六星经典CSAPP-笔记(11)网络编程
六星经典CSAPP-笔记(11)网络编程
参照《深入理解计算机系统》简单学习了下Unix/Linux的网络编程基础知识，进一步深入学习Linux网络编程和TCP/IP协议还得参考Stevens的书。
1.网络基础
（略过，待补充）
2.IP地址
2.1 IP地址的表示
IP地址是一个无符号的32位整数。Linux网络程序使用下面这种IP地址结构存储IP地址：
/* Internet address structure */
struct in_addr {
unsigned int s_addr; /* Network byte order (big-endian) */
};2.2 IP地址转换
因为网络中的主机有可能有不同的字节序，所以TCP/IP协议定义了一种统一的网络字节序 Network Byte Order，即大尾端字节序（基础知识请参考六星经典CSAPP笔记(2)信息的操作和表示）。这样不论主机是大尾端还是小尾端，网络传输时在数据包的header中保存的IP地址都是网络字节序（大尾端）的，实现了程序的可移植性。为了方便这种操作，Unix提供了一些库函数供我们调用。
| System Call | Function |
|---|---|
| unsigned long int htonl(unsigned long int hostlong) | Convert a 32-bit integer from host byte order to network byte order |
| unsigned short int htons(unsigned short int hostshort) | Convert a 16-bit integer from host byte order to network byte order |
| unsigned long int ntohl(unsigned long int netlong) | Convert a 32-bit integer from network byte order to host byte order |
| unsigned short int ntohs(unsigned short int netshort) | Convert a 16-bit integer from network byte order to host byte order |
| int inet_aton(const char *cp, struct in_addr *inp) | Convert a dotted-decimal string (cp) to an IP address in network byte order (inp) |
| char *inet_ntoa(struct in_addr in) | Convert an IP address in network byte order to its corresponding dotted-decimal string |
前四个函数包含在netinet/in.h头文件中，用来在主机字节序和网络字节序间转换。后两个函数包含在arpa/inet.h中，用来在IP地址字符串和in_addr数据结构间转换。下面来看一个小例子：
#include <stdio.h>
#include <stdlib.h>
#include <arpa/inet.h>
#include <netinet/in.h>
int main(int argc, char const *argv[])
{
struct in_addr addr;
char *addr_str;
uint32_t net_ip;
addr_str = "192.168.1.100";
if (inet_aton(addr_str, &addr) == 0) {
printf("Convert %s to in_addr failed\n", addr_str);
exit(1);
}
// Convert 192.168.1.100 to host byte order 0x6401a8c0
printf("Convert %s to host byte order 0x%08x\n", addr_str, addr.s_addr);
// Convert host byte order 0x6401a8c0 to network byte order 0xc0a80164
net_ip = htonl(addr.s_addr);
printf("Convert host byte order 0x%08x "
"to network byte order 0x%08x\n", addr.s_addr, net_ip);
addr.s_addr = net_ip;
return 0;
}apra/inet.c中的ARPA是什么？CSAPP中讲到了Internet的历史，1957年冷战时埋下了互联网的种子，当时苏联发射了第一颗人造地球卫星Sputnik震惊了世界（村上的小说《斯普特尼克恋人》就是指它）。作为回应，美国政府创建了Advanced Research Projects Agency，即ARPA，想要重新建立科技的领导地位。于是1969年一个全新的网络建立起来，叫做ARPANET，也就是互联网的前身。
通过inet_aton函数将字符串192.168.1.100转换成了in_addr数据结构，其s_addr整数值为0x6401a8c0。简单分析一下：
0x64=100，0x01=1，0xA8=168，0xC0=192
说明我的机器是小尾端字节序。之后再使用htonl函数将小尾端字节序的IP地址转为统一的网络字节序。下面是一道课后练习题，编写一个dd2hex.c小工具，将用户输入的IP地址字符串转成网络字节序的16进制整数。
#include <stdio.h>
#include <stdlib.h>
#include <arpa/inet.h>
#include <netinet/in.h>
/** * Usage: * unix> gcc dd2hex * unix> ./dd2hex 128.2.194.242 * 0x8002c2f2 * * @param argc 2 * @param argv 128.2.194.242 * @return 0x8002c2f2 */
int main(int argc, char const *argv[])
{
struct in_addr addr;
char const *addr_str;
uint32_t net_ip;
// 1.Get input arg from cmd line
if (argc < 1) {
printf("Usage: dd2hex ip-address-string\n");
exit(1);
}
addr_str = argv[1];
// 2.Convert to integer in host byte order
if (inet_aton(addr_str, &addr) == 0) {
printf("Convert %s to in_addr failed\n", addr_str);
exit(1);
}
// 3.Convert to network byte order
net_ip = htonl(addr.s_addr);
printf("0x%08x\n", net_ip);
return 0;
}2.网络域名
