网络通信socket详解

socket学习网站：
http://c.biancheng.net/view/2124.html

一.什么是socket

socket 的原意是“插座”，在计算机通信领域，socket 被翻译为“套接字”，它是计算机之间进行通信的一种约定或一种方式。通过 socket 这种约定，一台计算机可以接收其他计算机的数据，也可以向其他计算机发送数据。

socket 的典型应用就是 Web 服务器和浏览器：浏览器获取用户输入的 URL，向服务器发起请求，服务器分析接收到的 URL，将对应的网页内容返回给浏览器，浏览器再经过解析和渲染，就将文字、图片、视频等元素呈现给用户。

二.套接字的类型

1.流格式套接字（SOCK_STREAM）

流格式套接字（Stream Sockets）也叫“面向连接的套接字”，在代码中使用 SOCK_STREAM 表示。

SOCK_STREAM 是一种可靠的、双向的通信数据流，数据可以准确无误地到达另一台计算机，如果损坏或丢失，可以重新发送。

特征：
数据在传输过程中不会消失；
数据是按照顺序传输的；
数据的发送和接收不是同步的（有的教程也称“不存在数据边界”）

使用了TCP协议，所以流格式套接字可以达到高质量的数据传输

2.数据报格式套接字（SOCK_DGRAM）

数据报格式套接字（Datagram Sockets）也叫“无连接的套接字”，在代码中使用 SOCK_DGRAM 表示。

数据报套接字是一种不可靠的、不按顺序传递的、以追求速度为目的的套接字。

特征：
强调快速传输而非传输顺序；
传输的数据可能丢失也可能损毁；
限制每次传输的数据大小；
数据的发送和接收是同步的（有的教程也称“存在数据边界”）。

使用了UDP协议，所以传输速率很快

三.OSI 网络7层模型

1.OSI模型 只是存在于概念和理论上的一种模型，它的缺点是分层太多，增加了网络工作的复杂性，所以没有大规模应用

2.TCP/IP 模型 对OSI模型 进行了简化，合并了一些层，最终只保留了 4 层，从下到上分别是接口层、网络层、传输层和应用层

3.“TCP/IP”，TCP 用来确保数据的正确性，IP（Internet Protocol，网络协议）用来控制数据如何从源头到达目的地，也就是常说的“路由”

4.这个网络模型是用来进行数据封装的。

我们平常使用的程序（或者说软件）一般都是通过应用层来访问网络的，程序产生的数据会一层一层地往下传输，直到最后的网络接口层，就通过网线发送到互联网上去了。数据每往下走一层，就会被这一层的协议增加一层包装，等到发送到互联网上时，已经比原始数据多了四层包装。整个数据封装的过程就像俄罗斯套娃。

当另一台计算机接收到数据包时，会从网络接口层再一层一层往上传输，每传输一层就拆开一层包装，直到最后的应用层，就得到了最原始的数据，这才是程序要使用的数据。

给数据加包装的过程，实际上就是在数据的头部增加一个标志（一个数据块），表示数据经过了这一层，我已经处理过了。给数据拆包装的过程正好相反，就是去掉数据头部的标志，让它逐渐现出原形。

5.我们所说的 socket 编程，是站在传输层的基础上，所以可以使用 TCP/UDP 协议，但是不能干「访问网页」这样的事情，因为访问网页所需要的 http 协议位于应用层。

四.TCP/IP协议族

1.协议（Protocol）就是网络通信过程中的约定或者合同，通信的双方必须都遵守才能正常收发数据。协议有很多种，例如 TCP、UDP、IP 等，通信的双方必须使用同一协议才能通信。协议是一种规范，由计算机组织制定，规定了很多细节，例如，如何建立连接，如何相互识别等。

2.TCP/IP 模型包含了 TCP、IP、UDP、Telnet、FTP、SMTP 等上百个互为关联的协议，其中 TCP 和 IP 是最常用的两种底层协议，所以把它们统称为“TCP/IP 协议族”。也就是说，“TCP/IP模型”中所涉及到的协议称为“TCP/IP协议族”。

