标签：linux
网络相关的东西几乎都是建立在套接字之上.所以这个内容对于程序员来说还是蛮重要的啊.
其实套接字也就是一个特殊的设备文件而已,我始终不能明白为什么要叫套接字.这么个奇怪的名字.不过还是就这样算了吧.关键还是编程上.由于其重要性,我还是写的详细一点吧.
一.套接字
核心函数: int socket(int domain,int type,int protocol);
这个函数在通信域domain中创建一个类型为type,使用协议protocol的套接字.并且返回一个描述字,也就是相当于打开了一个特殊的文件.可以用close,read,write等函数来操纵这个文件.其中domain估计对于只搞过java编程的估计都不知道是什么吧.最常见的有如下几种:
AF_UNIX: 这个指的是UNIX通信域,即同一台计算机的两个不同进程.也就是我在其他文章中,为进程间的通信用的socket.
AF_INET: 使用IPv4协议,这个用的就是我们常见的32位的IPv4地址
AP_INET6: 使用IPv6协议,要求的IP地址为128位的IPv6地址
其实这个一般应用都填0,由系统自动的选择默认协议.
然后是对于type的指定,主要有下面几种:
SOCK_STREAM: 流套接字,也就是所谓的TCP
SOCK_DGRAM: 数据报套接字,也就是所谓的UDP
SOCK_RAW: 这个可以越过高层协议直接访问底层协议,让程序员可以直接使用IP协议或网络的物理层.查看现存协议的实现细节就可以用这个.
并且对于这三个并不是可以随便搞的.第三个对于INT和INT6都是对应的IPv4和IPv6.但对于UNIX来说,这个就是没意义的.
对于第三个参数,其实只用写0就可以了.直接匹配默认协议.具体协议,用到后再查吧.
还有另外一种一次穿件两个socket的函数 socketpair.参数增加一个大小为2的整数数组,于返回两个文件描述符.这个用法和管道很像.
关闭:
这里关闭分为两种,一种是直接关闭这个描述字,另一种是断开其链接,
第一种用close大家都很熟悉,第二种用int shutdown(int socket,int how)
其中如何断开链接有下面三种方法:
SHUT_RD: 停止从套接字接收数据
SHUT_WR: 停止套接字传送数据
SHUT_RDWR: 完全停止.
二.套接字地址的结构
在系统中,32位的套接字就是个无符号整形变量.但是为了人能识别清楚,所以有了点分十进制记法的IP地址记法.所以就衍生出一些转换函数
inet_aton inet_ntoa inet_pton inet_ntop
a表示IPv4的点分十进制,p表示的是IPv6的点分十进制.n表示二进制地址.
所以这四个函数分别是IPv4字符-二进制,二进制-IPv4字符,IPv6字符-二进制,二进制-IPv6字符.
并且还有一些特殊的地址记录在<netinet/in.h>
INADDR_LOOPBACK: 这个表示的是自己本机的地址,也就是回送地址,127.0.0.1
INADDR_ANY: 通配名,表示任何进入本机的地址
INADDR_BROADCAST: 广播地址,也就是255.255.255.255
还有,由于不同主机有不同的IP地址,即便是点分十进制也是很难记住的.不如一个有意义的字符串好记.这个字符串就是我们常说的域名.学过计算机网络的应该就很清楚了,域名->DNS或本地域名系统->IP->主机->对方服务器.
具体的函数就是
struct hostent * gethostbyname(const char *name);
struct hostent * gethostbyaddr(const void *addr,size_t length,int type);
两个都是返回一个关于地址的结构体.其中包含:
主机的正式名字: char *h_name
主机的可选别名: char ** h_aliases
主机地址类型: int h_addrtype
每个地址的长度: int h_length;对于IPv4是4,IPv6为16
指向主机网络地址数组的指针: char ** h_addr_list;由于对方网站可能有多个IP,所以用list
第一个通过DNS或本地域名系统来访问.如果是DNS用的是UDP来请求.
第二个则是第一个参数是二进制的结构,不是字符串.但是我就搞不明白..为什么要一个size和一个type.写一个另一个不就清楚了吗?有了解的高手可以告诉我吗~
当需要读多个主机的地址信息时,可以先用sethostent打开主机地址数据库,然后用gethostent来逐个扫描登记项,再用endhostent来关闭数据库.
一定注意,这几个函数是不可重入的函数.一定要保证各个线程不会同时启动这几个函数.
这里的主机地址数据库我想就是本地域名系统吧.有时间关闭测试一下.
关于端口号:
每个套接字的地址都是由IP+PORT组成的.如果说IP是主机的身份认证,那么端口就是进程的认证.标准端口号小于IPPORT_RESERVED(通常为1024),只有根用户才能够执行的那些服务程序才能使用它们.这样就可以防止普通用户从标准端口接受数据来获取他人信息.而对于应用程序来说,一般端口号大于IPPORT_USERRESERVED(linux为5000).
