從ET的處理過程中可以看到，ET的要求是需要一直讀寫，直到返回EAGAIN，否則就會遺漏事件。而LT的處理過程中，直到返回EAGAIN不是硬性要求，但通常的處理過程都會讀寫直到返回EAGAIN，但LT比ET多了一個開關EPOLLOUT事件的步驟
EPOLL事件的兩種模型：
Level Triggered (LT) 水平觸發
.socket接收緩衝區不為空 有數據可讀 讀事件一直觸發
.socket發送緩衝區不滿 可以繼續寫入數據 寫事件一直觸發
符合思維習慣，epoll_wait返回的事件就是socket的狀態
Edge Triggered (ET) 邊沿觸發
.socket的接收緩衝區狀態變化時觸發讀事件，即空的接收緩衝區剛接收到數據時觸發讀事件
.socket的發送緩衝區狀態變化時觸發寫事件，即滿的緩衝區剛空出空間時觸發讀事件
僅在狀態變化時觸發事件
ET還是LT?
LT的處理過程：
. accept一個連接，添加到epoll中監聽EPOLLIN事件
. 當EPOLLIN事件到達時，read fd中的數據並處理
. 當需要寫出數據時，把數據write到fd中；如果數據較大，無法一次性寫出，那麼在epoll中監聽EPOLLOUT事件
. 當EPOLLOUT事件到達時，繼續把數據write到fd中；如果數據寫出完畢，那麼在epoll中關閉EPOLLOUT事件
ET的處理過程：
. accept一個一個連接，添加到epoll中監聽EPOLLIN|EPOLLOUT事件
. 當EPOLLIN事件到達時，read fd中的數據並處理，read需要一直讀，直到返回EAGAIN為止
. 當需要寫出數據時，把數據write到fd中，直到數據全部寫完，或者write返回EAGAIN
. 當EPOLLOUT事件到達時，繼續把數據write到fd中，直到數據全部寫完，或者write返回EAGAIN
從ET的處理過程中可以看到，ET的要求是需要一直讀寫，直到返回EAGAIN，否則就會遺漏事件。而LT的處理過程中，直到返回EAGAIN不是硬性要求，但通常的處理過程都會讀寫直到返回EAGAIN，但LT比ET多了一個開關EPOLLOUT事件的步驟
LT的編程與poll/select接近，符合一直以來的習慣，不易出錯
ET的編程可以做到更加簡潔，某些場景下更加高效，但另一方面容易遺漏事件，容易產生bug
例子與測試
這裡有兩個簡單的例子演示了LT與ET的用法(其中epoll-et的代碼比epoll要少10行)：
https://github.com/yedf/handy/blob/master/raw-examples/epoll.cc
https://github.com/yedf/handy/blob/master/raw-examples/epoll-et.cc
針對容易觸發LT開關EPOLLOUT事件的情景（讓伺服器返回1M大小的數據），我用ab做了性能測試
測試的結果顯示ET的性能稍好，詳情如下：
LT 啟動命令 ./epoll a
ET 啟動命令 ./epoll-et a
ab 命令：ab -n 1000 -k 127.0.0.1/
LT 結果：Requests per second: 42.56 [#/sec] (mean)
ET 結果：Requests per second: 48.55 [#/sec] (mean)
當我把伺服器返回的數據大小改為48576時，開關EPOLLOUT更加頻繁，性能的差異更大
ab 命令：ab -n 5000 -k 127.0.0.1/
LT 結果：Requests per second: 745.30 [#/sec] (mean)
ET 結果：Requests per second: 927.56 [#/sec] (mean)
對於nginx這種高性能伺服器，ET模式是很好的，而其他的通用網路庫，很多是使用LT，避免使用的過程中出現bug