网络上的主机使用IP地址通信，然而IP地址对于人类是“不友好”的，难于记忆，所以就有了域名Domain Name。最初域名和IP地址的映射关系是保存在文本文件HOSTS.txt中由人工维护的。随后出现了全球性的分布式数据库DNS（Domain Name System），以host entry的形式保存映射关系，Unix中的数据结构是：
/* DNS host entry structure */
struct hostent {
char *h_name; /* Official domain name of host */
char **h_aliases; /* Null-terminated array of domain names */
int h_addrtype; /* Host address type (AF_INET) */
int h_length; /* Length of an address, in bytes */
char **h_addr_list; /* Null-terminated array of in_addr structs */
};为什么hostent中的h_addr_list是char**而不是struct in_addr**呢？在StackOverflow上的一篇问答中一位老兄给出了解释：
- hostent是个古老的struct定义，甚至早于void*的出现。在那时，char *被当成万能指针使用。如今理应改成void **而不是char **，但为时已晚！
- 那时有很多网络协议，作者不知道哪种协议会成为主流。即使在TCP/IP称为主宰的今天，h_addr_list仍然有两种可能，包含struct in_addr *或struct in6_addr *。
网络程序可以从DNS数据库中取出任意的host entry。Unix在netdb.h头文件中提供了API：
| System Call | Function |
|---|---|
| struct hostent *gethostbyname(const char *name) | Return the host entry associated with the domain name name |
| struct hostent *gethostbyaddr(const char *addr, int len, 0) | Return the host entry associated with the IP address addr |
下面是一个获取域名对应信息的小工具，从命令行输入域名或者IP地址，从DNS服务器获取到域名、别名和IP地址的信息。有几个实现上的小细节可以学习一下：
- 确定输入是域名还是IP：利用inet_aton返回0还是1（转换IP地址字符串到整数是否成功）确定用户输入的到底是域名还是IP地址。
- 处理错误码：当域名或IP地址无效时，gethostbyaddr/name会返回NULL，这时错误码保存在h_errno中，可以用hstrerr取出对应的错误提示消息。
- 别名是字符串数组：entry中的h_alias是个字符串数组，因为域名可以对应好多个别名。
- IP地址是字符串数组：同样，一个域名也可能对应多个IP地址，所以就达到了DNS负载均衡的效果。课后练习题说连续运行hostinfo google.com三次，会看到域名对应的IP地址顺序发生变化。
- h_addr_list是char* ：entry->h_addr_list中的每个值都是char*，使用时被转成了struct in_addr *，具体原因参见前面的解释。
#include <stdio.h>
#include <stdlib.h>
#include <arpa/inet.h>
#include <netdb.h>
/** * Usage: * $ ./hostinfo.exe www.baidu.com * Official hostname: www.a.shifen.com * Alias: www.baidu.com * Address: 220.181.112.244 * Address: 220.181.111.188 * * @param argc 2 * @param argv www.baidu.com or 220.181.112.244 * @return Official hostname/Alias/Address */
int main(int argc, char const *argv[])
{
char **host;
struct in_addr addr;
struct hostent *entry;
if (argc != 2) {
fprintf(stderr, "Usage: %s <domain name or dotted-decimal>\n",
argv[0]);
exit(1);
}
// Retrieve host entry by "domain name"/"IP address string" from DNS
if (inet_aton(argv[1], &addr))
entry = gethostbyaddr((char *)&addr, sizeof(addr), AF_INET);
else
entry = gethostbyname(argv[1]);
if (entry == NULL) {
fprintf(stderr, "Error: %s\n", hstrerror(h_errno));
exit(1);
}
printf("Official hostname: %s\n", entry->h_name);
for (host = entry->h_aliases; *host; host++)
printf("Alias: %s\n", *host);
for (host = entry->h_addr_list; *host; host++) {
addr.s_addr = ((struct in_addr *) *host)->s_addr;
printf("Address: %s\n", inet_ntoa(addr));
}
return 0;
}3.Socket接口
3.1 Socket地址
客户端和服务器通过一条全双工、可靠的连接（full-duplex reliable connection）发送和接收数据流。连接的两端是两个Socket组成的二元组，Socket地址是由IP地址:端口号组成。其中客户端的端口号是由操作系统内核自动分配的临时端口（ephemeral port），而服务器端则是个永久的端口号（well-known port）。
下面来看一下Socket的数据结构，在socket.h中包含了sockaddr，netinet/in.h中包含了sockaddr_in的定义：
/* Generic socket address structure (for connect, bind, and accept) */
struct sockaddr {
unsigned short sa_family; /* Protocol family */
char sa_data[14]; /* Address data. */
};
/* Internet-style socket address structure */
struct sockaddr_in {
unsigned short sin_family; /* Address family (always AF_INET) */