TCP 和 UDP 协议的层级关系

五.IP，MAC，端口号

1.IP地址

• IP地址是 Internet Protocol Address 的缩写，译为“网际协议地址”。
  目前大部分软件使用 IPv4 地址，但 IPv6 也正在被人们接受

• 1.2一台计算机可以拥有一个独立的 IP 地址，一个局域网也可以拥有一个独立的 IP 地址，所以一个IP地址不一定能标识一台计算机

• 1.3在因特网上进行通信时，必须要知道对方的 IP 地址。实际上数据包中已经附带了 IP 地址，把数据包发送给路由器以后，路由器会根据 IP 地址找到对方的地里位置，完成一次数据的传递。路由器有非常高效和智能的算法，很快就会找到目标计算机。

2.MAC地址

• 一个局域网往往才能拥有一个独立的 IP，IP 地址只能定位到一个局域网，无法定位到具体的一台计算机

• MAC 地址是 Media Access Control Address 的缩写，直译为“媒体访问控制地址”，也称为局域网地址（LAN Address），以太网地址（Ethernet Address）或物理地址（Physical Address）。

• 真正能唯一标识一台计算机的是 MAC 地址，每个网卡的 MAC 地址在全世界都是独一无二的。计算机出厂时，MAC 地址已经被写死到网卡里面了。局域网中的路由器/交换机会记录每台计算机的 MAC 地址

• 数据包中除了会附带对方的 IP 地址，还会附带对方的 MAC 地址，当数据包达到局域网以后，路由器/交换机会根据数据包中的 MAC 地址找到对应的计算机，然后把数据包转交给它，这样就完成了数据的传递。

3.端口号

• 有了 IP 地址和 MAC 地址，虽然可以找到目标计算机，但是一台计算机可以同时提供多种网络服务，例如 Web 服务（网站）、FTP 服务（文件传输服务）、SMTP 服务（邮箱服务）等

• 仅有 IP 地址和 MAC 地址，计算机虽然可以正确接收到数据包，但是却不知道要将数据包交给哪个网络程序来处理，所以通信失败

• 为了区分不同的网络程序，计算机会为每个网络程序分配一个独一无二的端口号（Port Number），例如，Web 服务的端口号是 80，FTP 服务的端口号是 21，SMTP 服务的端口号是 25。

• 端口（Port）是一个虚拟的、逻辑上的概念。可以将端口理解为一道门，数据通过这道门流入流出，每道门有不同的编号，就是端口号。

六.socket() 函数创建套接字

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

1.af参数-IP 地址类型

• af 为地址族（Address Family），也就是 IP 地址类型，常用的有 AF_INET 和 AF_INET6。

• AF_INET 表示 IPv4 地址，例如 127.0.0.1(本机地址)；AF_INET6 表示 IPv6 地址，例如 1030::C9B4:FF12:48AA:1A2B。

• AF 是“Address Family”的简写，INET是“Inetnet”的简写。

• 你也可以使用 PF 前缀，PF 是“Protocol Family”的简写，它和 AF 是一样的。

2.type参数- 数据传输方式/套接字类型

• SOCK_STREAM（流格式套接字/面向连接的套接字）
• SOCK_DGRAM（数据报套接字/无连接的套接字）

3.protocol参数-传输协议

• IPPROTO_TCP 表示 TCP 传输协议
• IPPTOTO_UDP 表示 UDP 传输协议

4.第三个参数的意义

• 一般情况下有了 af 和 type 两个参数就可以创建套接字了，操作系统会自动推演出协议类型，除非遇到这样的情况：有两种不同的协议支持同一种地址类型和数据传输类型。如果我们不指明使用哪种协议，操作系统是没办法自动推演的。

