我们有一个“发布者”应用程序，它使用多播发送数据。该应用程序对性能极为敏感（我们正在微秒级别进行优化）。侦听此已发布数据的应用程序可以（并且通常）与发布应用程序在同一台机器上。
我们最近注意到一个有趣的现象：执行 sendto() 的时间与机器上的侦听器数量成正比增加。
例如，假设没有侦听器，我们的 sendto() 调用的基本时间是 5 微秒。每个额外的侦听器都会将 sendto() 调用的时间增加大约 2 微秒。所以如果我们有 10 个监听器，现在 sendto() 调用需要 2*10+5 = 25 微秒。
这对我来说表明 sendto() 调用会阻塞，直到数据被复制到每个侦听器。
聆听方面的分析也支持这一点。如果有 10 个侦听器，每个侦听器都会比前一个侦听器晚两微秒接收数据。（即第一个监听器在大约 5 微秒内获取数据，最后一个监听器在大约 23--25 微秒内获取数据。）
有没有办法在程序级别或系统级别改变这种行为？类似于非阻塞/异步 sendto() 调用？或者至少阻塞直到消息被复制到内核的内存中，这样它就可以在不等待所有侦听器的情况下返回）？