unsigned short sin_port; /* Port number in network byte order */
struct in_addr sin_addr; /* IP address in network byte order */
unsigned char sin_zero[8]; /* Pad to sizeof(struct sockaddr) */
};那时的C语言没有void *类型，为了适应不同的网络地址类型，Socket的connect、bind、accept等各种函数都用sockaddr作为参数，应用代码需要将特定协议的struct指针转为通用的sockaddr指针。从上面的struct定义也能看出，sockaddr_in结构的末尾添加了8个字节的padding来匹配sockaddr的长度。
3.2 API纵览
Socket接口是一组与Unix I/O接口配合建立起网络应用的函数集，它在客户端与不同协议实现之间建立起一个抽象层。下面这张图很重要，会作为学习Unix/Linux Socket编程的路线图：
3.3 客户端连接
bind，listen，accept函数都是服务端要使用的，客户端的步骤很简单，主要关注socket和connect两个函数。下面来看一下客户端的代码，主要由以下三步组成：
- 创建sockaddr_in：根据IP地址in_addr和端口号组成。
- 调用socket()：创建套接字，用Unix的描述符表示。
- 调用connect()：用前两步得到的sockaddr和socket描述符开启连接。
/** * Open connection by socket in client-side * @param hostname host name or IP address * @param port port * @return descriptor */
int open_clientfd(char *hostname, int port)
{
struct hostent *host;
struct sockaddr_in sockaddr;
int clientfd;
// 1.Comine IP address and port as socket address
memset(&sockaddr, 0, sizeof(sockaddr));
sockaddr.sin_family = AF_INET;
sockaddr.sin_port = htons(port);
// 2.Parse IP address from hostname
if (inet_aton(hostname, &sockaddr.sin_addr) == 0) {
if ((host = gethostbyname(hostname)) == NULL) {
fprintf(stderr, "Error: %s\n", hstrerror(h_errno));
return -1;
}
memcpy(&sockaddr.sin_addr.s_addr, host->h_addr_list[0], host->h_length);
}
// 3.Create socket
if ((clientfd = socket(AF_INET, SOCK_STREAM, 0)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -2;
}
// 4.Establish a connection to server
if (connect(clientfd, (struct sockaddr *)&sockaddr, sizeof(sockaddr)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -3;
}
return clientfd;
}提一下几个实现上的小细节：
- 内存初始化和拷贝：可以用bzero/bcopy或memset/memcpy。这是两套API，前者是POSIX标准的，后者是C语言标准的。后者包含在memory.h或string.h中。
- 错误码处理：Socket函数的错误都是放在标准错误码errno中，使用strerror取出错误提示消息，用法与gethostbyname的h_errno和hstrerror完全一样。
3.4 服务端监听
服务端的代码稍微复杂一点点，主要分为四步：
- 创建sockaddr_in：使用INADDR_ANY告诉内核此服务器程序能够接受来自任何IP地址的请求。
- 调用socket()：创建套接字，用Unix的描述符表示。
- 调用bind()：将前两步得到的sockaddr和socket描述符绑定到一起。
- 调用listen()：开始监听请求。
/** * Listen on socket for incoming request in server-side. * @param port listen port * @return descriptor */
int open_serverfd(int port)
{
int listenfd, optval = 1;
struct sockaddr_in sockaddr;
// 1.Create socket address
memset(&sockaddr, 0, sizeof(sockaddr));
sockaddr.sin_family = AF_INET;
sockaddr.sin_addr.s_addr = htonl(INADDR_ANY);
sockaddr.sin_port = htons(port);
// 2.Create socket of specific protocal
if ((listenfd = socket(AF_INET, SOCK_STREAM, 0)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -1;
}
// 3.Eliminates "Address already in use" error from bind
if (setsockopt(listenfd, SOL_SOCKET, SO_REUSEADDR,
&optval, sizeof(int)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -2;
}
// 3.Bind socket and address
if (bind(listenfd, (struct sockaddr *)&sockaddr, sizeof(sockaddr)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -3;
}
// 4.Start to listen for connection requests with backlog queue 10
if (listen(listenfd, 10) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
return -4;
}
return listenfd;
}3.5 数据通信
有了上面两个工具函数，接下来就能写出完整的客户端和服务器通信代码了。测试方法是先./socket server 7777运行服务端，再./socket client “localhost” 7777 “helloworld”运行客户端。服务端的核心在于启动监听后循环accept()客户请求：
// printf, fprintf...