如果使用的是没有指定地址的套接字时,系统为它自动生成一个应用端口号.很多客户端就是这么搞的,但是服务器端就不行了.
主要函数有:
struct servent *getservbyname(const char *name,const char *proto);
struct servent *getservbyport(int port,const char *proto);
void setservent(int stayopen);
struct servent *getservent(void);
void endservent(void);
在UNIX系统有一个记录标准服务的数据库,这个数据库由文件/etc/services或域名服务器提供.定义在<netdb.h>中的结构体servent用于表示服务数据库的登记项信息.
servent结构有如下成员:
服务程序的正式名字: char * s_name
服务器别名: char *s_aliases
服务程序对应的端口号: int s_port
与该服务一起使用的协议名: char *s_proto
所以简单来说,对于主机上的每个端口运行什么程序都在这个数据库中.
setservent则是开启这个服务器,必须开启才能使用这些函数.
getservbyname用来通过协议和名字来确定其servent项.getservbyport则通过端口.
getservent则是按照顺序一个个的读出数据库中的servent项.
endservent就是关闭这个服务数据库.
套接字地址数据结构:
1.对于进程通信的
struct sockaddr_un{
sa_family_t sun_family; //这是地址族只能是AF_UNIX
char sun_path[108]; //Linux下是108
}
2.IPv4和IPv6
sockaddr_in{
sa_family_t sin_famili; //AF_INET
in_prot_t sin_port; //16位端口号,网络字节序(大端)
struct in_addr sin_addr; //32位IP地址,网络字节序
unsigned char sin_zero[8]; //保留
}
sockaddr_in6{
sa_family_t sin6_famili; //AF_INET6
in_prot_t sin6_port; //16位端口号,网络字节序(大端)
uint32_t sin_flowinfo; //IPv6流标号和优先级信息,网络字节序
struct in6_addr sin6_addr;; //128位IPv6地址,网络字节序
}
3.通用版
struct sockaddr{
sa_family_t sun_family; //这是地址族只能是AF_UNIX
char sun_path[108]; //Linux下是108
}
这个通常要将专用的特殊地质结构类型强制为struct sockaddr类型.
字节序:
简单来说CPU字节序有大端有小端,为了在网上统一,所以采取大端.由于大端字节序通常比小端直观(反汇编过的都知道...),所以我认为这么选是为了调试帧信息的.
这里有4个函数来转换字节序:
unint16_t htons (uint16_t hostshort);
unint32_t htonl (uint16_t hostshort);
unint16_t ntohs (uint16_t hostshort);
unint32_t ntohl (uint16_t hostshort);
其中字母的意思为h为主机,n表示网络,s代表short,l代表long
hton表示从主机到网络.ntoh表示从网络到主机.
已经描述的很清楚了.
这里要注意的是,如果你通信的两个机子都是大端或者小端.字节序不改都可以,因为是相同的.但对于真正实际应用的服务器而言,则必须做转换,因为你不知道客户端到底是大端还是小端.
三.命名套接字
之前的socket只是创建了一个没有名字的资源,其他进程无法访问他.所以也无法从它接受消息.只有当bind给套接字绑定了端口和名字后,其他进程才能找到它.
一般服务器是一定要bind,但是客户端就不一定了.如果做一个简单的echo服务器的话,那么客户端只直接去connect服务器就可以了.
绑定函数int bind(int socket,const struct sockaddr *address,socklen_t address_len);
socket就是socket函数返回的描述字.第二个参数是通用接口!所以如果你的地址结构体用的不是这个,那么一定要有强制转换!!第三个参数是未转换前的地址结构体的大小+1.
返回值0为正常,-1则设置errno表示出错.
绑定之后,就是connect和listen了.开始区分客户端和服务端了.
四.套接字通信模式
首先,通信模式分为两种,TCP和UDP.
前者面向连接,后者则以报文形式发送.
下图是TCP的编程过程.
这是UDP的编程过程.
看完了编程模式,现在再来看具体函数是怎么执行的吧~
五.流套接字操作
1.connect
原型int connect (int socket,const struct sockaddr *address,socklen_t address_len);
首先这个是用于客户端的.这里的socket就是本地的socket描述字,address是服务器端的地址信息.最后的address_len为其原先地址的长度.
返回值0为正常,错误返回-1,并设置errno,错误条件有:
EBADD: 参数socket不是合法的套接字描述字
EALREADY: 已经有一悬挂的连接正在被处理
ETIMEDOUT: 建立连接的时间限已过而未能建立连接.
ECONNREFUSED: 服务端拒绝此连接.