• 参数 af 的值为 PF_INET。如果使用 SOCK_STREAM 传输数据，那么满足这两个条件的协议只有 TCP，这种套接字称为 TCP 套接字

int tcp_socket = socket(AF_INET, SOCK_STREAM, IPPROTO_TCP); 

• 参数 af 的值为 PF_INET。如果使用 SOCK_DGRAM 传输方式，那么满足这两个条件的协议只有 UDP，这种套接字称为 UDP 套接字

int udp_socket = socket(AF_INET, SOCK_DGRAM, IPPROTO_UDP);  

• 简化写法：上面两种情况都只有一种协议满足条件，可以将 protocol 的值设为 0，系统会自动推演出应该使用什么协议

//创建TCP套接字
nt tcp_socket = socket(AF_INET, SOCK_STREAM, 0);  

//创建UDP套接字
int udp_socket = socket(AF_INET, SOCK_DGRAM, 0);  

七.bind() 函数-将套接字与特定的 IP 地址和端口绑定

int bind(int sock, struct sockaddr *addr, socklen_t addrlen);  

• 参数解释：sock 为 socket 文件描述符也就是我们的套接字，addr 为 sockaddr 结构体变量的指针，addrlen 为 addr 变量的大小，可由 sizeof() 计算得出。

//创建套接字
int serv_sock = socket(AF_INET, SOCK_STREAM, IPPROTO_TCP);

//创建sockaddr_in结构体变量
struct sockaddr_in serv_addr;
memset(&serv_addr, 0, sizeof(serv_addr));  //每个字节都用0填充
serv_addr.sin_family = AF_INET;  //使用IPv4地址
serv_addr.sin_addr.s_addr = inet_addr("127.0.0.1");  //具体的IP地址
//serv_addr.sin_addr.s_addr = htonl(INADDR_ANY);//绑定IP地址为任意
serv_addr.sin_port = htons(1234);  //端口

//将套接字和IP、端口绑定
bind(serv_sock, (struct sockaddr*)&serv_addr, sizeof(serv_addr));

• 例子：创建的套接字与IP地址 127.0.0.1、端口 1234 绑定

1.为什么bind() 第二个参数的类型为 sockaddr，而代码中却使用 sockaddr_in，然后再强制转换为 sockaddr

//sockaddr 结构体
struct sockaddr{
    sa_family_t  sin_family;   //地址族（Address Family），也就是地址类型
    char         sa_data[14];  //IP地址和端口号
};

//sockaddr_in结构体
struct sockaddr_in{
    sa_family_t     sin_family;   //地址族（Address Family），也就是地址类型
    uint16_t        sin_port;     //16位的端口号
    struct in_addr  sin_addr;     //32位IP地址
    char            sin_zero[8];  //不使用，一般用0填充
};

//sockaddr_in6结构体
struct sockaddr_in6 { 
    sa_family_t sin6_family;  //(2)地址类型，取值为AF_INET6
    in_port_t sin6_port;  //(2)16位端口号
    uint32_t sin6_flowinfo;  //(4)IPv6流信息
    struct in6_addr sin6_addr;  //(4)具体的IPv6地址
    uint32_t sin6_scope_id;  //(4)接口范围ID
};

sockaddr 和 sockaddr_in 的长度相同，都是16字节，只是将IP地址和端口号合并到一起，用一个成员 sa_data 表示

想给 sa_data 赋值，必须同时指明IP地址和端口号，例如”127.0.0.1:80“，遗憾的是，没有相关函数将这个字符串转换成需要的形式，也就很难给 sockaddr 类型的变量赋值，所以使用 sockaddr_in 来代替

这两个结构体的长度相同，强制转换类型时不会丢失字节，也没有多余的字节。

可以认为，sockaddr 是一种通用的结构体，可以用来保存多种类型的IP地址和端口号，而 sockaddr_in 是专门用来保存 IPv4 地址的结构体。另外还有 sockaddr_in6，用来保存 IPv6 地址

