Nginx的高并發(fā)得益于其采用了epoll模型，與傳統(tǒng)的服務器程序架構不同，epoll是linux內核2.6以后才出現(xiàn)的。下面通過比較Apache和Nginx工作原理來比較。

      傳統(tǒng)Apache都是多進程或者多線程來工作，假設是多進程工作（prefork），apache會先生成幾個進程，類似進程池的工作原理，只不過這里的進程池會隨著請求數目的增加而增加。對于每一個連接，apache都是在一個進程內處理完畢。具體是 recv（），以及根據 URI 去進行磁盤I/O來尋找文件，還有 send（）都是阻塞的。其實說白了都是 apche 對于套接字的I/O，讀或者寫，但是讀或者寫都是阻塞的，阻塞意味著進程就得掛起進入sleep狀態(tài)，那么一旦連接數很多，Apache必然要生成更多的進程來響應請求，一旦進程多了，CPU對于進程的切換就頻繁了，很耗資源和時間，所以就導致apache性能下降了，說白了就是處理不過來這么多進程了。其實仔細想想，如果對于進程每個請求都沒有阻塞，那么效率肯定會提高很多。

      Nginx采用epoll模型，異步非阻塞。對于Nginx來說，把一個完整的連接請求處理都劃分成了事件，一個一個的事件。比如accept（）， recv（），磁盤I/O，send（）等，每部分都有相應的模塊去處理，一個完整的請求可能是由幾百個模塊去處理。真正核心的就是事件收集和分發(fā)模塊，這就是管理所有模塊的核心。只有核心模塊的調度才能讓對應的模塊占用CPU資源，從而處理請求。拿一個HTTP請求來說，首先在事件收集分發(fā)模塊注冊感興趣的監(jiān)聽事件，注冊好之后不阻塞直接返回，接下來就不需要再管了，等待有連接來了內核會通知你(epoll的輪詢會告訴進程)，cpu就可以處理其他事情去了。一旦有請求來，那么對整個請求分配相應的上下文（其實已經預先分配好），這時候再注冊新的感興趣的事件(read函數)，同樣客戶端數據來了內核會自動通知進程可以去讀數據了，讀了數據之后就是解析，解析完后去磁盤找資源（I/O），一旦I/O完成會通知進程，進程開始給客戶端發(fā)回數據send()，這時候也不是阻塞的，調用后就等內核發(fā)回通知發(fā)送的結果就行。整個下來把一個請求分成了很多個階段，每個階段都到很多模塊去注冊，然后處理，都是異步非阻塞。異步這里指的就是做一個事情，不需要等返回結果，做好了會自動通知你。

select/epoll的特點

select的特點：select 選擇句柄的時候，是遍歷所有句柄，也就是說句柄有事件響應時，select需要遍歷所有句柄才能獲取到哪些句柄有事件通知，因此效率是非常低。但是如果連接很少的情況下， select和epoll的LT觸發(fā)模式相比， 性能上差別不大。
這里要多說一句，select支持的句柄數是有限制的， 同時只支持1024個，這個是句柄集合限制的，如果超過這個限制，很可能導致溢出，而且非常不容易發(fā)現(xiàn)問題， 當然可以通過修改linux的socket內核調整這個參數。
epoll的特點：epoll對于句柄事件的選擇不是遍歷的，是事件響應的，就是句柄上事件來就馬上選擇出來，不需要遍歷整個句柄鏈表，因此效率非常高，內核將句柄用紅黑樹保存的。
對于epoll而言還有ET和LT的區(qū)別，LT表示水平觸發(fā)，ET表示邊緣觸發(fā)，兩者在性能以及代碼實現(xiàn)上差別也是非常大的。

 Epoll模型主要負責對大量并發(fā)用戶的請求進行及時處理，完成服務器與客戶端的數據交互。其具體的實現(xiàn)步驟如下：
(a) 使用epoll_create()函數創(chuàng)建文件描述，設定將可管理的最大socket描述符數目。
(b) 創(chuàng)建與epoll關聯(lián)的接收線程，應用程序可以創(chuàng)建多個接收線程來處理epoll上的讀通知事件，線程的數量依賴于程序的具體需要。
(c) 創(chuàng)建一個偵聽socket描述符ListenSock；將該描述符設定為非阻塞模式，調用Listen（）函數在套接字上偵聽有無新的連接請求，在 epoll_event結構中設置要處理的事件類型EPOLLIN，工作方式為 epoll_ET，以提高工作效率，同時使用epoll_ctl()注冊事件，最后啟動網絡監(jiān)視線程。
(d) 網絡監(jiān)視線程啟動循環(huán)，epoll_wait()等待epoll事件發(fā)生。
(e) 如果epoll事件表明有新的連接請求，則調用accept（）函數，將用戶socket描述符添加到epoll_data聯(lián)合體，同時設定該描述符為非 阻塞，并在epoll_event結構中設置要處理的事件類型為讀和寫，工作方式為epoll_ET.
(f) 如果epoll事件表明socket描述符上有數據可讀，則將該socket描述符加入可讀隊列，通知接收線程讀入數據，并將接收到的數據放入到接收數據 的鏈表中，經邏輯處理后，將反饋的數據包放入到發(fā)送數據鏈表中，等待由發(fā)送線程發(fā)送。

