【网络】套接字socket编程预备知识

1.源IP地址和目的IP

计算机网络中的源地址和目的地址是用来标识网络中的不同主机的。

源地址是指发送数据包的主机的地址，而目的地址则是指接收数据包的主机的地址，在数据包传输过程中，每经过一个路中器感交换机，都会根据目的地址讲行转发，直到到达目的主机。

但是我们先来理解一下

**目标主机中存在很多进程，网络通信实际是不同主机中的进程在进行通信，**并非主机与主机直接通信

我们如果仅仅使用 IP 只能定位到目标主机，并且**目标主机不是最终目的地，最终目的地是目标主机里的某个进程，数据包传到B主机的传输层的时候，上层的进程很多，就不知道该传给上层的哪个进程了。**这个时候要想定位这个目标进程，需要依靠 端口号。

抛开网络其他知识，将信息从主机 A 中的进程 A 发送至主机 B 中的进程 B，这不就是 进程间通信 吗？之前学习的 进程间通信 是通过 匿名管道、命名管道、共享内存 等方式实现，而如今的 进程间通信 则是通过 网络传输 的方式实现

进程间通信的本质是让两个进程看到同一份资源，那么今天这个同一份资源就是网络。

2.端口号（Port）

2.1.什么是端口号

数据链路和IP中的地址，分别指的是MAC地址和IP地址。前者用来识别同一链路中不同的计算机，后者用来识别TCP/IP网络中互连的主机和路由器。

在传输层中也有这种类似于地址的概念，那就是端口号。端口号用来识别同一台计算机中进行通信的不同应用程序。因此，它也被称为程序地址。

传输层会解析这个端口号，然后将数据传向特定进程。

端口号由其使用的传输层协议决定。因此，不同的传输协议可以使用相同的端口号。例如，TCP与UDP使用同一个端口号，但使用目的各不相同。这是因为端口号上的处理是根据每个传输协议的不同而进行的。

数据到达IP层后，会先检查IP首部中的协议号，再传给相应协议的模块。如果是TCP则传给TCP模块、如果是UDP则传给UDP模块去做端口号的处理。即使是同一个端口号，由于传输协议是各自独立地进行处理，因此相互之间不会受到影响。

2.2.IP+端口号标识进程

两台主机进行网络通信，首先需要定位。

我们知道IP能标识一台主机，端口号Port能标识主机里特定进程，那么IP+Port就能标识唯一的一个进程！！！！

实际上两台计算机通信其实是通过IP地址、端口号、协议号进行通信识别

我们可以一步一步去推断

仅凭目标端口识别某一个通信是远远不够的。

如图所示，①和②的通信是在两台计算机上进行的。它们的目标端口号相同，都是80。 例如打开两个Web浏览器，同时访问两个服务器上不同的页面，就会在这个浏览器跟服务器之间产生类似前面的两个通信。在这种情况下也必须严格区分这两个通信。因此可以根据源端口号加以区分。

**上图中③跟①的目标端口号和源端口号完全相同，但是它们各自的源IP地址不同。**此外，还有一种情况上图中并未列出，那就是IP地址和端口全都一样，只是协议号（表示上层是TCP或UDP的一种编号）不同。这种情况下，也会认为是两个不同的通信。

**因此，TCP/IP或UDP/IP通信中通常采用5个信息来识别（这个信息可以在Unix或Windows系统中通过netstat -n 命令显示。）一个通信。**它们是"源IP地址"、"目标IP地址"、"协议号"、"源端口号"、"目标端口号"。只要其中某一项不同，则被认为是其他通信。

也就是说，必须包含下面这些东西

网络传输中的必备信息组 [目的IP 源 IP || 目的 Port 源 Port]

目的 IP：需要把信息发送到哪一台主机
源 IP：信息从哪台主机中发出
目的 Port：将信息交给哪一个进程
源 Port：信息从哪一个进程中发出

这个就是套接字socket啊

2.3.端口号和PID的区别和关系

1.端口号用于标识进程，进程 PID 也是用于标识进程，为什么在网络中，不直接使用进程 PID 呢？

进程 PID 隶属于操作系统中的进程管理，如果在网络中使用 PID，会导致网络标准中被迫中引入进程管理相关概念（进程管理与网络强耦合）

进程管理属于 OS 内部中的功能，OS 可以有很多标准，但网络标准只能有一套，在网络中直接使用 PID 无法确保网络标准的统一性

并不是所有的进程都需要进行网络通信，如果端口号、PID 都使用同一个解决方案，无疑会影响网络管理的效率

所以综上所述，网络中的端口号需要通过一种全新的方式实现，也就是一个 2 字节的整数 port，进程 A 运行后，可以给它绑定端口号 N，在进行网络通信时，根据端口号 N 来确定信息是交给进程 A 的

