Linux 网络套接字编程（一）端口号port，socket套接字，socket，bind，socket 通用结构体

端口号和 PID 虽然都能标识进程，但二者的本质不同。PID 是操作系统内核为进程分配的本地唯一标识，只在当前主机内有效，每次进程启动时由系统动态分配，进程退出后就会被回收复用，它的核心作用是让操作系统在本地管理进程，而不是为了网络通信；而端口号是传输层协议定义的逻辑标识，专门用于网络数据交付，它和 IP 地址组合后能在全网唯一标识一个进程。

综上，IP地址用来标识互联网中唯一的一台主机，端口号用来标识该主机上唯一的一个网络进程

IP + 端口号port = 互联网中唯一的一个进程

3. 所以，通信的时候，本质是两个互联网进程代表人来进行通信

4. 所以，网络通信的本质，也是进程间通信

因此我们把 IP+ 端口号port = socket套接字

OS 是如何把收到的数据，转发给特定端口的?

OS（操作系统）把收到的数据转发给特定端口的过程，是靠传输层协议（TCP/UDP）和端口号管理机制实现的，整个流程可以这样理解：

当数据通过网络到达主机时，网卡将数据向上交给数据链路层处理；数据链路层取出 IP 数据报后交给网络层，网络层剥除 IP 头，根据 IP 首部中的 "协议字段"，判断数据属于 TCP 还是 UDP 协议，再把数据交给对应的传输层模块。

传输层拿到数据后，会解析 TCP 或 UDP 首部中的 "目的端口号"，然后查询操作系统内部维护的端口号 - 进程映射哈希表，找到绑定了该端口的进程。因为一个端口在同一时间只能被一个进程占用，所以操作系统能精准定位到唯一的目标进程，再把数据交付给它处理。

这个过程的核心，就是靠端口号来标识主机内的进程，让操作系统知道 "数据该交给谁"，而 IP 地址 + 端口号的组合，也成了 Socket 通信中唯一标识网络进程的关键。

二、理解网络通信的本质

我们上面说过，网络通信的本质，也就是进程间通信，我们结合下面的场景来理解一下 :

很多人以为 "网络通信就是两台电脑之间的对话"，但实际上，电脑本身是没有 "意识" 的，它只是一个硬件载体，真正在发起请求、接收响应、处理数据的，是运行在电脑里的程序。
就像我们在刷抖音，我们的电脑不会主动去 "要视频"，是我们启动的抖音 App 进程在发请求；抖音服务器也不会主动给我们推视频，是服务器上运行的抖音服务进程在处理请求、返回数据。这两个进程，才是网络通信里真正的 "对话双方"，而电脑和网络，只是它们用来传递数据的 "通道" 而已。
表面上看，数据是在两台电脑之间来回传输，我们会觉得是 "电脑 A 和电脑 B 在通信"。但本质上，通信的主体是电脑 A 上的进程 A 和电脑 B 上的进程 B，电脑只是提供了硬件环境和操作系统支持，让进程能运行起来、通过网络协议栈收发数据。
进程本身是无法直接在网络上收发数据的，它必须依赖操作系统提供的网络协议栈。协议栈就像一个 "全能管家"：发送时，它会把进程的数据，从应用层到链路层，一层层加上端口号、IP 地址、MAC 地址这些 "地址标签"，封装成标准的数据包，交给网卡发出去；接收时，它会把收到的数据包，从链路层到应用层，一层层剥掉标签，还原出原始数据，再交给对应的进程处理。
网络通信，本质上也是一种进程间通信，和管道、共享内存这些本地 IPC 的核心逻辑是一样:

管道、共享内存 : 让同一台电脑上的两个进程，通过操作系统内核看到同一份内存资源，实现数据交换；
网络通信：让两台不同电脑上的两个进程，通过网络协议栈和网络设备，看到同一份网络数据资源，实现数据交换。

