简单的TCP英译汉服务器

简单回顾

在上一篇博客网络编程套接字（二）当中实现了简单的TCP服务器，最开始我们实现的是单执行流的TCP服务器，之后通过代码测试发现单执行流的TCP服务器无法同时为多个客户端提供服务，于是又转而实现了多执行流的TCP服务器。

在实现多执行流的TCP服务器时，分别演示了多进程和多线程的实现方式，为了进一步优化基于多线程的TCP服务器，最终还将线程池接入到了TCP服务器当中。此时访问TCP服务器的各个客户端，分别由不同的执行流为其提供服务，因此这些客户端能够同时享受服务器提供的服务。

当时我们说过，如果想要让这里的TCP服务器处理其他任务，只需要修改对应的处理函数即可。对应到最终实现的线程池版本的TCP服务器，我们要修改的其实就只是任务类当中的handler方法。下面我们以实现简单的TCP英译汉服务器为例，看看更改后我们的TCP服务器能否正常为客户端提供英译汉服务。

更改handler方法

英译汉TCP服务器要做的就是，根据客户端发来的英文单词找到其对应的中文意思，然后将该中文意思作为响应数据发给客户端。

之前我们是以回调的方式处理任务的，当线程池当中的线程从任务队列中拿出一个任务后，会调用该任务对应的Run方法处理该任务，而实际在这个Run方法当中会以仿函数的方式调用handler方法，因此我们只需更改Handler类当中对()的重载函数即可，而其他与通信相关的代码我们一律不用更改。

英译汉时需要根据英文单词找到其对应的中文意思，因此我们需要建立一张映射表，其中英文单词作为映射表中的键值key，而中文意思作为与键值相对应的value，这里可以直接使用C++STL容器当中的unordered_map容器。

class Handler
{
public:
	Handler()
	{}
	~Handler()
	{}
	void operator()(int sock, std::string client_ip, int client_port)
	{
		//only for test
		std::unordered_map<std::string, std::string> dict;
		dict.insert(std::make_pair("dragon", "龙"));
		dict.insert(std::make_pair("blog", "博客"));
		dict.insert(std::make_pair("socket", "套接字"));
		
		char buffer[1024];
		std::string value;
		while (true){
			ssize_t size = read(sock, buffer, sizeof(buffer)-1);
			if (size > 0){ //读取成功
				buffer[size] = '\0';
				std::cout << client_ip << ":" << client_port << "# " << buffer << std::endl;

				std::string key = buffer;
				auto it = dict.find(key);
				if (it != dict.end()){
					value = it->second;
				}
				else{
					value = key;
				}
				write(sock, value.c_str(), value.size());
			}
			else if (size == 0){ //对端关闭连接
				std::cout << client_ip << ":" << client_port << " close!" << std::endl;
				break;
			}
			else{ //读取失败
				std::cerr << sock << " read error!" << std::endl;
				break;
			}
		}
		close(sock); //归还文件描述符
		std::cout << client_ip << ":" << client_port << " service done!" << std::endl;
	}
};

说明一下：

• 这里只是测试更改后的服务器能否为客户端提供英译汉服务，因此直接将这张映射表定义在了()重载函数当中。
• 初始化这张映射表对应的操作，就是建立单词与其中文意思之间的映射关系，代码中为了测试只简单建立了三组映射关系。此外，初始化映射表的操作应该重新封装出一个初始化函数，否则每次为客户端提供英译汉服务时都会重新建立映射关系。
• 如果你自己要实现一个英译汉服务器，应该将这张映射表定义为静态，保证全局只有一张映射表，在启动服务器时就可以对这张映射表进行初始化。可以将中英文对照单独写在一个文件当中，在启动服务器时就可以将该文件加载进来，建立对应的映射关系。（这里我们只是做测试的，就不做过多的设计了）
• 当服务端在为客户端提供英译汉服务时，如果在映射表中不存在对应key值的键值对，则服务端会直接将用户发来的数据响应给客户端。