端口号与进程 PID 并不是同一个概念

进程 PID 就好比你的身份证号，端口号相当于学号，这两个信息都可以标识唯一的你，但对于学校来说，使用学号更方便进行管理

2.主机（操作系统）是如何根据端口号定位具体进程的？

这个实现起来比较简单，创建一张哈希表，维护 <端口号, 进程 PID> 之间的映射关系，当信息通过网络传输到目标主机时，操作系统可以根据其中的 [目的 Port] ，直接定位到具体的进程 PID，然后通过PID来对这个进程进行通信

整个过程就是端口号->PID->进程

3.我们怎么知道我们要通信的那个进程的目标端口号？

这个端口号是公开的，所以一开始就能知道

4. 一个进程可以绑定多个端口号吗？一个端口号可以被多个进程绑定吗？

端口号的作用是配合 IP 地址标识网络世界中进程的唯一性，如果一个进程绑定多个端口号，依然可以保证唯一性 （因为无论使用哪个端口号，信息始终只会交给一个进程）；但如果一个端口号被多个进程绑定了，在信息递达时，是无法分辨该信息的最终目的进程的，存在二义性

所以一个进程可以绑定多个端口号，一个端口号不允许被多个进程绑定，如果被绑定了，可以通过端口号顺藤摸瓜，找到占用该端口号的进程

如果某个端口号被使用了，其他进程再继续绑定是会报错的，提示该端口已被占用

3.认识传输层协议------TCP/UDP

传输层是用户层下面的第一层，我们使用网络通信时调用的接口基本就是这层的

主流的传输层协议有两个：TCP 和 UDP

两个协议各有优缺点，可以采用不同的协议，实现截然不同的网络程序，关于 TCP 和 UDP 的详细信息将会放到后面的博客中详谈，先来看看简单这两种协议的特点

TCP 协议：传输控制协议

传输层协议
有连接
可靠传输
面向字节流

字节流就像水龙头，用户可以根据自己的需求获取水流量

UDP 协议：用户数据协议

传输层协议
无连接
不可靠传输
面向数据报

数据报则是相当于包裹，用户每次获取的都是一个或多个完整的包裹

关于可靠性

TCP 的可靠传输并不意味着它可以将数据百分百递达，而是说它在数据传输过程中，如果发生了传输失败的情况，它会通过自己独特的机制，重新发送数据，确保对端百分百能收到数据；

至于 UDP 就不一样，数据发出后，如果失败了，也不会进行重传，好在 UDP 面向数据报，并且没有很多复杂的机制，所以传输速度很快

总的来说TCP可靠性高，速度相对慢，UDP可靠性低，速度快。

总结起来就是：TCP 用于对数据传输要求较高的领域，比如金融交易、网页请求、文件传输等，至于 UDP 可以用于短视频、直播、即时通讯等对传输速度要求较高的领域

如果不知道该使用哪种协议，优先考虑 TCP，如果对传输速度又要求，可以选择 UDP

4.网络字节序

4.1.高低位和高低地址

当我们了解了整数在内存中存储后，我们调试看⼀个细节：

cpp 复制代码

#include <stdio.h>
int main()
{
 int a = 0x11223344;
 
 return 0;
}

我们发现内存里存的怎么是44332211呢？

这个就和大小端有关系了

C语言中的大小端（Endianness）指的是字节顺序的不同方式，即如何将多字节的数据类型（如整数、浮点数）在内存中存储。

数字的高低位

先来了解数字的高低位
cpp 复制代码
0x12345678
高位     低位
越靠近1这边的位就叫高位，越靠近8那边的位叫低位

高低地址

什么是高地址，什么是低地址，举举例说明？

可以把主存看成一本空白的作业本，你现在要在笔记本上记录一些内容，他的页码排序是
cpp 复制代码
第一页 : 0x0000001
第二页 : 0x0000002
...
最后一页: 0x0000092
下面有两种使用情况

第一种：如果你选择从前向后记录(用完第一页，用第二页,类推)这就是先使用低地址，后使用高地址.
cpp 复制代码
0x0000001 -> 0x0000002-> ... -> 0x0000092
业内有这样表述:动态内存分配时堆空间向高地址增长,说的就是这种情况.