它们的区别只是 "资源载体" 不同，一个是本地内存，一个是网络数据，但核心都是 "让两个进程看到同一份资源，从而完成通信"。
再结合我们平时刷抖音的场景，我们打开抖音 App，它就变成了电脑上的进程 A；滑动屏幕刷视频，进程 A 就会向抖音服务器发送视频请求。
进程 A 把请求数据交给操作系统的网络协议栈，协议栈给数据加上我们的 IP、进程的端口号、服务器的 IP 和端口号，再加上链路层的 MAC 地址，封装成数据包，通过网卡发出去。
数据包经过路由器转发，最终到达抖音服务器；服务器的网络协议栈剥掉数据包的链路层和网络层标签，把请求数据交给服务器上的抖音服务进程 B。
进程 B 处理请求，找到对应的视频数据，再通过服务器的协议栈封装成响应数据包，发回给我们的电脑；电脑协议栈剥掉标签，把视频数据交给进程 A，最终我们就能在抖音里看到视频了。
整个过程里，电脑和网络只是传递数据的通道，真正在对话、处理数据的，一直是进程 A 和进程 B。

总结:

不同网络之间的通信，最终落到实处，就是跨主机的进程间通信 ，而网络本身就相当于一个被大家共用的公共资源，就像同一台机器里的管道、共享内存是本地进程的公共资源一样，只不过网络把这个 "公共资源" 扩展到了不同主机之间，让分布在不同位置、不同局域网里的进程，都能借助这套统一的 IP 与端口机制，借助路由器屏蔽底层差异后，通过这个公共的网络通道交换数据，实现彼此间的通信

三、引入Socket套接字

怎么理解 socket ？

我们都知道 : 进程之间要通信，就需要一个公共资源，在同一台机器内通信时，可以通过管道、共享内存、消息队列这几种方式进行通信。但是在不同的机器之间通信就需要跨网络通信，所以网络本身就是公共资源。

但进程不能直接碰网络硬件、不能直接写 IP 包，操作系统也不允许。于是，操作系统又加了一层软件抽象，这一层就叫 socket（套接字）。所以 socket 就是：操作系统给应用进程开的一个 "网络接口"，让进程不用管底层网络细节，只需要读写 socket，就能完成网络通信。

我们可以这么串起来理解：两个跨网络的进程要通信，它们不能直接对话，也不能直接操作网卡、IP、路由，此时操作系统就给每个进程创建一个 socket，进程只需要往 socket 里写数据、从 socket 里读数据，底层的封装、拆包、IP 路由、端口查找、哈希表匹配...... 全都由操作系统内核搞定。

所以 socket 是用户态进程和内核网络协议栈之间的接口，通信的两端，本质就是两个 socket 在对话，一个 socket 唯一对应：{IP, 端口}，一对通信就是那个四元组{srcIP, srcPort, dstIP, dstPort}。

那 socket 就是相当于一个公共资源吗？和管道一样，两个进程之间给里面读写数据吗？

是的，Socket 和管道底层逻辑一样 ：都是操作系统在内核里开辟一块公共内核缓冲区资源 ，两头进程一头写、一头读。管道只在同一台电脑两个进程共用这块内存缓冲区 ; Socket 也是内核缓冲区公共资源，只不过它能跨电脑、跨路由器、跨局域网，全网通用。

Linux 一切皆文件，socket 也是文件 fd，和管道一样通用 read、write 读写。进程完全不用管网卡、IP、路由、封包拆包，只往 socket 里写数据、读数据就行。一对配对好的 socket，就是两端进程的通信通道，四元组精准锁定两边进程。

三、认识UDP/TCP协议

传输层、网络层完完全全都属于操作系统内核，传输层（TCP/UDP）、网络层（IP）、数据链路层都写在内核里，用户态代码不能直接碰内核里的 TCP、IP 协议栈。要实现网络通信，就必须通过系统调用，而用户要使用的就是 socket 那一套 bind/listen/connect/read/write 系统调用。用户程序只能通过这一层系统调用，才能调用内核传输层、网络层的协议栈能力。
整个 Linux 体系就是两套一模一样的架构：