代码测试

现在这个TCP服务器就能够给客户端提供英译汉的服务了，客户端发来的单词如果能够在映射表当中找到，那么服务端会将该单词对应发中文意思响应给客户端，否则会将客户端发来的单词原封不动的响应给客户端。

注意： 这里只是想告诉大家，我们可以通过改变这里的handler方法来改变服务器处理任务的逻辑。如果你还想对当前这个英译汉服务器进行完善，可以在网上找一找牛津词典对应的文件，将其中单词和中文的翻译做出kv的映射关系，当服务器启动的时候就可以加载这个文件，建立对应的映射关系，此时就完成了一个网络版的英译汉服务器。

地址转换函数

字符串IP转整数IP

inet_ntoa函数

inet_ntoa函数的函数原型如下：

int inet_aton(const char *cp, struct in_addr *inp);

参数说明：

• cp：待转换的字符串IP。
• inp：转换后的整数IP，这是一个输出型参数。

返回值说明：

• 如果转换成功则返回一个非零值，如果输入的地址不正确则返回零值。

inet_addr函数

inet_addr函数的函数原型如下：

in_addr_t inet_addr(const char *cp);

参数说明：

• cp：待转换的字符串IP。

返回值说明：

• 如果输入的地址有效，则返回转换后的整数IP；如果输入的地址无效，则返回INADDR_NONE（通常为-1）。

inet_pton函数

inet_pton函数的函数原型如下：

int inet_pton(int af, const char *src, void *dst);

参数说明：

• af：协议家族。
• src：待转换的字符串IP。
• dst：转换后的整数IP，这是一个输出型参数。

返回值说明：

• 如果转换成功，则返回1。
• 如果输入的字符串IP无效，则返回0。
• 如果输入的协议家族af无效，则返回-1，并将errno设置为EAFNOSUPPORT。

整数IP转字符串IP

inet_ntoa函数

inet_ntoa函数的函数原型如下：

char *inet_ntoa(struct in_addr in);

参数说明：

• in：待转换的整数IP。

返回值说明：

• 返回转换后的字符串IP。

inet_ntop函数

inet_ntop函数的函数原型如下：

const char *inet_ntop(int af, const void *src, char *dst, socklen_t size);

参数说明：

• af：协议家族。
• src：待转换的整数IP。
• dst：转换后的字符串IP，这是一个输出型参数。
• size：用于指明dst中可用的字节数。

返回值说明：

• 如果转换成功，则返回一个指向dst的非空指针；如果转换失败，则返回NULL。

说明一下

• 我们最常用的两个转换函数是inet_addr和inet_ntoa，因为这两个函数足够简单。这两个函数的参数就是需要转换的字符串IP或整数IP，而这两个函数的返回值就是对应的整数IP和字符串IP。
• 其中inet_pton和inet_ntop函数不仅可以转换IPv4的in_addr，还可以转换IPv6的in6_addr，因此这两个函数中对应的参数类型是void*。
• 实际这些转换函数都是为了满足某些打印场景的，除此之外，更多的是用来做某些数据分析，比如网络安全方面的数据分析。

关于inet_ntoa函数

inet_ntoa函数可以将四字节的整数IP转换成字符串IP，其中该函数返回的这个转换后的字符串IP是存储在静态存储区的，不需要调用者手动进行释放，但如果我们多次调用inet_ntoa函数，此时就会出现数据覆盖的问题。

例如，下列代码连续调用了两次inet_ntoa函数。

由于inet_ntoa函数内部只在静态存储区申请了一块区域，因此inet_ntoa函数第二次转换的结果就会覆盖第一次转换的结果。

因此，如果需要多次调用inet_ntoa函数，那么就要及时保存inet_ntoa的转换结果。

并发场景下的inet_ntoa函数

inet_ntoa函数内部只在静态存储区申请了一块区域，用于存储转换后的字符串IP，那么在线程场景下这块区域就叫做临界区，多线程在不加锁的情况下同时访问临界区必然会出现异常情况。并且在APUE中，也明确提出inet_ntoa不是线程安全的函数。