EINTR: 建立连接的企图被捕获的信号所中断
这个连接产生问题的情况比较多,我写的细一点:
正常情况下连接肯定是正常的.如果连接超时,则返回并流产连接请求.
如果connect在连接过程中被信号中断,那么虽然也错误返回.但是请求并不流产.连接会被异步建立.
如果建立套接字的时候设置了O_NONBLOCK的话,如果不能被立即建立的话,那么也会和被中断的时候一样,连接异步的建立.
针对这种异步的情况,可以用select或者poll来查询连接是否就绪.
2.listen
原型int listen(int socket,int backlog);
函数会为第一个参数建立一个连接请求的侦听队列,然后这个队列就会成为一个服务器套接字,也叫被动套接字.第二个参数则是用来设置其队列的最大长度的.如果设置的值大于系统规定的最大限制值时,这种情况下,当侦听队列的连接请求超过系统的限制值时,系统会自动的截断backlog的值为系统最大值.如果设置为小于0,则自动设置为0
当返回值为0时表示成功,失败则返回-1并设置errno.
注意这个不能用于无连接风格的套接字!
3.accept
原型 int accept(int socket,struct sockaddr *address,socklen_t *address_len);用于TCP.
这个socket必须和上面listen所绑定的套接字相同.用来处理客户端的请求.
客户的地址信息通过第二个参数来得到.当然,你不想要客户地址信息设置为NULL也可以.如果客户地址的长度大于第三个参数,则客户地址会被截断.并且返回值为实际的客户地址的大小.
并且这个函数是会阻塞的,如果没有客户请求就一直阻塞.
当然,你也可以使用fcntl来对其设置一个O_NONBLOCK.那么就不阻塞了.
出错返回-1并设置errno.其中有两个错误要注意,一是EWOULDBLOCK发生在对套接字设置了O_NONBLOCK标志并且没有悬挂连接的时候.简单来说就是查询的时候没有connect的请求.第二个错误是EINTR指出accept在阻塞期间被信号中断,
4.getsockname和getpeername函数
int getsockname(int socket,struct sockaddr *address,socklent_t *address_len);
int getpeername(int socket,struct sockaddt *address,sockelen_t *address_len);
第一个函数是用来得到本地套接字地址的.
第二个函数是用来得到对方套接字地址的.
两个函数第二个参数都是用于填装地址信息的结构.
当然格式还是依赖通信的协议.
5.send和recv函数
简单来说就是写和读函数.
ssize_t send(int socket,const void *buffer,size_t length,int flags);
基本和write相同,但是最后一个参数用于指明消息传送的类型.如果为0,等价于write.
MSG_OOB时: 导致send发送的数据成为带外数据.这个是流套接字特有的.一般数据按照写的顺序来传送.但是如何设置成这个,那么这个数据就会优先发送.
MSG_DONTROUTE: 不再消息中包含路由信息.这个信息估计只有杀毒软件或者路由器才关心吧..
当然不止两个参数.其他的查手册吧.
其返回值是它已经发送出去的字节数.失败返回-1.并且与write一样send也是阻塞的.对于非阻塞的套接字来说,如果不能发送,则立即返回EWOULDBLOCK,表示发送失败.
如果要传送的消息太长,或者对方连接已经断开.那么会收到一个SIGPIPE信号.通知对方已经断开.这个估计就可以用来解决客户端突然断电的问题吧.写之前设置一个全局变量,写之后再设置另一个值.收到信号就根据全局变量来判断是否发送完毕即可.
ssize_t recv(int socket,void *buffer,size_t length,int flags);
同read,最后flag也有一些相关的参数:
MSG_PEEK: 窥视套接字上的数据而实际读出他们.即尽管buffer所指对象中填入了所请求的数据,随后的read或recv仍将读到相同的数据.
MSG_OOB: 读外带数据
MSG_WAITALL: 函数阻塞直至接收到的所请求的全部数据.不过在下面几种情况下,这个标志设置无效:
出现信号
连接被中断
指明了MSG_PEEK
套接字出错.
其返回值为已经读到的buffer中数据的字节数大小.如果没有消息可接受并且对方套接字已经执行shutdown,那么返回值为0.否则返回-1并且设置errno.
六.套接字选项
int getsockopt(int socket,int level,int optname,void *optval,socklen_t *optlen);
int setsockopt(int socket,int level,int optname,const void *optval,socklen_t optlen);
一个是得到socket的设置,一个是设置socket的设置.
level这个是用来指明选项所属的层次,这个应该说的是5层结构.一般参数有SOL_SOCKET,IPPROTO_IP,IPPROTO_TCP等.
这个在百度百科上有解释,我就不多说了.