左边：存储 IO 体系（用户代码→lib 库→系统调用→内核文件管理→磁盘驱动→硬盘）
右边：网络通信体系（用户代码→socket→系统调用→内核传输 / 网络层协议栈→网卡驱动→网卡）

socket 就是网络版的文件接口，TCP/IP 协议栈就是网络版的内核文件管理模块，网卡就是网络版的硬盘，全程一一镜像对应。所有用户网络通信，必须经过socket 用户接口 → 系统调用陷入内核 → 内核传输层 + 网络层协议栈 → 网卡驱动 → 网卡硬件这条固定链路，完全不能跳过内核直接操作网络。

认识TCP协议

TCP协议（Transmission Control Protocol 传输控制协议），下面是TCP协议的一些特点 :

传输层协议
有连接
可靠传输
面向字节流

TCP协议是一个传输层协议，当使用TCP协议进行数据传输网络通信的时候，TCP协议要和通信主机建立连接，并且保证数据真的被发到了对方的主机上，并且保证数据不丢失，TCP协议是基于字节流发送数据的，即将数据基于一个字节一个字节的发送给对方主机。
TCP协议由于其安全可靠，所以在一些支付领域，安全方面使用较多，例如支付宝，银行，要使用TCP协议保证安全性。
同样的，我们也应该看到TCP协议的另一面，效率相对较低 ，由于使用TCP协议，首先就要建立连接，连接的建立必然要花费时间，并且TCP协议要保证数据不丢失，那么也就意味，当TCP没有收到对方发来的确认收到的数据的信息之前，当TCP把数据通过网络协议栈发到网络中的时候，TCP不会将数据直接丢弃，而是将数据暂时保存起来，不丢弃数据，暂时保存数据也是一种对系统的消耗。
并且在数据发送到网络中的时候，TCP还要时刻进行数据检测算法，时刻检测也是要花费时间的，一旦检测到数据丢失或者数据乱序，还要重新发送数据，或者调整数据顺序并且重新发送数据

由此可见TCP协议为了保证可靠，安全传输做了很多的工作，那么也就必然决定了TCP协议的效率相对较低。

认识UDP协议

UDP协议（User Datagram Protocol 用户数据报协议），下面是UDP协议的一些特点 :

传输层协议
无连接
不可靠传输
面向数据报

UDP协议是一个传输层协议，UDP使用网络协议栈进行网络通信，向对方主机发送数据的时候，不会和对方主机建立连接，UDP协议是一个不可靠传输，即UDP协议一旦将数据发送出去，那么在本地就会立即将数据丢失（释放内存资源，效率高），不会去做数据检测，并且不会再去关心据究竟有没有丢失，数据有没有乱序，数据有没有发送到对方主机上，并且我们还可以看出UDP协议不去做这些可靠性，安全性的工作，那么在一定程度上UDP协议是效率高的，低延迟的，并且UDP协议是比TCP协议快的。
UDP协议是面向数据报的，即直接一次性的将数据全部发送给对方主机。
UDP协议的应用场景也有很多，例如电子邮件，音视频通信，网络监控和日志传输等。
TCP协议和UDP协议没有谁好谁坏之分，所谓的特点仅仅是对应协议的特征，我们在实际的应用场景中要理性的使用TCP协议和UDP协议。

四、网络字节序

在讲网络字节序之前，我们先了解一下大端和小端:

什么是大端和小端?

对于数据本身而言，有高权值（高位）和低权值（低位）之分，比如 int a = 0x11223344 里，11 是高权值，44 是低权值。

对于内存地址而言，有低地址（比如 0xF0）和高地址（比如 0xF3）之分。

大端和小端，本质就是：这两种权值和地址的对应关系。

1. 当低权值写在低地址处时，就是小端模式("小小小")，比如 0x11223344 中，44是最低权值，它存在最低地址 0xF0，33 存在 0xF1，22 存在 0xF2，11是最高权值，存在最高地址 0xF3，此时内存里从低到高看：44 33 22 11。用一句口诀记忆就是 : "小小小"，低权值（小）存低地址（小）。现在绝大多数 PC、手机的 CPU（x86、ARM）默认都是小端模式。

