1. select：传统点名法
假设你是一个服务员，餐厅有100张桌子（对应100个网络连接），但每次你都要挨个问每一桌：“需要点菜吗？”（检查是否有数据可读）。
-
问题：
- 你最多只能管1024桌（文件描述符数量限制）。
- 即使只有1桌要点菜，你也要问完100桌（遍历所有描述符）。
- 每次问完都要拿本子重新记一遍桌号（每次调用要重新传参）。
-
总结：效率低，适合小餐馆（连接数少）。
2. poll：升级版点名法
你还是服务员，但这次：
-
不限制桌数（没有文件描述符数量限制）。
-
仍然要挨个问每一桌，但改用小本本记录桌号（用链表存储描述符）。
-
问题：
- 1000桌的话，每次还是得问1000次（时间复杂度O(n)）。
- 桌数越多，越累（性能线性下降）。
-
总结：比select好一点，但大餐厅（高并发）依然顶不住。
3. epoll：智能叫号系统
餐厅装了一套智能系统，每桌有个按钮，客人按下按钮（数据就绪），系统直接通知你：“5号桌要点菜！”
-
优势：
- 不用轮询：只关注被按按钮的桌子（事件驱动）。
- 无数量限制：能管几万桌（支持海量连接）。
- 高效通知：桌数再多，你只需处理“被按按钮”的桌子（时间复杂度O(1)）。
-
两种模式：
- 水平触发（LT）：如果5号桌的菜没上完，系统一直提醒你。
- 边缘触发（ET）：只在客人第一次按按钮时提醒一次，漏单自己负责。
三者的核心区别
| select | poll | epoll | |
|---|---|---|---|
| 机制 | 轮询所有描述符 | 轮询所有描述符 | 事件驱动（只通知就绪的） |
| 效率 | O(n)，随连接数下降 | O(n)，同select | O(1)，连接数不影响效率 |
| 最大连接数 | 1024 | 无限制 | 无限制 |
| 适用场景 | 低并发 | 中低并发 | 高并发（如百万连接） |
