测试epoll、io_uring的百万连接、建连、qps，以及qps客户端的实现

一、如何实现一个tcp_qps_client？

1.功能分析：

./tcp_qps_client -s 192.168.202.130 -p 9999 -t 50 -c 100 -n 1000000

开辟50个线程，100条连接，共发送100w个请求

2.实现流程：
参数解析--getopt(argc,argv,"s:p:t:c:n:?");

参数存储到--struct context_s结构体

循环开辟多个线程--pthread_create(&ptid,NULL,test_qps_entry,&ctx);

循环等待线程结束--pthread_join(ptid,NULL);

回调函数--test_qps_entry(char *ip,unsigned short port)--创建连接、收发数据

从开辟线程开始计时，到所有线程结束，结束计时

请求数/线程数=每个线程发送请求数

3.具体代码实现：

二、测试io同步处理的epoll、io异步处理的io_uring的百万并发、建连、qps？

服务器分别采用基于epoll实现的reactor、io_uring_server

均开放100个端口

epoll总积、io_uring的环形队列都设置为1024

1.百万连接测试

io同步处理的epoll_reactor：

io异步处理的io_uring：

对比：两个服务器都能实现百万连接，用时8min多

         50w连接时，io异步处理的io_uring 比 io同步处理的epol_reactor 快8s

        100w连接时，io异步处理的io_uring 比 io同步处理的epol_reactor 快16s

可见，异步处理的建连更快

2.qps测试

50线程 100w请求 数据包大小分别为64字节、128字节、256字节、512字节

对比：
64-512字节的数据包大小的变化 对qps影响不大

50线程 100w请求 异步的io_uring比同步epoll快2-3s

可见，异步处理qps更快