下面我们在多线程场景下对inet_ntoa函数进行测试：

#include <iostream>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <pthread.h>
#include <unistd.h>

void* Func1(void* arg)
{
	struct sockaddr_in* p = (struct sockaddr_in*)arg;
	while (1){
		char* ptr1 = inet_ntoa(p->sin_addr);
		std::cout << "ptr1: " << ptr1 << std::endl;
		sleep(1);
	}
}
void* Func2(void* arg)
{
	struct sockaddr_in* p = (struct sockaddr_in*)arg;
	while (1){
		char* ptr2 = inet_ntoa(p->sin_addr);
		std::cout << "ptr2: " << ptr2 << std::endl;
		sleep(1);
	}
}
int main()
{
	struct sockaddr_in addr1;
	struct sockaddr_in addr2;
	addr1.sin_addr.s_addr = 0;
	addr2.sin_addr.s_addr = 0xffffffff;
	
	pthread_t tid1 = 0;
	pthread_create(&tid1, nullptr, Func1, &addr1);
	pthread_t tid2 = 0;
	pthread_create(&tid2, nullptr, Func2, &addr2);
	
	pthread_join(tid1, nullptr);
	pthread_join(tid2, nullptr);
	return 0;
}

但是实际在centos7上测试时，在多线程场景下调用inet_ntoa函数并没有出现问题，可能是该函数内部的实现加了互斥锁，这就跟接口本身的设计也是有关系的。

鉴于此，在多线程环境下更加推荐使用inet_ntop函数进行转换，因为该函数是由调用者自己提供缓冲区保存转换结果的，可以规避线程安全的问题。

绑定失败问题

资源未释放干净

当我们在测试网络代码时，先将服务端绑定8081端口运行，然后运行客户端，并让客户端连接当前服务器。

此时在有客户端连接服务端的情况下，如果直接将服务端关闭，此时服务端要想再次绑定8081号端口运行，就可能会绑定失败。
绑定失败这个问题涉及TCP通信中双方状态变化的一个细节，这里暂时无法解释清楚，后面博主在讲解TCP协议细节时会详谈。这里想说明的就是，绑定是有可能失败的，这里绑定失败实际是因为服务端退出时没有将资源释放干净。

端口号已被其他程序绑定

此外，绑定失败还有可能因为当前端口号已经被其他程序绑定了。比如一个程序已经绑定了8081号端口，此时另一个程序也想绑定8081号端口，此时该程序就会绑定失败。

这实际也就验证了一个端口号只能被一个进程所绑定这样的规则，此时也就确保了端口号到服务之间的映射本身就具备唯一性。

无法绑定的端口号

我们自己编写的服务器代码在绑定端口号时，尽量不要绑定1024以下的端口号。一般云服务器只能绑定1024及其往上的端口号，因为1024以下的端口已经约定俗成被其他一些比较成熟的服务所使用了，如果我们绑定1024以下的端口号，那么会绑定失败。

因此我们一般只能绑定1024及其往上的端口号，最好绑定8000及其网上的端口号。

说明一下：

• 我们在云服务器上写代码时，就算代码没有问题也不一定能访问成功，有可能你的云服务器没有开放端口。此时如果想要测试编写的网络代码，就要在你的云服务器上开放安全组。

TCP协议通讯流程

通讯流程总览

下图是基于TCP协议的客户端/服务器程序的一般流程：

下面我们结合TCP协议的通信流程，来初步认识一下三次握手和四次挥手，以及建立连接和断开连接与各个网络接口之间的对应关系。

三次握手的过程

初始化服务器

当服务器完成套接字创建、绑定以及监听的初始化动作之后，就可以调用accept函数阻塞等待客户端发起请求连接了。

服务器初始化：

• 调用socket，创建文件描述符。
• 调用bind，将当前的文件描述符和IP/PORT绑定在一起，如果这个端口已经被其他进程占用了，就会bind失败。
• 调用listen，声明当前这个文件描述符作为一个服务器的文件描述符，为后面的accept做好准备。
• 调用accept，并阻塞，等待客户端连接到来。