epoll的操作就這么簡單，總共不過4個 API：epoll_create, epoll_ctl, epoll_wait和close。

      可以舉一個簡單的例子來說明Apache的工作流程，我們平時去餐廳吃飯。餐廳的工作模式是一個服務員全程服務客戶，流程是這樣，服務員在門口等候客人(listen)，客人到了就接待安排的餐桌上(accept)，等著客戶點菜(request uri)，去廚房叫師傅下單做菜（磁盤I/O），等待廚房做好（read），然后給客人上菜(send)，整個下來服務員(進程)很多地方是阻塞的。這樣客人一多（HTTP請求一多），餐廳只能通過叫更多的服務員來服務（fork進程），但是由于餐廳資源是有限的（CPU），一旦服務員太多管理成本很高（CPU上下文切換），這樣就進入一個瓶頸。
再來看看Nginx得怎么處理？餐廳門口掛個門鈴（注冊epoll模型的listen），一旦有客人（HTTP請求）到達，派一個服務員去接待（accept），之后服務員就去忙其他事情了（比如再去接待客人），等這位客人點好餐就叫服務員（數據到了read()），服務員過來拿走菜單到廚房（磁盤I/O），服務員又做其他事情去了，等廚房做好了菜也喊服務員（磁盤I/O結束），服務員再給客人上菜（send()），廚房做好一個菜就給客人上一個，中間服務員可以去干其他事情。整個過程被切分成很多個階段，每個階段都有相應的服務模塊。我們想想，這樣一旦客人多了，餐廳也能招待更多的人。

        不管是Nginx還是Squid這種反向代理，其網絡模式都是事件驅動。事件驅動其實是很老的技術，早期的select、poll都是如此。后來基于內核通知的更高級事件機制出現(xiàn)，如libevent里的epoll，使事件驅動性能得以提高。事件驅動的本質還是IO事件，應用程序在多個IO句柄間快速切換，實現(xiàn)所謂的異步IO。事件驅動服務器，最適合做的就是這種IO密集型工作，如反向代理，它在客戶端與WEB服務器之間起一個數據中轉作用，純粹是IO操作，自身并不涉及到復雜計算。反向代理用事件驅動來做，顯然更好，一個工作進程就可以run了，沒有進程、線程管理的開銷，CPU、內存消耗都小。

　　所以Nginx、Squid都是這樣做的。當然，Nginx也可以是多進程 + 事件驅動的模式，幾個進程跑libevent，不需要Apache那樣動輒數百的進程數。Nginx處理靜態(tài)文件效果也很好，那是因為靜態(tài)文件本身也是磁盤IO操作，處理過程一樣。至于說多少萬的并發(fā)連接，這個毫無意義。隨手寫個網絡程序都能處理幾萬的并發(fā)，但如果大部分客戶端阻塞在那里，就沒什么價值。

　　再看看Apache或者Resin這類應用服務器，之所以稱他們?yōu)閼梅掌?，是因為他們真的要跑具體的業(yè)務應用，如科學計算、圖形圖像、數據庫讀寫等。它們很可能是CPU密集型的服務，事件驅動并不合適。例如一個計算耗時2秒，那么這2秒就是完全阻塞的，什么event都沒用。想想MySQL如果改成事件驅動會怎么樣，一個大型的join或sort就會阻塞住所有客戶端。這個時候多進程或線程就體現(xiàn)出優(yōu)勢，每個進程各干各的事，互不阻塞和干擾。當然，現(xiàn)代CPU越來越快，單個計算阻塞的時間可能很小，但只要有阻塞，事件編程就毫無優(yōu)勢。所以進程、線程這類技術，并不會消失，而是與事件機制相輔相成，長期存在。

　　總言之，事件驅動適合于IO密集型服務，多進程或線程適合于CPU密集型服務，它們各有各的優(yōu)勢，并不存在誰取代誰的傾向。