linux高并发指的是在linux操作系统运行环境下，服务器能够在同一时间段内同时处理大量客户端请求的能力，是衡量linux服务器性能的核心指标之一，广泛应用于web服务、即时通讯、分布式系统等需要应对海量用户访问的场景。
linux高并发的核心特征
linux高并发并不是指单位时间内处理的请求总数，而是强调同一时刻系统能够维持的活跃请求数量，它具备以下几个核心特征：
- 同时性：大量请求在同一时间段内到达系统，需要被同时处理，而不是串行排队执行。
- 低延迟：即使请求量很大，系统也能保持较低的响应时间，不会出现明显的卡顿或者超时。
- 高稳定性：在高负载状态下，系统不会出现崩溃、内存溢出等异常，能够持续提供服务。
- 资源高效利用：系统的CPU、内存、网络等资源能够被合理调度，不会出现某类资源过度空闲或者过度占用的问题。
影响linux高并发能力的关键因素
1. 系统内核参数配置
linux系统的内核参数直接决定了系统能够支持的最大连接数和资源调度效率，常用的优化参数包括：
net.core.somaxconn：定义系统同时处理的最大连接请求队列长度，默认通常是128，高并发场景下需要调大。net.ipv4.tcp_max_syn_backlog：TCP三次握手阶段的半连接队列长度，调大可以应对更多突发连接请求。fs.file-max：系统支持的最大打开文件数，因为每个网络连接都会对应一个文件描述符，这个值需要足够大。
可以通过sysctl -w 参数名=值的方式临时修改这些参数，永久修改需要编辑/etc/sysctl.conf文件。
2. 网络I/O模型选择
linux下常见的网络I/O模型对高并发支持能力差异很大，其中epoll是目前高并发场景下的首选模型，它和传统的select、poll模型对比如下：
| 模型名称 | 最大支持连接数 | 性能表现 | 适用场景 |
|---|---|---|---|
| select | 默认1024，可调整但上限低 | 连接数增加时性能线性下降 | 连接数少的简单场景 |
| poll | 无硬性上限，受系统资源限制 | 连接数增加时性能下降明显 | 中等连接数场景 |
| epoll | 仅受系统内存和文件描述符限制 | 连接数增加时性能几乎无下降 | 高并发、海量连接场景 |
3. 应用程序设计
应用程序的架构设计也会直接影响高并发能力，常见的优化方向包括：
- 采用非阻塞I/O或者异步I/O，避免单个请求阻塞整个进程或者线程。
- 使用线程池或者协程池复用资源，减少频繁创建销毁线程的开销。
- 减少不必要的锁竞争，避免多线程场景下的性能损耗。
- 合理拆分业务逻辑，将耗时操作异步化，避免阻塞请求处理流程。
高并发场景下的简单epoll使用示例
下面是一个基于epoll的简单tcp服务器示例，展示linux下如何处理高并发连接：
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <sys/epoll.h>
#define MAX_EVENTS 1024
#define PORT 8080
#define BUFFER_SIZE 1024
int main() {
int listen_fd, conn_fd, epoll_fd;
struct sockaddr_in server_addr, client_addr;
socklen_t client_len = sizeof(client_addr);
struct epoll_event ev, events[MAX_EVENTS];
// 创建监听socket
listen_fd = socket(AF_INET, SOCK_STREAM, 0);
if (listen_fd < 0) {
perror("socket create failed");
exit(1);
}
// 设置端口复用
int opt = 1;
setsockopt(listen_fd, SOL_SOCKET, SO_REUSEADDR, &opt, sizeof(opt));
// 绑定端口
memset(&server_addr, 0, sizeof(server_addr));
server_addr.sin_family = AF_INET;
server_addr.sin_addr.s_addr = INADDR_ANY;
server_addr.sin_port = htons(PORT);
if (bind(listen_fd, (struct sockaddr*)&server_addr, sizeof(server_addr)) < 0) {
perror("bind failed");
exit(1);
}
// 开始监听
if (listen(listen_fd, 1024) < 0) {
perror("listen failed");
exit(1);
}
// 创建epoll实例
epoll_fd = epoll_create1(0);
if (epoll_fd < 0) {
perror("epoll create failed");
exit(1);
}
// 把监听socket加入epoll监听
ev.events = EPOLLIN;
ev.data.fd = listen_fd;
epoll_ctl(epoll_fd, EPOLL_CTL_ADD, listen_fd, &ev);
printf("server start, listen on port %dn", PORT);
while (1) {
// 等待事件发生
int nfds = epoll_wait(epoll_fd, events, MAX_EVENTS, -1);
if (nfds < 0) {
perror("epoll wait failed");
break;
}
for (int i = 0; i < nfds; i++) {
if (events[i].data.fd == listen_fd) {
// 有新连接到来
conn_fd = accept(listen_fd, (struct sockaddr*)&client_addr, &client_len);
if (conn_fd < 0) {
perror("accept failed");
continue;
}
// 把新连接加入epoll监听
ev.events = EPOLLIN | EPOLLET; // 边缘触发模式
ev.data.fd = conn_fd;
epoll_ctl(epoll_fd, EPOLL_CTL_ADD, conn_fd, &ev);
printf("new connection, fd: %dn", conn_fd);
} else {
// 有数据可读
int fd = events[i].data.fd;
char buffer[BUFFER_SIZE];
ssize_t n = read(fd, buffer, BUFFER_SIZE - 1);
if (n <= 0) {
// 连接关闭或者出错
epoll_ctl(epoll_fd, EPOLL_CTL_DEL, fd, NULL);
close(fd);
printf("connection closed, fd: %dn", fd);
} else {
buffer[n] = ' ';
printf("recv from fd %d: %sn", fd, buffer);
// 回显数据
write(fd, buffer, n);
}
}
}
}
close(listen_fd);
close(epoll_fd);
return 0;
}
高并发和负载均衡的关系
单台linux服务器的硬件资源和性能是有上限的，当单台服务器无法支撑更高的并发量时，通常会引入负载均衡方案，将请求分发到多台服务器上共同处理。常见的负载均衡方案包括硬件负载均衡（如F5）和软件负载均衡（如Nginx、LVS），这些方案配合linux服务器的高并发优化，能够支撑百万甚至千万级别的并发请求。
需要注意的是，高并发并不是越高越好，需要根据实际业务场景合理规划，过度追求高并发可能会导致资源浪费，也会增加系统复杂度。