【Linux】网络基础2---Socket编程预备

上期回顾【Linux 】网络基础1

1. 理解源IP地址和目的IP地址

IP 在网络中，⽤来标识主机的唯⼀性

注意：数据传输到主机是⽬的吗？

答案：不是的，数据传输到主机不是目的，而是手段；毕竟聊天是人在聊，下载是人在下载，浏览网页是人在浏览；

进程是人在系统中的代表（即人在系统中就相当于进程），只要把数据给进程，人就相当于拿到了数据！

上网在技术的角度，只有两种行为（IO）

• 1.从远端服务器，获取数据
• 2.本地数据上传到远端服务器

IO:输入/输出

2. 认识端口

端⼝号( port )是传输层协议的内容

• 端口号，可以用来标识系统中唯一的一个网络进程
• IP表示全国内唯一的主机
  • port表示该主机内唯一的进程
  • IP+ Port = 全国唯一的进程

• 端⼝号是⼀个 2 字节 16 位的整数，范围是0 ~ 65535（1字节=8个bit）
• 端⼝号⽤来标识⼀个进程, 告诉操作系统, 当前的这个数据要交给哪⼀个进程来处理;
• IP地址 + 端⼝号能够标识⽹络上的某⼀台主机的某⼀个进程;
• ⼀个端⼝号只能被⼀个进程占⽤.

2.1端口号范围划分

• 0 - 1023 : 知名端⼝号, HTTP, FTP, SSH 等这些⼴为使⽤的应⽤层协议, 他们的端⼝号都是固定的（比如120、110、119等电话，他们的服务都是一 一对应的）
• 1024 - 65535 : 操作系统动态分配的端⼝号. 客⼾端程序的端⼝号, 就是由操作系统从这个范围分配的

2.2 理解 “端⼝号” 和 “进程ID”

1. 端口号和进程 IP 都能用来唯一标识一台主机上的某个进程，但在网络通信中，并不能用进程 ID 来替代端口号

原因：

1. 作用范围不同
   PID 只在你的电脑内部有效，另一台电脑根本不知道你的 PID 是什么。而端口是网络通信的全球通用规则，服务必须绑定一个众所周知的固定端口（比如 Web 服务默认用 80 或 443），其他设备才能找到它。
2. 生命周期不同
   PID 在进程重启后会改变。如果一个服务把 PID 作为网络入口，那它每次重启，客户端都要重新获取新的 PID，这在现实中不可行（比如我们都有身份证，但是在不同的场景就不好管理，比如我们在学校、工作中要是都用身份证，当我们换了一个学校，工作地方，我们登记的信息是不是就都要改变了，所以我们在学校就用学号代表我们的身份，工作中就是用工号，这样每次我们需要变更环境时，我们都能有新的信息代表，而不用更改原来的）。而端口绑定的是服务类型，程序重启只要还是这个服务，就应继续使用同一个端口。
3. 一对多的矛盾
   一个进程可以监听多个端口（就像一个人开多家店），同时多个不同进程也可以绑定到同一个端口（但同一时间只有一个能成功）。反过来，一个端口也只能被一个进程使用。PID 和端口之间是灵活的 多对多关系，无法简单替代。

2. 如何通过端口号 port 找到对应的进程

• 在底层中，采用哈希的方式建立了端口号和进程 PID 之间的映射关系。
  • 底层拿到一个端口号 -> 执行hash算法得到与之对应的PID -> 找到对应的进程

2.3 源端口号与目的端口号

传输层协议( TCP 和 UDP )的数据段中有两个端⼝号, 分别叫做源端⼝号和⽬的端⼝号:

• 源端口号：标识发送端发起通信的进程；
• 目的端口号：标识接收端要交付的目标进程

2.4 理解Socket

ip+port 叫做套接字 socket

• IP 地址⽤来标识互联⽹中唯⼀的⼀台主机， port ⽤来标识该主机上唯⼀的⼀个⽹络进程
• IP+Port 就能表⽰互联⽹中唯⼀的⼀个进程
• 通信的时候，本质是两个互联⽹进程代表⼈来进⾏通信，{srcIp，srcPort，dstIp，dstPort}这样的4元组就能标识互联⽹中唯⼆的两个进程
• 网络通信的本质，也是进程间通信

socket n. (电源)插座；(电器上的)插⼝，插孔，管座；槽；窝；托座；⾅；孔⽳ vt. 把…装⼊插座；给…配插座

2. 传输层的典型代表

• 网络协议栈贯穿整个网络体系结构，在应用层中，操作系统层和驱动层各自占有一部分网络协议。
• 传输层写在操作系统中，当使用系统提供的接口实现网络通信时，必须要面对的就是传输层的协议，传输层最典型的协议是 TCP 和 UDP 。
  

2.1 TCP协议（传输层协议）

TCP（Transmission Control Protocol，传输控制协议）是互联网核心的传输层协议，主要解决一个问题：如何在不可靠的网络上，建立可靠的逻辑连接。

它最关键的三个特性是：

1. 有连接：通信前必须通过“三次握手”建立连接。就像打电话，得先拨号、对方接听、建立通路，才能通话。
2. 可靠传输：具备确认和重传机制。发送的每个数据包都要求对方回复“收到了”，否则就重发。它能保证数据完整、有序、不重复地到达。
3. 流量与拥塞控制（面向字节流）：发送方会根据接收方的处理能力和网络拥堵程度，自动调整速度，避免丢包。

对比 UDP：TCP 是可靠的、有连接的、速度较慢、有流量控制。而 UDP 不可靠、无连接、速度快，像寄快递，不管收没收到，常用于视频通话、直播等允许偶尔卡顿的场景。

2.2 UDP协议（传输层协议）

UDP（User Datagram Protocol，用户数据报协议）是 TCP 的“简单快速”兄弟。它与 TCP 同属传输层，但核心逻辑截然不同：它不建立连接，不保证可靠，也不做流量控制，主打一个“尽力而为”。

核心特性：

1. 无连接：发送数据前不需要像 TCP 那样“三次握手”。直接发，不管对方在不在、收不收得到。就像写信投递，不确认对方是否在家。

2. 不可靠传输：不保证送达，数据可能丢失、重复、乱序。也没有确认和重传机制。对方收没收到？UDP 协议本身完全不关心。

3. 面向数据报：这是 UDP 与 TCP“面向字节流”的最大区别。UDP 保留应用层发来的消息边界。应用程序每次 send 一个数据报，对方 recv 就能原封不动地读到整个数据报（前提是接收缓冲区够大）。不会发生 TCP 那样的“粘包”问题。

UDP 的优缺点

1. 优点：速度快、开销极小。UDP 的头部只有 8 个字节 （TCP 是 20 字节），且没有连接建立、确认、拥塞控制等步骤。因此实时性极高。
2. 缺点：不稳定、有大小限制。单个 UDP 数据报最大 64KB（通常建议不超过 1.5KB 以免分片）。超出后，IP 层会自动分片，一旦一个分片丢失，整个数据报就废了。

问题1：有连接和无连接怎么理解？

• 连接：就好比我们打电话的时候，会先“喂”，即确保连接了之后我们的沟通才是有效的
• 无连接：就好比我们发送邮件，要么不发，要么发，当我选择发，我不关心你收没收到，我发了就行

3. 网络字节序

3.1 认识大小端（按照字节为单位）

• 大端模式：数据的高位字节处的内容存放在内存的低地址处，而数据的低位字节处的内容存放在内存的高地址处。
• 小端模式：数据的高位字节处的内容存放在内存的高地址处，而数据的低位字节处的内容存放在内存的低地址处。