2. 当低权值写在高地址处时，就是大端模式 ，比如 0x11223344 中，11 是最高权值，存在最低地址 0xF0，22 存在 0xF1，33 存在 0xF2，44 最低权值，存在最高地址 0xF3，内存里从低到高看：11 22 33 44。大端的特点是就是内存里的顺序和我们写数字的顺序是一样的，一眼就能看懂。因为网络数据流中的地址规定先发出数据的是低地址，后发出的是高地址 。所以在大端模式下内存从低到高看就和我们写数字的顺序一样。网络传输中统一用的就是大端模式，所以它也叫 "网络字节序"。

为什么网络中必须区分大小端？

我们自己电脑里的大小端模式，只有 CPU 本身能懂。但数据在网络上传输时，会经过不同的设备（不同 CPU 架构、不同大小端模式），如果不统一规则，对方就会把你的 0x11223344 读成 0x44332211，数据直接乱掉。这就是大小端差异带来的数据不一致问题。

所以网络协议规定：所有跨主机传输的多字节数据，都必须使用大端模式（网络字节序）。因此，写网络程序时，我们必须用 htons()、htonl() 这类函数，把主机字节序（可能是小端）转换成网络字节序（大端），才能保证所有设备都能正确解析数据。

所以为了解决大小端差异带来的数据不一致问题，所以网络中规定 :网络中传递的数据，必须是大端数据序列。

不管这台主机是大端机还是小端机，都会按照这个 TCP/IP 规定的网络字节序来发送 / 接收数据；如果当前发送主机是小端，就需要先将数据转成大端；否则就忽略，直接发送即可；
为使网络程序具有可移植性，使同样的 C 代码在大端和小端计算机上编译后都能正常运行，可以调用以下库函数做网络字节序和主机字节序的转换。

这些函数名很好记，h 表示 host, n 表示 network, l 表示 32 位长整数，s 表示 16 位短整数。

例如 htonl 表示将 32 位的长整数从主机字节序转换为网络字节序，例如将 IP 地址转换后准备发送。

如果主机是小端字节序，这些函数将参数做相应的大小端转换然后返回；

如果主机是大端字节序，这些函数不做转换，将参数原封不动地返回。

五、socket 通用结构体

我们前面已经知道：Socket 本质就是应用层和传输层之间的接口。不管是本机通信，还是跨网络通信，所有进程要收发数据，都可以通过 socket 来完成。同时 socket 根据通信范围、通信方式、底层依赖的不同，socket 被分成了 3 种具体的通信类型。

1️⃣网络套接字（INET 套接字）

网络套接字主要用于跨主机的网络通信，也就是我们常说的 TCP/UDP 网络编程。使用 IP 地址 + 端口号作为通信地址。它分为两种主要模式：一个是面向连接、可靠、有序，适合文件传输、网页访问的TCP 套接字。另一个则是无连接、不可靠，适合音视频、游戏的UDP 套接字。目前绝大多数网络应用（微信、浏览器、游戏）都基于这种套接字开发。

2️⃣ 域间套接字（Unix 域套接字）

域间套接字是同一主机内的进程间通信（IPC），不走网络协议栈、也不经过网卡。通过使用文件系统路径（如 /tmp/socket.sock）作为通信地址，相当于进程之间的 "文件通道"。管道可以看成是域间套接字的子集。

3️⃣原始套接字（Raw Socket）

原始套接字则是绕过传输层（TCP/UDP），直接操作网络层 / 数据链路层的一种通信模式。可以自己构造 IP 头、TCP/UDP 头，实现自定义协议。可以直接接收 / 发送网卡的原始数据包。常是用于编写一些网络工具，例如抓包工具等。