这个向高地址增长就是先使用低地址,后使用高地址的意思.

第二种：如果你选择从后往前记录(先用笔记本的最后一页,用完后使用倒数第二页，类推) 这就是先使用高地址,后使用低地址
cpp 复制代码
0x0000092 -> ... ->0x0000002 -> 0x0000001
业内表述：0xbfac 5000-0xbfad a000是栈空间，其中高地址的部分保存着进程的环境变量和命令行参数，低地址的部分保存函数栈帧，栈空间是向低地址增长的.

这个向低地址增长就是先使用高地址,后使用低地址的意思.
这个高地址与低地址容易与高位低位产生混淆.

我们从小就知道，数字是从左往右读的，这符合人类的普遍阅读习惯。

比如十进制数 65535，数位从高到低依次是万，千，百，十，个。对十进制数而言，最左边是高位数位，最右边是低位数位。

我们类比到16进制数 0x12345678，也从左往右来阅读这个数。那么，对十六进制数而言，最左边就是高位字节，最右边是低位字节。

4.2.大小端字序

首先，你可能需要对内存有一些基本的认识：

一个内存单元可以存储一个字节的内容，因此内存单元也常常被称为字节单元。
一个内存单元可以存储8个比特，即8个二进制数。但是，如果换算成16进制，一个内存单元仅能容纳2个16进制数。

如图所示，我们在画内存示意图 的时候，我们用一个绿色矩形表示一个内存单元，每一个内存单元都有一个内存地址，方便计算机的处理器找到这块内存单元。

另外，我们也习惯于内存地址将低地址端放在下面，高地址端放在上面。

这个习惯，我猜测可能与古人建房子的习惯类似，所谓"万丈高楼平地起"，最先建的总是低层，然后再建高层。高层究竟建多高，这个总是不断发展和变化的，但是最底层总是从零开始，这个是相对稳定的。

还是以十六进制数 0x12345678 为例，当它以大端字节序 存储在内存中时，低地址端 0x0000 存储该数的高位字节 0x12；高地址端 0x0003 存储的是该数的低位字节 0x78。

当 0x12345678 以小端字节序 存储在内存中时，低地址端 0x0000 存储该数的低位字节 0x78；高地址端 0x0003 存储的是该数的高位字节 0x12。

4.3.从网络传输看待字节序

在网络出现之前，使用大端或小端存储都没有问题，网络出现之后，就需要考虑使用同一种存储方案了，因为网络通信时，两台主机存储方案可能不同，会出现无法解读对方数据的问题。

所以在TCP/IP协议规定了在网络上必须采用网络字节顺序，也就是大端模式 。

对于char型数据只占一个字节，无所谓大端和小端。
而对于非char类型数据，必须在数据发送到网络上之前将其转换成大端模式。

接收网络数据时按符合接受主机的环境接收。

简而言之，网络字节序是大端字节序。

发送数据时，将 主机字节序 转化为 网络字节序 ，接收到数据后，再转回 主机字节序 就好了，完美解决不同机器中的大小端差异，可以用下面这批库函数进行转换，在发送/接收时，调用库函数进行转换即可

cpp 复制代码

#include <arpa/inet.h>

// 主机字节序转网络字节序
uint32_t htonl(uint32_t hostlong); // l 表示32位长整数
uint32_t htons(uint32_t hostshort); // s 表示16位短整数

// 网络字节序转主机字节序
uint32_t ntohl(uint32_t netlong); // l 表示32位长整数
uint32_t ntohs(uint32_t netshort); // s 表示16位短整数

我们通常编写和阅读的电脑文件中，总是习惯于从上到下，从左到右。此时低地址在左边或者在上边，高地址在右边或者下边。

十进制数 40190 等于十六进制数 0x9cfe，十进制数 5222 等于十六进制数 0x1466。

我们聚焦抓包的内容的第 4 行，即起始地址为 0x0040，最后一个地址为 0x004f。

0x9cfe 的高位字节 0x9c 保存在低地址端 0x0045，低位字节是 0xfe 保存在高地址端 0x0046。
0x1466 的高位字节 0x14 保存在低地址端 0x0047，低位字节是 0x66 保存在高地址端 0x0048。