3.2 网络字节序采用“大端方式”存储

• 发送主机通常将发送缓冲区中的数据按内存地址从低到⾼的顺序发出;
• 接收主机把从⽹络上接到的字节依次保存在接收缓冲区中,也是按内存地址从低到⾼的顺序保存;
• 因此,⽹络数据流的地址应这样规定:先发出的数据是低地址,后发出的数据是⾼地址
• TCP/IP协议规定,⽹络数据流应采⽤⼤端字节序,即低地址⾼字节.
• 不管这台主机是⼤端机还是⼩端机, 都会按照这个TCP/IP规定的⽹络字节序来发送/接收数据;
• 如果当前发送主机是⼩端, 就需要先将数据转成⼤端; 否则就忽略, 直接发送即可

3.3网络字节序与主机字节序之间的转换

• h表⽰host,n表⽰network,l表⽰32位⻓整数,s表⽰16位短整数。
• 例如 htonl 表⽰将 32 位的⻓整数从主机字节序转换为⽹络字节序,例如将IP地址转换后准备发送。
• 如果主机是小端字节序,这些函数将参数做相应的⼤⼩端转换然后返回;
• 如果主机是大端字节序,这些函数不做转换,将参数原封不动地返回。

!!! 所有发送到网络上的数据，都必须是大端的！

4. socket 编程接口

4.1 socket 常见API

（1）创建socket文件描述符（TCP/UDP，客户端+服务器）

int socket (int domain,int type,int protocol);

（2）绑定端（TCP/UDP，服务器）

int bind(int socket,const struct sockaddr *address, socklen_t address_len);

（3）开始监听socket（TCP，服务器）

int listen(int socket, int backlog);

（4）接收请求（TCP，服务器）

int accept(int socket, struct sockaddr* address, socklen_t* address_len);

（5）建立连接（TCP，客户端）

int connect(int sockfd, const struct sockaddr *addr, socklen_t addrlen);

4.2 sockaddr 结构

socket API（API->应用程序编程接口）是⼀层抽象的⽹络编程接⼝,适⽤于各种底层⽹络协议,如IPv4、IPv6,以及后⾯要讲的UNIX Domain Socket. 然⽽, 各种⽹络协议的地址格式并不相同.

• IPv4和IPv6的地址格式定义在netinet/in.h中,IPv4地址⽤sockaddr_in结构体表⽰,包括
  • 16位地址类型,
  • 16位端⼝号
  • 32位IP地址.
• IPv4、IPv6地址类型分别定义为常数AF_INET、AF_INET6. 这样,只要取得某种sockaddr结构体的首地址,不需要知道具体是哪种类型的sockaddr结构体,就可以根据地址类型字段确定结构体中的内容.
• socket API可以都⽤struct sockaddr类型表⽰, 在使⽤的时候需要强制转化成sockaddr_in*; 这样的好处是程序的通⽤性, 可以接收IPv4, IPv6, 以及UNIX Domain Socket各种类型的sockaddr结构体指针做为参数

sockaddr 结构

struct sockaddr { __SOCKADDR_COMMON (sa_); /* Common data:address famliy and length. char sa_data[14]; /* Address data. */ };

sockaddr_in 结构

struct sockaddr_in { __SOCKADDR_COMMON (sin_); in_port_t sin_port; // 端口号 struct in_addr sin_addr; // IP 地址 /* Pad to size of struct sockaddr. */ unsigned char sin_zero[sizeof (struct sockaddr) - __SOCKADDR_COMMON_SIZE - sizeof (in_port_t) - sizeof (struct in_addr)]; };

虽然socket api的接⼝是sockaddr, 但是我们真正在基于IPv4编程时, 使⽤的数据结构是sockaddr_in;这个结构⾥主要有三部分信息: 地址类型, 端⼝号, IP地址.

in_addr结构

typedef uint32_t in_addr_t; struct int_addr { in_addr_t s_addr; };

in_addr⽤来表⽰⼀个IPv4的IP地址. 其实就是⼀个32位的整数;