📖 目录
- 📌 前言
- 🔍 需求分析
- 🤔 我们需要解决哪些问题？
- 🎯 方案设计
- 💡 服务器架构
- 🚀 什么是协议？为什么要设计协议？
- 📌 结构化数据的传输问题
- 📌 协议定制：如何让服务器正确解析数据？
- ❌ TCP 直接传输的问题
- ✅ 解决方案：在数据前加上长度信息
- 📌 序列化与反序列化：如何让数据更容易解析？
- 📌 什么是序列化？
- 📌 选择合适的序列化方式
- 📜 通信协议设计
- 🔧 核心代码解析
- 🔹 协议封装
- 🔹 解析数据
- 🔹 服务器处理请求
- 🔹 网络通信的实现
- 🔹 服务器并发处理模型
- 🔹 客户端请求的发送与接收
- 🚀 还有哪些可以改进的地方？
- 🛠 采用更高效的并发模型
- 🔒 增加安全性
- 📡 支持更丰富的计算功能
- 📈 增强日志与监控
- 🌍 让它支持更多设备（跨平台 & Web 访问）
📌 1. 前言
计算机网络的核心就是通信。远程计算就是一个很好的例子：
- 本地客户端 负责发送计算请求（如
10 + 20） - 远程服务器 负责解析、计算，并返回结果（如
30）
这个项目的目标是：实现一个基于 TCP 的远程计算服务，让多个客户端同时发送计算请求，服务器解析并返回结果。
🔍 2. 需求分析
🤔 我们需要解决哪些问题？
1. 计算器的核心功能
- 支持基本的
+ - * / %运算 - 远程计算，客户端发送计算请求，服务器计算并返回结果
- 处理异常情况（如除零）
2. 网络通信的挑战
- 如何保证数据完整性？ （TCP 是流式传输，可能会粘包）
- 如何解析数据？ （客户端发送的
10 + 20，服务器怎么拆解？） - 如何支持多个客户端？（服务器要能并发处理请求）
🎯 3. 方案设计
💡 服务器架构
[ 客户端 ] <--TCP--> [ 服务器 ]
| |
|-- 用户输入 |-- 解析请求
|-- 发送计算式 |-- 计算结果
|-- 显示运算结果 |-- 发送结果
🚀 4. 什么是协议？为什么要设计协议？
在计算机网络中，不同的设备想要互相通信，就必须说同一种语言 ，否则就会鸡同鸭讲，无法理解对方的信息。而这种"语言"，在网络编程中就被称为协议（Protocol）。
这篇文章，我们就从协议的概念 出发，一步步拆解如何基于 TCP 实现一个"远程计算器"服务，让客户端通过网络发送计算请求，服务器收到请求后计算结果并返回给客户端。
📌 5. 协议定制：如何让服务器正确解析数据？
❌ TCP 直接传输的问题
TCP 是面向流的协议，它不会帮我们划分数据边界，导致以下问题：
- 粘包问题（多个小数据包合并）
- 拆包问题（一个大数据包被拆成多部分）
✅ 解决方案：在数据前加上长度信息
在数据包前加上 固定长度的头部，存储数据长度：
[数据长度][计算表达式]
📌 6. 序列化与反序列化：如何让数据更容易解析？
📌 什么是序列化？
序列化（Serialization）就是将数据转换为可传输的格式 ，然后在接收端反序列化（Deserialization）回原始格式。
📌 选择合适的序列化方式
这里我们采用 JSON，因为它易读易解析。
📜 通信协议设计
客户端发送的 JSON 请求格式如下：
json
{
"expr": "10+20"
}服务器返回的 JSON 结果格式如下：
json
{
"result": 30
}🔧 7. 核心代码解析
🔹 协议封装
cpp
std::string encode_request(const std::string& expr)
{
json j;
j["expr"] = expr;
return j.dump();
}🔹 解析数据
cpp
std::string decode_response(const std::string& response)
{
json j = json::parse(response);
return j["result"].get<int>();
}🔹 服务器处理请求
cpp
std::string process_request(const std::string& request)
{
json j = json::parse(request);
std::string expr = j["expr"];
int result = eval(expr); // 计算表达式
json response;
response["result"] = result;
return response.dump();
}🔹 网络通信的实现
cpp
void handle_client(int client_sock)
{
char buffer[1024] = {0};
read(client_sock, buffer, 1024);