2.sockaddr_in结构体参数解释

struct sockaddr_in{
    sa_family_t     sin_family;   //地址族（Address Family），也就是地址类型
    uint16_t        sin_port;     //16位的端口号
    struct in_addr  sin_addr;     //32位IP地址
    char            sin_zero[8];  //不使用，一般用0填充
};

sin_family： 和 socket() 的第一个参数的含义相同，取值也要保持一致。

sin_prot ：端口号。uint16_t 的长度为两个字节，理论上端口号的取值范围为 0~65536，但 0~1023 的端口一般由系统分配给特定的服务程序，例如 Web 服务的端口号为 80，FTP 服务的端口号为 21，所以我们的程序要尽量在 1024~65536 之间分配端口号。端口号需要用 htons() 函数转换。

sin_addr ： struct in_addr 结构体类型的变量

sin_zero[8] ：是多余的8个字节，没有用，一般使用 memset() 函数填充为 0。上面的代码中，先用 memset() 将结构体的全部字节填充为 0，再给前3个成员赋值，剩下的 sin_zero 自然就是 0 了。

3.in_addr结构体的参数解释

struct in_addr{
    in_addr_t  s_addr;  //32位的IP地址
};

in_addr_t 在头文件 <netinet/in.h> 中定义，等价于 unsigned long，长度为4个字节。也就是说，s_addr 是一个整数，而IP地址是一个字符串，所以需要 inet_addr() 函数进行转换

八.connect() 函数-客户端程序发起连接

int connect(int sock, struct sockaddr *serv_addr, socklen_t addrlen);

各个参数和bind()函数相同

九.listen()，accept()函数-服务端程序被动监听，响应服务端请求

对于服务器端程序，使用 bind() 绑定套接字后，还需要使用 listen() 函数让套接字进入被动监听状态，再调用 accept() 函数，就可以随时响应客户端的请求了。

1.listen()函数-让套接字进入被动监听状态

int listen(int sock, int backlog);

• sock ：需要进入监听状态的套接字，backlog :请求队列的最大长度。

• 被动监听：是指当没有客户端请求时，套接字处于“睡眠”状态，只有当接收到客户端请求时，套接字才会被“唤醒”来响应请求。

• 请求队列：当套接字正在处理客户端请求时，如果有新的请求进来，套接字是没法处理的，只能把它放进缓冲区，待当前请求处理完毕后，再从缓冲区中读取出来处理。如果不断有新的请求进来，它们就按照先后顺序在缓冲区中排队，直到缓冲区满。这个缓冲区，就称为请求队列

• 缓冲区的长度（能存放多少个客户端请求）：可以通过 listen() 函数的 backlog 参数指定，但究竟为多少并没有什么标准，可以根据你的需求来定，并发量小的话可以是10或者20。如果将 backlog 的值设置为 SOMAXCONN，就由系统来决定请求队列长度，这个值一般比较大，可能是几百，或者更多。

• 请求队列满时：不再接收新的请求，对于 Linux，客户端会收到 ECONNREFUSED 错误，对于 Windows，客户端会收到 WSAECONNREFUSED 错误。

• listen() 只是让套接字处于监听状态，并没有接收请求。接收请求需要使用 accept() 函数。

2.accept() 函数-通过 accept() 函数来接收客户端请求

int accept(int sock, struct sockaddr *addr, socklen_t *addrlen);

• 参数与 bind() 和 connect() 是相同的，sock 为服务器端套接字，addr 为 sockaddr_in 结构体变量，addrlen 为参数 addr 的长度，可由 sizeof() 求得。

• accept() 返回一个新的套接字来和客户端通信，addr 保存了客户端的IP地址和端口号，而 sock 是服务器端的套接字。后面和客户端通信时，要使用这个新生成的套接字，而不是原来服务器端的套接字。

• listen() 只是让套接字进入监听状态，并没有真正接收客户端请求，listen() 后面的代码会继续执行，直到遇到 accept()。accept() 会阻塞程序执行（后面代码不能被执行），直到有新的请求到来