#include <stdio.h>
#include <stdlib.h>
// memset in string/memory.h
#include <string.h>
// strerror
#include <errno.h>
// in_addr/hostent/sockaddr, htons, gethost
#include <netinet/in.h>
#include <arpa/inet.h>
#include <netdb.h>
// sockaddr_in, connect/bind/accept
#include <sys/types.h>
#include <sys/socket.h>
// close, write, read
#include <unistd.h>
// constants
#define MAXLINE 100
#define FAILURE 1
// prototypes
int open_clientfd(char *hostname, int port);
int open_serverfd(int port);
int main(int argc, char const *argv[])
{
/* * 1.Check arguments: * prog server <port> <msg> * prog client <hostname> <port> <msg> */
if (argc <= 2 ||
((argc == 3) && strcmp(argv[1], "server")) ||
(argc == 4) ||
((argc == 5) && strcmp(argv[1], "client")) ||
argc >= 6) {
fprintf(stderr, "Usage: server <port> or "
" client <host> <port> <msg>\n");
exit(FAILURE);
}
if (!strcmp(argv[1], "client")) {
char *hostname;
int port;
int clientfd;
char *msg;
hostname = argv[2];
port = atoi(argv[3]);
msg = argv[4];
// 2.Connect to remote server
if ((clientfd = open_clientfd(hostname, port)) < 0)
exit(FAILURE);
// 3.Send messge
if (send(clientfd, msg, strlen(msg), 0) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
exit(FAILURE);
}
// 4.Write echo message to stdout
char buf[MAXLINE];
int readsize;
if ((readsize = recv(clientfd, buf, MAXLINE, 0)) > 0)
puts(buf);
// 5.Close connection
close(clientfd);
}
else {
int listenfd, connfd, socklen;
int port;
struct sockaddr_in sockaddr;
port = atoi(argv[2]);
// 2.Listen for incoming request
if ((listenfd = open_serverfd(port)) < 0)
exit(FAILURE);
while (1) {
// 3.Accept a new request
if ((connfd = accept(listenfd, (struct sockaddr *)&sockaddr, &socklen)) < 0) {
fprintf(stderr, "Error: %s\n", strerror(errno));
exit(FAILURE);
}
printf("New client from %s\n", inet_ntoa(sockaddr.sin_addr));
// 4.Echo back what client just sent
char buf[MAXLINE];
int readsize;
while ((readsize = recv(connfd, buf, MAXLINE, 0)) > 0)
write(connfd, buf, strlen(buf));
memset(buf, 0, strlen(buf));
// 5.Close connection
close(connfd);
}
close(listenfd);
}
return 0;
}为什么要有listenfd和connfd两个Socket描述符？有什么区别？
listenfd只会创建一次，与服务器生命周期相同；而connfd则是每个客户端与服务器建立起连接时都会创建。直觉上感觉这样做有点复杂，不够简洁，但这样区分开来的好处是：可以轻松构建起能同时处理很多客户端连接的并发服务器。例如，每次accept()后都fork()一个新进程处理。