谈epoll和iocp,论性能核心思想

    先自我介绍一下，否则会误导各位读者，我不是什么技术大牛，今年才24岁，只恨高中时才接触电脑太晚。现做小型网络游戏服务器开发，我很喜欢、热爱自己的工作。
   
    正文：
    不谈操作系统，只说本质，发掘操作系统性能的核心就是epoll和iopc思想了。（当然都是基于异步模式）
    无论是Linux上的epoll还是Windows上的iopc其实本质是一样的，更多区别iopc比epoll封装的更加全面性，但是这不影响各自的用途。
    这里不再细说它们各自的用法和基本原理，网上的文章多如牛毛。只谈论它的核心思想，因为思想是通用的，甚至在非计算机方面也能大展拳脚。
    我认为核心思想概括：“多线程+多路复用”。
    iopc和epoll的本质是：多路复用思想。就是一个待处理的队列排满了期待处理的工作，正常情况是，我派出一个人（既一个线程）不断循环等待处理这个队列里面的问题，发现在多核CPU系统下它不能发挥硬件的性能，所以要派出多个人（既多个线程）来处理这一个队列里面的问题，这就满足了我们。
    但，多数是这样的：那我们再想一下，假设这系统现在就连接了一个硬件，那么出现访问冲突，于是硬件驱动程序的作用就发挥了，它把一个硬件虚拟成多个硬件供多个线程来使用，但是又发现在多个线程同时访问一个硬件时又需要原子性操作，所以那些线程同步对象又起到了作用，那我们这么折腾了2下第一眼看来我们是性能下降了很多，但是仔细想一下原来效率提高了，于是效率和线程数就成了一对关系函数。
    本人归纳如下一个小公式，能力有限只能写成这样了：（其实因数还受硬件数单独影响）
    效率≈使用率=1-硬件数/(线程数+因数);(硬件数趋近于1，效率越接近使用率)
    上面的公式可以看到以下几个问题：
    1.效率受硬件和线程数影响，当把硬件看做常量，所以效率受线程数影响，但是线程数增长速率和使用率的增长速率成反比例关系。
    2.如果硬件是变量（例如热插拔），那必定会影响到使用率也会影响到因数。
    3.我们总想让效率趋近于1（即100%），但是效率是由多个使用率组成的。
    由上面的第3点引出第2个公式：（此处效率是以操作系统为对象看用户软件）
    效率=使用率(网卡)+使用率(内存)+使用率(CPU)+...+使用率(其他等等)/硬件类型数;
   
    老实说，现在做一个游戏服务器端，不可能单独看一台机器，其实这2个公式也同样适合整个系统的构建，从追求一台机器的高性能，到整合整个系统的高性能，省下来的性能就是硬件就是“钱”。
   
    中心架构拓扑：
    一台服务器内核总有最少一个调度线程，处理各个工作线程的调度工作；同样，当一个系统，也需要一个中心服务器来调度整个系统内的服务器工作，用来实现系统内的性能整合；依次无限扩展下去，那我们关注的是结果。。。。
    采用中心架构可无限扩展，即使全世界的人都要玩一个游戏的需求也可以满足；但是如果就一个人玩，那整个系统的核心服务链都要工作起来。
   
    网状拓扑：
    没有特殊需求，基本没有用处，开发成本维护成本都很高，而且它的可扩展行还要另做考虑。
   
    其他拓扑结构：
    双中心拓扑、中心前置拓扑、环状拓扑等等结构都没有中心拓扑结构好。