这三种套接字不是独立的东西，而是 socket 这个大接口下的 3 种具体实现、3 种通信模式。
如果我们按照历史的发展来看，最开始 UNIX 只有管道、命名管道做本机进程通信；网络通信也各自杂乱，没有通用收发接口。Socket 最原始诞生目的，就是为了解决跨主机网络通信，最早就是我们说的【网络套接字】，统一封装 TCP/IP，给进程一套标准化跨网收发接口。又因为UNIX 系统本来就极度依赖文件系统做进程交互，开发者不想再搞一套全新 IPC 接口，索性就直接复用成熟的 socket 这套统一读写模型，向下兼容本机进程通信于是就扩展出了【Unix 域间套接字】，用文件路径替代 IP 端口，复用一模一样的 bind/listen/connect/read/write 全套接口，不用新增任何系统调用，完美兼容老进程通信生态。后面网络底层运维、抓包需求越来越多，又再扩展出能直接操作 IP 层、链路层的【原始套接字】，依旧套在 socket 统一文件式接口里。
所以 Socket 是一套统一文件式 IO 接口。网络套接字、域间套接字、原始套接字，是这套接口顺着 UNIX 网络发展历史，一步步扩展出来的 3 种通信场景实现。内核只需要维护一套用户态系统调用逻辑，就能同时覆盖：跨外网通信、本机 IPC 进程通信、底层网卡抓包运维三大场景，极致复用设计。

socket 通用结构体

前面我们已经理清：Socket 最初为跨主机网络通信诞生，后续为兼容本地进程 IPC、底层网络抓包需求，一步步迭代扩展出网络套接字、Unix 域间套接字、原始套接字三种成熟的通信模式。

但是三种套接字负责不同通信场景，底层内核实现差异极大：网络套接字走 TCP/IP 协议栈、本地套接字走内核内存 IPC、原始套接字直接操作网络层。

如果开发者针对每一种套接字，单独写一套系统调用函数，会导致接口完全割裂、并且学习成本高，对用户极度不友好。因此 Linux 内核专门设计了一层软件层，用一套通用系统调用函数，兼容全部 3 种套接字通信模式，大幅降低网络开发门槛。

这套统一抽象里，最核心就是 socket 地址结构体设计，并且也体现出 C 语言继承多态的特性：

struct sockaddr：是通用基类结构体，固定开头16 位地址类型字段，后面预留通用地址数据区，作为统一入参格式，给 bind/coect 等系统调用统一传参。

struct sockaddr_in、struct sockaddr_un 是两种业务子类结构体 :

网络套接字专用 sockaddr_in：首字节同样是 16 位协议类型AF_INET，后面填充端口、IP 地址网络通信参数
域间套接字专用 sockaddr_un：首字节同样是 16 位协议类型AF_UNIX，后面填充文件路径本地通信参数

两个子类结构体首地址、首字段完全对齐基类，就可以实现基类指针指向子类对象。

这样用户开发时，只需要定义对应通信模式的子类结构体，填充 IP 端口 / 文件路径业务参数 ；调用 bind 等系统调用时，强制转成通用 sockaddr 基类指针传入；内核拿到指针后，只读取结构体最开头16 位地址类型字段，就能精准识别：当前是网络通信、还是本地进程通信，自动走对应套接字内核逻辑。原始套接字也沿用同一套设计逻辑，整套 bind/listen/connect 读写函数完全通用，用户只需要换结构体、填对应地址参数，不用学习三套完全不一样的接口。

简单来说：三种套接字通过通用 sockaddr 结构体 + 统一系统调用，这就是包裹在外面的简化软件层；靠 C 语言结构体首地址对齐，实现基类指针管理子类对象，靠开头 16 位协议族字段做运行时类型区分，一套接口兼容全场景网络通信。

socket常见API

socket

socket() 就是创建一个通信端点（endpoint）。它的作用是向内核申请一个通信对象。因为在 Linux 中一切皆文件。无论是磁盘上的普通文件、设备驱动，还是我们今天讲的网络套接字(Socket)，在操作系统眼中都是一个个的"文件对象"。因此，socket() 系统调用在底层做的事情，本质上就是内核在内核空间申请一块内存，构建用于描述网络连接的 socket 结构体。在当前进程的文件描述符表（File Descriptor Table）中，为这个内核对象分配一个唯一的编号。将这个编号(文件描述符 FD）返回给用户。后续的 bind、listen、connect、send、recv 等所有操作，都是通过这个 FD 来定位内核中的。