十.write() ， read()函数-发送和接受数据

两台计算机之间的通信相当于两个套接字之间的通信，在服务器端用 write() 向套接字写入数据，客户端就能收到，然后再使用 read() 从套接字中读取出来，就完成了一次通信。

ssize_t：size_t 是通过 typedef 声明的 unsigned int 类型；ssize_t 在 "size_t" 前面加了一个"s"，代表 signed，即 ssize_t 是通过 typedef 声明的 signed int 类型。

1.write()函数(send)

ssize_t write(int fd, const void *buf, size_t nbytes);

• fd 为要写入的文件的描述符即连接的socket，buf 为要写入的数据的缓冲区地址，nbytes 为要写入的数据的字节数。

• write() 函数会将缓冲区 buf 中的 nbytes 个字节写入文件 fd，成功则返回写入的字节数，失败则返回 -1。

2.read()函数(recv)

ssize_t read(int fd, void *buf, size_t nbytes);

• fd 为要读取的文件的描述符即连接的socket，buf 为要接收数据的缓冲区地址，nbytes 为要读取的数据的字节数。

• read() 函数会从 fd 文件中读取 nbytes 个字节并保存到缓冲区 buf，成功则返回读取到的字节数（但遇到文件结尾则返回0），失败则返回 -1。

十一.TCP三次握手建立连接

TCP建立连接时要传输三个数据包，俗称三次握手（Three-way Handshaking）。可以形象的比喻为下面的对话：
[Shake 1] 套接字A：“你好，套接字B，我这里有数据要传送给你，建立连接吧。”
[Shake 2] 套接字B：“好的，我这边已准备就绪。”
[Shake 3] 套接字A：“谢谢你受理我的请求。”

十二.TCP四次握手断开连接

建立连接需要三次握手，断开连接需要四次握手，可以形象的比喻为下面的对话：
[Shake 1] 套接字A：“任务处理完毕，我希望断开连接。”
[Shake 2] 套接字B：“哦，是吗？请稍等，我准备一下。”
等待片刻后……
[Shake 3] 套接字B：“我准备好了，可以断开连接了。”
[Shake 4] 套接字A：“好的，谢谢合作。”

十三.类型转换

1.htonl()

简述：
　　将主机的无符号长整形数转换成网络字节顺序。
　　#include <winsock.h>
　　u_long PASCAL FAR htonl( u_long hostlong);
　　hostlong：主机字节顺序表达的32位数。
　　注释：
　　本函数将一个32位数从主机字节顺序转换成网络字节顺序。
　　返回值：
　　htonl()返回一个网络字节顺序的值。
　　参见：
　　htons(), ntohl(), ntohs().

2.htons()

简述：
　　将主机的无符号短整形数转换成网络字节顺序。
　　#include <winsock.h>
　　u_short PASCAL FAR htons( u_short hostshort);
　　hostshort：主机字节顺序表达的16位数。
　　注释：
　　本函数将一个16位数从主机字节顺序转换成网络字节顺序。
　　返回值：
　　htons()返回一个网络字节顺序的值。
　　参见：
　　htonl(), ntohl(), ntohs().
　　---------------------------------------------
　　简单地说,htons()就是将一个数的高低位互换(如:12 34 --> 34 12)
VB表示:
　　MsgBox Hex(htons(&H1234))
　　显示值为 3412

3.inet_addr()