std::string response = process_request(buffer);
send(client_sock, response.c_str(), response.length(), 0);
close(client_sock);
}🔹 服务器并发处理模型
cpp
void start_server()
{
int server_fd = socket(AF_INET, SOCK_STREAM, 0);
struct sockaddr_in address;
bind(server_fd, (struct sockaddr*)&address, sizeof(address));
listen(server_fd, 5);
while (true)
{
int client_sock = accept(server_fd, NULL, NULL);
std::thread(handle_client, client_sock).detach();
}
}🔹 客户端请求的发送与接收
cpp
void send_request(const std::string& expr)
{
int sock = socket(AF_INET, SOCK_STREAM, 0);
struct sockaddr_in serv_addr;
connect(sock, (struct sockaddr*)&serv_addr, sizeof(serv_addr));
std::string request = encode_request(expr);
send(sock, request.c_str(), request.length(), 0);
char buffer[1024] = {0};
read(sock, buffer, 1024);
std::cout << "Server response: " << decode_response(buffer) << std::endl;
close(sock);
}最终效果
🚀 8. 还有哪些可以改进的地方？
虽然我们的远程计算器已经可以正常工作，但仍然有许多优化空间。下面列出了一些可以改进的方向，并给出大致的思路：
🛠 1. 采用更高效的并发模型
目前服务器采用多进程 方式处理多个客户端，但每次连接都会 fork() 一个子进程，进程创建和回收的开销较大。如果连接数增加，性能可能会下降。
✅ 改进方向：
- 线程池 ：可以使用
std::thread+ 线程池，避免频繁创建/销毁进程，提高并发能力。 epoll/select：基于 I/O 复用的方式，实现单进程管理多个连接，减少资源占用。- 协程方案 ：使用
libco或Boost.Asio实现高并发的计算服务。
🔒 2. 增加安全性
目前客户端可以随意输入数据，如果用户输入了 "100 / 0"，就会导致除零异常 。此外，服务器目前没有身份验证机制，任何人都可以连接并发送计算请求。
✅ 改进方向：
-
输入校验
：在解析
x op y之前，检查运算是否合法，比如：
cppif (op == '/' && y == 0) { return "ERROR: Division by zero"; } -
身份验证 ：可以添加 用户名 + 密码 认证，确保只有授权用户才能访问计算服务。
-
SQL 注入防护（如果涉及数据库）
📡 3. 支持更丰富的计算功能
目前计算器只支持 + - * / %，如果想让它更强大，可以扩展为数学计算引擎 ，支持 sin()、cos()、log()、pow() 等函数。
✅ 改进方向：
- 解析数学表达式 ：可以用
Shunting Yard Algorithm解析复杂表达式，如3 + 5 * (2 - 8) / sin(30)。 - 结合开源数学库 ：如
ExprTk解析数学表达式，甚至支持微积分计算。
📈 4. 增强日志与监控
目前服务器没有日志系统 ，如果某个请求失败，我们很难知道发生了什么问题。
✅ 改进方向：
- 日志系统 ：使用
log4cpp或spdlog记录服务器运行状态，方便排查问题。 - 监控系统 ：可以结合
Prometheus + Grafana监控请求数量、CPU 使用率等数据，确保服务器稳定运行。
🌍 5. 让它支持更多设备（跨平台 & Web 访问）
目前我们的计算器是 C++ 客户端 + C++ 服务器 ，但如果想要让网页、手机、Python 脚本 也能调用计算服务，我们可以提供一个HTTP API 或 WebSocket 版本。
✅ 改进方向：
-
RESTful API
：让客户端用
curl或
Python直接调用：
GET /calculate?expr=10+2 HTTP/1.1 -
WebSocket 支持：让前端网页也能实时计算。