成功返回一个非负整数，就是 socket 文件描述符 fd，一般从3开始。失败则返回 -1，错误信息存在 errno 里。

第一个参数 domain 表示是在通信域内，决定用哪种套接字模式，对应我们前面讲的三种套接字：

(1) AF_INET：网络套接字（跨主机 TCP/UDP)，最常用的
(2) AF_UNIX：本地域套接字（本机进程通信）
(3) AF_PACKET：原始套接字（直接操作网卡）

第二个参数 type 表示的是通信类型 :

SOCK_STREAM：TCP 流式套接字（可靠、面向连接）
SOCK_DGRAM：UDP 数据报套接字（无连接、不可靠）

第三个参数 protocol 表示具体协议，大部分场景下，前两个参数已经确定了协议，这里传 0 就行。

填充网络信息

调用 socket() 系统调用后，内核为我们创建了一个通信端点，并返回了一个文件描述符 fd。此时，我们手里只有一个 "空的账户"（fd），还不知道要连接哪台主机、用哪个端口。接下来的关键步骤，就是填充通信信息。

为了告诉内核 "我要连谁" 或 "我是谁"，我们需要填充一个地址结构体。这个结构体就是 struct sockaddr。如下 :

但是，直接操作 struct sockaddr 里面的 sa_data[14] 数组非常麻烦（需要手动拼凑 IP 和端口)。因此，实际开发中我们通常使用它的专用版本 ------struct sockaddr_in。如下 :

我们填充完 sockaddr_in 后，将其传给 bind 或 connect 时，必须强制类型转换为 struct sockaddr*。这也就是我们之前讨论的 "统一软件层" 和 "C 语言多态"：系统调用接口只认通用的 struct sockaddr，但内核内部会通过读取结构体开头的 sa_family 字段，来识别这其实是一个 AF_INET 类型的网络地址，从而执行对应的网络协议栈逻辑。代码如下 :

bind

我们填充一个地址结构体 struct sockaddr_in 后，这一步并没有真正进入内核，只是用户层的地址配置。真正让内核识别并绑定这个地址的，是 bind() 系统调用。当 bind() 被调用时，用户态数据被拷贝到内核空间，内核根据地址族识别出这是 AF_INET 网络套接字，并将 IP 和端口正式挂载到 socket 对象上，完成最终绑定。

它的本质，就是把我们在用户态填充好的地址信息，真正挂载到内核的 socket 对象上。对服务器来说绑定 IP 和端口，是让客户端知道找谁连接。

第一个参数 sockfd 是 socket() 调用返回的文件描述符，用来定位内核中绑定的那个 socket 对象。

第二个参数 addr 是通用地址结构体指针 sockaddr*，我们之前填好的 sockaddr_in/sockaddr_un 都要强制转成这个类型。内核通过它开头的地址族字段，识别是哪种地址（网络 / 本地域）。

第三个参数 addrlen 是地址结构体的长度（比如 sizeof(struct sockaddr_in))，告诉内核要拷贝多少字节的地址数据。

返回值成功返回 0，失败返回 -1，错误码存在 errno 里。

六、总结

本文系统介绍了网络通信的基础概念与实现机制。首先阐述了端口号的作用，它是传输层标识主机内进程的关键标识，与IP地址共同构成网络通信的地址基础。接着深入分析了网络通信的本质是跨主机的进程间通信，而Socket作为操作系统提供的网络接口，屏蔽了底层细节，使进程能够便捷地进行网络数据传输。文章详细讲解了TCP和UDP协议的特点与适用场景，TCP提供可靠连接而UDP侧重高效传输。此外还介绍了网络字节序的重要性及转换方法，确保数据在不同主机间正确传输。最后详细解析了Socket编程的核心API，包括socket()创建通信端点、bind()绑定地址等，展示了Linux系统如何通过统一的接口设计支持多种网络通信场景。

谢谢大家的观看!