【网络面试必问（9）】Web服务器处理Http请求消息及与客户端交互的原理

 接上一篇：【网络面试必问（8）】防火墙原理、正向代理、反向代理、缓存服务器、负载均衡和内容分发服务器

 这一篇，我们看一下请求消息的终点，Web服务器的程序结构。我们都知道，服务器会同时接收多个客户端的请求，做出响应并返回程序结果。但是仅一个服务器程序就处理多个客户端的请求是很难得，因此服务器会启用多个程序或者多个线程来实现这种一对多的关系。

1. 服务器程序的结构

 服务器的程序会分成两个模块，即等待连接模块和与客户端通讯模块，简称连接模块和通讯模块。服务器在启动之后，连接模块(a)会首先创建套接字，并且进入等待连接的状态，这时候，客户端就可以向客户端发起连接了。当连接模块监听到有客户端的连接请求进来之后，首先会把套接字和客户端的连接起来，然后就会把这个套接字移交给连接模块(b)，当然这个连接模块可能之前没有新创建的，也可能是事先已经准备好的。同时，操作系统还会记录套接字和客户端的对应关系。
 接下来的通讯操作，实际上是通讯模块(b)和客户端在通讯，连接模块(a)会继续监听来自客户端的请求，如有新的请求过来，会继续执行上面的操作。所以通讯(b)模块会存在多个，并且和多个客户端交互。

 这里其实还有一个问题，上面我们提到了套接字，每当有新的连接进来，就会创建一个套接字，其实要说明的是这个套接字其实是连接模块套接字拷贝的副本，因为服务器应用程序启动之初就已经创建了监听的套接字，所有链接模块的套接字都是这个套接字的副本，并且记录和自己通讯的客户端控制信息。但是有一个问题是，前面我们说过，不同套接字应该对应不同的端口号，但是对于多个套接字副本端口号其实是一样的。这样一来，客户端比如要找80端口的应用，协议栈分析TCP头部中接收方端口号为80，应该找那个套接字副本呢？

 对应的解决办法其实就是，根据客户端的IP地址和端口号、服务器的IP地址和端口号这4个信息共同来确定一个套接字，这样即使服务器套接字端口号相同，也可以根据这四个信息确定唯一的套接字了。这些匹配信息其实会维护在操作系统协议栈中，只要请求过来，查表就可以了。

 当然，有这么多信息才能确定一个套接字，我们就需要用套接字描述符来代表这4类信息了，简单直接。而且最重要的，在程序启动之初，等待连接的套接字中，是没有客户端的IP地址和端口号的。

2. 服务器的接收操作

2.1 电信号转为数字信号

 服务器接收电信号的过程和客户端发送的过程相反，网卡会接收信号，然后将其还原成数字信息。接下来需要根据包末尾的帧校验序列(FCS)来校验错误，如果校验失败，需要丢弃此包。接下来，MAC模块会检查MAC模块中的MAC地址信息是不是发给自己的，不是的话也要丢弃。确认没问题后，就会把这些信息存放到网卡缓冲区中。

 接下来，网卡就会读取包的信息，并根据MAC头部的信息来判断协议类型，并将包交给它处理，这里假设是以太网的类型，表示IP协议，就会调用TCP/IP协议栈来执行。

2.2 IP模块的接收操作

 协议栈的IP模块会检查IP的头部，判断是不是发送给自己的，否则的话丢弃，另外还会检查是否分片等操作。最后再读取IP头部的协议号字段，确定是转交给TCP模块还是UDP模块。

2.3 TCP模块的处理操作

 TCP模块的执行操作，我们前面其实已经说到过，这里就简单概述一下，如果接收到的发起连接的包，会检查TCP头部的控制位SYN，检查接收方的端口号，创建套接字的副本，然后和将发送方的IP地址和端口号信息记录到套接字里面。

 如果是数据收发阶段，TCP模块会根据收到的包发送方IP地址和端口号，接收方的IP地址和端口号，找到对应的套接字，然后对比收到的包和之前报的发送状态是不是对应的上，如果能对应上就会把数据块拼接起来并且缓存起来，然后向客户端返回ACK包。

 如果是断开阶段，服务器程序会调用Socket的close()函数，TCP模块会生成FIN=1的头部，并且委托IP模块发送给客户端，之后进行四次挥手的操作执行断开连接的操作。当断开连接操作完成后，经过一段时间，套接字就会被删除。