Linux socket 性能优化是构建高性能网络服务的关键环节，涉及系统调用、协议栈配置、缓冲区管理等多个维度，本文将从核心机制、优化策略及实践案例三方面展开分析，帮助开发者理解并提升 socket 通信效率。
Linux Socket 性能的核心影响因素
Socket 性能的核心瓶颈通常在于数据拷贝次数、上下文切换频率及协议栈处理开销，传统阻塞 I/O 模型下，每个连接需占用独立线程，高并发时线程切换开销会急剧上升；而非阻塞 I/O 结合多路复用（如 epoll）虽能减少线程数，但频繁的系统调用仍可能成为瓶颈，socket 缓冲区大小、网络协议类型（如 TCP vs UDP）及网卡中断亲和性等，也会直接影响数据传输吞吐量与延迟。
关键优化策略与实践
I/O 模型选择：从阻塞到异步
阻塞 I/O（Blocking I/O）是最简单的模型，但线程在等待数据时会挂起，导致资源浪费，非阻塞 I/O（Non-blocking I/O）通过轮询检查数据就绪状态，减少线程阻塞，但高轮询频率会增加 CPU 开销，更高效的是 I/O 多路复用，如 Linux 的 epoll：
- 水平触发（LT）：只要缓冲区有数据，就会触发通知，适合处理大量短连接；
- 边缘触发（ET）：仅在状态变化时触发，需配合非阻塞 I/O 使用，可减少重复唤醒，提升吞吐量。
如表 1 所示，epoll 在高并发场景下性能显著优于 select 和 poll。
| 模型 | 连接数支持 | 内核/用户空间拷贝 | 适用场景 |
|---|---|---|---|
| select | ≤1024 | 2 次 | 低并发、跨平台 |
| poll | 无限制 | 2 次 | 中等并发 |
| epoll (ET) | 无限制 | 1 次 | 高并发、长连接 |
缓冲区优化：减少拷贝与延迟
Socket 缓冲区（send/receive buffer）大小直接影响数据传输效率，缓冲区过小会导致数据包分片增加，过大则可能占用过多内存并增加延迟，可通过 sysctl 调整内核参数：
net.core.wmem_max = 16777216 # 发送缓冲区最大值 net.core.rmem_max = 16777216 # 接收缓冲区最大值 net.ipv4.tcp_rmem = 4096 87380 16777216 # 接收缓冲区动态范围
零拷贝技术（如 sendfile、splice）可避免数据在用户空间与内核空间之间的多次拷贝，适用于文件传输等场景。sendfile 直接将文件描述符的数据拷贝到网卡描述符，减少 2 次上下文切换。
协议栈与内核参数调优
TCP 协议的 Nagle 算法（tcp_nodelay=1）可禁用小数据包合并，降低延迟；而 tcp_tw_reuse 和 tcp_tw_recycle 能快速回收 TIME_WAIT 状态的 socket，避免端口耗尽，对于 UDP，可调整 udp_mem 和 udp_rmem_min 优化内存分配。
硬件与中断优化
网卡中断亲和性（IRQ affinity）可将中断请求绑定到特定 CPU 核心，减少跨核调度开销；启用 RPS（Receive Packet Steering）和 RFS（Receive Flow Steering）则能根据数据流 hash 值将数据包分发到合适的 CPU 处理，提升缓存命中率。
性能测试与监控
优化后需通过工具验证效果：
iperf3：测试吞吐量与延迟，对比优化前后差异；netstat/ss：查看 socket 状态（如 TIME_WAIT 连接数）；/proc/net/snmp：监控 TCP 协议栈指标（如重传率、丢包率）。
以 epoll ET 模型为例，在万兆网络环境下，单机并发连接数可达 10 万+，吞吐量提升 3-5 倍，延迟从毫秒级降至微秒级。
Linux socket 性能优化需结合 I/O 模型、缓冲区、协议栈及硬件配置综合调优，核心思路是减少不必要的拷贝与上下文切换，利用内核特性（如 epoll、零拷贝）提升数据传输效率，并通过监控工具持续迭代优化，实际应用中，需根据业务场景（如长连接 vs 短连接、大文件 vs 小数据包）选择合适策略，最终实现性能与资源利用率的平衡。
