塞，但第二个阶段：数据拷贝到用户进程，是肯定阻塞的。
异步IO中IO操作的第一个阶段和第二个阶段都是非阻塞的。
其实最主要的区别就是第二个阶段是否是非阻塞的。
有了IO多路复用，有了epoll，我们已经可以使服务器并发几十万连接的同时，维持比较高的TPS。然而这只是一种模型，如何在工程上实现这种模型，Reactor就是解决这种软件工程问题的一种途径，它可以在软件工程层面，将事件驱动框架分离出具体业务，将不同类型请求之间用面向对象的思想分离。下面看看Reactor的几个关键参与者
Reactor模式的5个关键的参与者
描述符（handle）：有操作系统提供，用于识别事件。如Socket、文件描述符等
同步事件分离器（demultiplexer）：是一个函数，用来等待一个或多个事件发生。调用者会被阻塞，直到分离器分离的描述符集上有事件发生。常用的分离器有Linux的Select函数、poll、epoll、kqueue等。I/O框架库异步将各种I/O复用系统调用封装成统一的接口，称为事件多路分离器。调用者会被阻塞，直到分离器分离的描述符集上游事件发生。
事件处理器接口（event handler）：是由一个或多个模板函数组成的接口。这些模板函数描述了和应用程序相关的某个事件的操作。
具体的事件处理器：实现了应用程序的某个服务。每个具体的事件处理器总和一个描述符相关。它使用描述符来识别事件，识别应用成所提供的服务。
Reactor管理器（Reactor）：定义了一些接口，用于应用程序控制事件的调度，以及应用程序注册、删除事件处理器和相关的描述符。是事件处理器的调度核心。使用同步事件分离器来等待事件发生，一旦事件发生，Reactor先分离每个事件，然后调度事件处理器，最后调用相关的模板函数来处理这个事件。
参考文献
高性能网络编程5–IO复用与并发编程
IO - 同步，异步，阻塞，非阻塞 （亡羊补牢篇）
高性能网络编程6–reactor反应堆与定时器管理
