我所不知道的TCP Socket编程（六）-高级内容简介

 六：高级内容简介：

     

     接下来介绍的几个较高级的内容，便于我们更好的立理解Socket连接中消息传输的诸多场景（较少的一部分，其它的高级内容用到的同学自己研究吧，如套接字选项、连接复用、网络架构、线程池、混合模式等）：

     

     6.1 缓冲

     

     有下面几个问题：

     1）在一次调用中应该读/写多少数据？

     2）如果write成功返回，是否意味着连接的另一端已经接收了数据？

     3）是否应该将一个大数据量的write分割成多个小数据量进行多次写入？这样会造成怎样的影像？

     

     我们会一一作出回答；

     

     6.1.1 写缓冲

     

     TCP连接上调用write进行写操作时究竟发生了什么？

     1）当你调用write并返回时，就算无异常，也并不意味着数据已经通过网络顺利发送并被客户端套接字接收到；

     write返回时，只是表明你已经将数据提交给了Ruby的IO系统和底层的操作系统内核；

     2）在应用程序和实际网络硬件之间至少存在一个缓冲层；

     在write返回时，数据交到了操作系统内核手中，他可以立即发送，也可以出于效率考虑暂时不发送，将其同别的数据进行合并；

     TCP套接字默认将sync设置为true，这就跳过了Ruby的内部缓冲，否则就又要多处一个缓冲层了；

     

     为何需要缓冲区：

     所有的IO缓冲都是出于性能的考虑；

     1）缓冲使得write调用可以立即返回，幕后再由内核将所有未执行的写操作汇总，在发送时分组及优化，在实现最佳性能的同时避免网络过载；

     2）在网络层面上，发送大量小分组会引发客观的开销，因此内核会将多个小数据量的写操作合并成较大数据量的写操作；

     

     6.1.2 该写入多少数据

     

     那么，是否应该将一个大数据量的write分割成多个小数据量进行多次写入？

     

     幸好我们有缓冲去，通常不需要考虑这个问题，获得最佳性能的方法是一口气写入所有的数据，让内核决定如何对数据进行结合；

     如果你要做一个相当大数据量的write，比如文件或大数据写入，那最好将这些数据进行分割，避免全部载入内存中，显然，我们唯一需要做的就是优化我们的应用程序；

     

     6.1.3 读缓冲

     

     读操作同样会被缓冲；

     

     如果调用read从TCP连接中读取数据并传给它一个最大读取长度，Ruby实际上可能会接收大于你指定长度的数据；

     此时，“多处的”数据会被存储在Ruby内部的读缓冲区中，在下次调用read时，Ruby会先看看自己内部缓冲区中有没有未读数据，然后再通过操作系统内核请求更多的数据；

     

     6.1.4 该读取多少数据

     

     因为TCP提供的是数据流，无法得知发送方到底发送了多少数据，所以在决定读取长度时，只能猜；

     

     一个较大的读取长度可以确保总是可以得到所有可用的数据，但同时，系统会为我们分配内存，如果用不着那么多，就会造成资源浪费；

     一个较小的读取长度，就需要多次才能读取完全部的数据，这会导致每次系统调用引发的大量开销；

     

     所以，需要根据应用程序所要接收的数据大小进行调优；

     在各类使用套接字的Ruby项目中，多采用readpartial（1024*16），即16KB作为各自的读取长度；

     

     你总可以通过调优服务器来适应当下的数据量以获得最佳性能，犹豫时，16KB是个不错的选择。

     

     6.2 消息划分

     现在又一个问题：如何将服务器与客户端之间交换的消息进行格式化？

     

     目前位置，我们可以使用EOF（由close触发）来表明消息的终止，但是如果想在同一个TCP连接上发送多个消息，就需要确定一致的方式来划分消息的起始位置；

     事实上，有无数种方法可以用于在消息间进行划分；一些很复杂，一些很简单；取决于你想如何格式化消息；

     

     协议与消息：

     消息和协议并不是一回事，比如，http协议既定义了消息边界（连续的新行），又定义了用于消息内容（涉及请求行、头部等）的协议；

     协议定义了应该如何格式化消息；

     

     6.2.1 使用新行

     

     使用新行：

     Unix系统中是\n，Windows系统中则是\r\n;

     

     现实中实用新行划分消息的协议是HTTP；

     

     6.2.2 使用内容长度

     

     指定内容长度（content length）：

     使用这种方法，消息发送需要先计算出消息的长度；

     1）使用pack将其转换为固定宽度的整数，后面跟上消息主体一并发送；

     2）消息接收方首先读取（read）这个长度，然后unpack，获得这个长度值；

     3）这样就知道了消息的大小，然后接收方严格读取长度值所指定的字节数，获取完成的消息；

     

     客户端用pack将消息长度转换成一个与处理器要求相一致的整数，这点很重要，因为他确保了任何给定的整数都会被转化为同样数量的字节；

     

     6.3 超时

     

     超时其实就是忍耐；你愿意在套接字连接上等待多长时间呢？套接字读取呢？套接字写入呢？比如5s；

     

     6.4 DNS查询

     

     超时可以让你很好的控制代码，但是有些地方就没法那么随心所欲了；

     

     # ./code/snippets/client_easy_way.rb
     require 'socket'
     socket = TCPSocket.new('google.com',80)

     

     我们知道Ruby在构造函数内部调用了connect；

     我们传入了主机名而非IP地址，Ruby需要查询DNS将主机名解析成可以连接的IP地址；

     一个缓慢的DNS服务器会阻塞整个Ruby进程；

     

     6.5 SSL套接字

     

     SSL使用公钥加密提供了一套用于在套接字上进行安全的数据交换机制；

     SSL套接字并没有取代TCP套接字，而是将不安全的套接字“升级”到安全的SSL套接字；（如果你愿意，可以在TCP套接字之上再添加一个安全层）

     

     注意，一个套接字可以升级SSL，但是一个套接字不能同时进行SSL和非SSL通信；使用SSL时，端到端的通讯必须全部都使用SSL完成，否则无法保证安全；

     

     对于那些既需要在SSL上又需要在不安全的TCP上运行的服务，需要使用两个端口（两个套接字）；

     HTTP就是一个常见的例子：不安全的HTTP默认使用端口80，而HTTPS（运行在SSL之上的HTTP）通讯默认是在端口443上；

     

     所有的TCP套接字都可以转换成SSL套接字；（在Ruby中这通常使用标准库中的openssl实现）

     会有一个TCP套接字到SSL套接字的包装器，这个过程需要一个SSL证书，在典型的产品设置中，不会让你去生成自签名证书（只适用于开发/测试）；通常需要从一个可信任机构购买的证书；该机构会提供给你用于安全通信的cert和key；

     

     总结：

     

     到目前为止，我最初想要学习的目标达到了，这个系列的文章就留给大家；毕竟本文只是作为了解TCP Socket的基础性文章，所以一些Ruby语言下高级使用场景，还需要大家自己去学习和实践，祝大家在技术的道路上不畏艰险，勇往直前。