简述：将一个点间隔地址转换成一个in_addr。
　　#include <winsock.h>
　　unsigned long PASCAL FAR inet_addr( const struct FAR* cp);
　　cp：一个以Internet标准“.”间隔的字符串。
　　注释：
　　本函数解释cp参数中的字符串，这个字符串用Internet的“.”间隔格式表示一个数字的Internet地址。返回值可用作Internet地址。所有Internet地址以网络字节顺序返回(字节从左到右排列)。
　　Internet地址用“.”间隔的地址可有下列几种表达方式：
　　a.b.c.d，a.b.c，a.b，a
　　当四个部分都有定值时，每个都解释成一个字节数据，从左到右组成Internet四字节地址。请注意，当一个Internet地址在Intel机器上表示成一个32位整型数时，则上述的字节为“d.c.b.a”。这是因为Intel处理器的字节是从右向左排列的。
　　请注意：只有Berkeley支持下述表达法，Internet其余各处均不支持。考虑到与软件的兼容性，应按规定进行使用。
　　对一个三部分地址，最后一部分解释成16位数据并作为网络地址的最右两个字节。这样，三部分地址便很容易表示B组网络地址，如“128.net.host”.
　　对一个两部分地址，最后一部分解释成24位数据并作为网络地址的最右三个字节，这样，两部分地址便很容易表示C组网络地址，如“net.host”。
　　对仅有一个部分的地址，则将它的值直接存入网络地址不作任何字节的重组。
　　返回值：
　　若无错误发生，inet_addr()返回一个无符号长整型数，其中以适当字节顺序存放Internet地址。如果传入的字符串不是一个合法的Internet地址，如“a.b.c.d”地址中任一项超过255，那么inet_addr()返回INADDR_NONE。
　　参见：
　　inet_ntoa().
inet_addr()函数的实现
输入是点分的IP地址格式（如A.B.C.D)的字符串，从该字符串中提取出每一部分，转换为ULONG,假设得到4个ULONG型的A,B,C,D,
ulAddress（ULONG型）是转换后的结果，
ulAddress = D<<24 + C<<16 + B<<8 + A(网络字节序），即inet_addr(const char *)的返回结果
另外，我们也可以得到把该IP转换为主机序的结果，转换方法一样
A<<24 + B<<16 + C<<8 + D

4.inet_ntoa()

简述：
　　将网络地址转换成“.”点隔的字符串格式。
　　#include <winsock.h>
　　char FAR* PASCAL FAR inet_ntoa( struct in_addr in);
　　in：一个表示Internet主机地址的结构。
　　注释：
　　本函数将一个用in参数所表示的Internet地址结构转换成以“.” 间隔的诸如“a.b.c.d”的字符串形式。请注意inet_ntoa()返回的字符串存放在WINDOWS套接口实现所分配的内存中。应用程序不应假设该内存是如何分配的。在同一个线程的下一个WINDOWS套接口调用前，数据将保证是有效。
　　返回值：
　　若无错误发生，inet_ntoa()返回一个字符指针。否则的话，返回NULL。其中的数据应在下一个WINDOWS套接口调用前复制出来。
　　测试代码如下
　　include <stdio.h>
　　#include <sys/socket.h>
　　#include <netinet/in.h>
　　#include <arpa/inet.h>
　　#include <string.h>
　　int main(int aargc, char* argv[])
　　{
　　struct in_addr addr1,addr2;
　　ulong l1,l2;
　　l1= inet_addr("192.168.0.74");
　　l2 = inet_addr("211.100.21.179");
　　memcpy(&addr1, &l1, 4);
　　memcpy(&addr2, &l2, 4);
　　printf("%s : %s\n", inet_ntoa(addr1), inet_ntoa(addr2)); //注意这一句的运行结果
　　printf("%s\n", inet_ntoa(addr1));
　　printf("%s\n", inet_ntoa(addr2));
　　return 0;
　　}
　　实际运行结果如下：
　　192.168.0.74 : 192.168.0.74 //从这里可以看出,printf里的inet_ntoa只运行了一次。
　　192.168.0.74
　　211.100.21.179
　　inet_ntoa返回一个char *,而这个char *的空间是在inet_ntoa里面静态分配的，所以inet_ntoa后面的调用会覆盖上一次的调用。第一句printf的结果只能说明在printf里面的可变参数的求值是从右到左的，仅此而已。