七.带外数据
简单来说就是发送的优先级比普通数据优先级高.主要用于一些紧急的事情发生.
并且TCP带外数据只有一个字节,可以是任意8位的值.如果超出1个字节,只发送最后一个字节的数据.接收到带外数据的一方会产生一个SIGURG的信号.如果你用的select等待数据的到来,那么select会立即返回.
对于接受方,带外数据会冲数据中抽离出来,放到一个单独的一字节缓冲区.如果之前的带外数据没有读到的话,下一次来带外数据则会覆盖之前的数据.读此数据的方法就是用带MSG_OOB的调用recv(),recvfrom()和recvmsg().后面两个可以面向两种连接方式.
当然,TCP在接受外带数据的时候会在socket中设置标志位.这里还有一种嵌入式的外带数据,SO_OOBINLINE这个选项还会告诉具体的外带数据插入在哪里.
具体判断外带数据可以用socketmark来查询.int sockatmark(int sockfd);
传入socket的文件描述字,如果有外带数据返回1,没有返回0,出错返回-1.
书上没有指明SO_OOBINLINE是如何找到其位置的.以后遇到再说吧.应该知道一般的SO_OOB就可以了吧.
八.数据包套接字
sendto和recvfrom
int recvfrom(int socket,void *buffer,size_t size,int flags,struct sockaddr * from ,size_t *addrlen);
int sendto(int socket,void *buffer,size_t size,int flags,struct sockaddr *to,size_t addrlen);
前几个参数基本上和recv和send差不多.没什么太多说的.后面的参数增加了发送和接受的地址和其长度.其中recv得到的地址是发送方的.sendto得到的地址是对方的.
其错误条件也与send和recv一样.函数返回值是实际的读或写的值.
这种UDP连接较TCP有以下一些特点:
--客户程序无需与服务建立连接
--服务程序都不会正常终止.并不会像TCP那样返回文件中止符.
--这种服务器均采用迭代服务方式
--使用UDP的服务程序仅用一个套接字来接受和发送请求.但是对于TCP,大多每个连接就创一个套接字.在UDP的协议层,隐含一个接收缓冲区.不同的客户程序的报文均放在这个缓冲区.调用recvfrom的时候,缓冲区按照FIFO的顺序返回给进程.
虽说是无连接,但是也可以使用connect函数来指定一个默认的目的地.会与一般的无连接程序有以下不同:
--对于输出操作不再需要指明目的地的IP地址和端口.可以用write,send代替sendto.
--也可以用read和recv.
对于服务器来说,不太可能connect.但是对于客户端,调用connect()就很自然了.
当然,这个默认地址也是更改的,可以在address处,使用AF_UNSPEC地址格式即把地址设置为任意了.
九.超时处理
很多套接字的IO处理是很有可能一直阻塞的.所以这时候就需要一个定时器来让其避免无限等待了.通常的方法有三种:
1.调用alrm使得系统在指定的时间片到期时生成SIGALRM信号
2.用select建立一时间片等待套接字就绪.
3.使用SO_RCVTIMEO和SO_SNDTIMEO套接字选项,这两个选项自动对套接字的读写设置超时处理(setsockopt函数).
最后,我个人有个疑问.以前学的时候没有注意到.为什么对于网络地址和端口的时候需要转字节序,但是对于发送的内容send和recv就不用转字节序?
网上查了一下,结果如下:
1.对于报文实际上是真的就是大端小端来发送的.大端的内容发送到小端仍然是大端的代码.每次如果发送字符串,那么就不存在问题.
2.有一部分人认为send和recv在底层做了转换.但是结合课堂上的理论来看.内容是不可能被更改的.能更改的只有报文头而已.所以内容应该仍然维持原发送者的字节序.
3.这里对于IP和PORT来说,大于一个字节,所以内序可能会改变.但是对于字符串来说就不会.所以大端小端是以字节为单位的.
我个人对这三种解释并不满意..第一点和第三点都感觉有点问题.
我猜测是对于大端来说.从数组A开始一直发送到A+i.那么小端接受的时候也是先接受A,然后按照自己的格式存储,一直接收到A+i.这样似乎就没问题.对于字符串来说,就是8位的,所以无所谓,但是对于整数这种需要解释类型的数据来看,就可能出现颠倒.
好比0x01020304这个数,在大端中为0x01020304,在小端中为0x04030201.
假设大端先发送0x01,但是在小端中将其解释到同一位置.也就是正确地址的0x04的位置.那么最终解释出来的就乱套了.简单来说对于大于一个字节的变量来说,不同机器构造顺序不同.所以只对字符串来说,可以无视大小端的存在.其他大于1字节的类型都需要变换.
欢迎指出不足之处~
标签：linux
原文地址：http://blog.csdn.net/meiboyu/article/details/32730893