建立连接

而客户端在完成套接字创建后，就会在合适的时候通过connect函数向服务器发起连接请求，而客户端在connect的时候本质是通过某种方式向服务器三次握手，因此connect的作用实际就是触发三次握手。

建立连接的过程：

• 调用socket，创建文件描述符。
• 调用connect，向服务器发起连接请求。
• connect会发出SYN段并阻塞等待服务器应答（第一次）。
• 服务器收到客户端的SYN，会应答一个SYN-ACK段表示“同意建立连接”（第二次）。
• 客户端收到SYN-ACK后会从connect返回，同时应答一个ACK段（第三次）。

这个建立连接的过程，通常称为三次握手。

需要注意的是，连接并不是立马建立成功的，由于TCP属于传输层协议，因此在建立连接时双方的操作系统会自主进行三次协商，最后连接才会建立成功。

数据传输的过程

数据交互

连接一旦建立成功并且被accept获取上来后，此时客户端和服务器就可以进行数据交互了。需要注意的是，连接建立和连接被拿到用户层是两码事，accept函数实际不参与三次握手这个过程，因为三次握手本身就是底层TCP所做的工作。accept要做的只是将底层已经建立好的连接拿到用户层，如果底层没有建立好的连接，那么accept函数就会阻塞住直到有建立好的连接。

而双方在进行数据交互时使用的实际就是read和write，其中write就叫做写数据，read就叫做读数据。write的任务就是把用户数据拷贝到操作系统，而拷贝过去的数据何时发以及发多少，就是由TCP决定的。而read的任务就是把数据从内核读到用户。

数据传输的过程“：

• 建立连接后，TCP协议提供全双工的通信服务，所谓全双工的意思是，在同一条连接中，同一时刻，通信双方可以同时写数据，相对的概念叫做半双工，同一条连接在同一时刻，只能由一方来写数据。
• 服务器从accept返回后立刻调用read，读socket就像读管道一样，如果没有数据到达就阻塞等待。
• 这时客户端调用write发送请求给服务器，服务器收到后从read返回，对客户端的请求进行处理，在此期间客户端调用read阻塞等待服务器端应答。
• 服务器调用write将处理的结果发回给客户端，再次调用read阻塞等待下一条请求。
• 客户端收到后从read返回，发送下一条请求，如此循环下去。

四次挥手的过程

端口连接

当双方通信结束之后，需要通过四次挥手的方案使双方断开连接，当客户端调用close关闭连接后，服务器最终也会关闭对应的连接。而其中一次close就对应两次挥手，因此一对close最终对应的就是四次挥手。

断开连接的过程：

• 如果客户端没有更多的请求了，就调用close关闭连接，客户端会向服务器发送FIN段（第一次）。
• 此时服务器收到FIN后，会回应一个ACK，同时read会返回0（第二次）。
• read返回之后，服务器就知道客户端关闭了连接，也调用close关闭连接，这个时候服务器会向客户端发送一个FIN（第三次）。
• 客户端收到FIN，再返回一个ACK给服务器（第四次）。

这个断开连接的过程，通常称为四次挥手。

注意通讯流程与socket API之间的对应关系

在学习socket API时要注意应用程序和TCP协议是如何交互的：

• 应用程序调用某个socket函数时TCP协议层完成什么动作，比如调用connect会发出SYN段。
• 应用程序如何知道TCP协议层的状态变化，比如从某个阻塞的socket函数返回就表明TCP协议收到了某些段，再比如read返回0就表明收到了FIN段。

为什么要断开连接？

建立连接本质上是为了保证通信双方都有专属的连接，这样我们就可以加入很多的传输策略，从而保证数据传输的可靠性。但如果双方通信结束后不断开对应的连接，那么系统的资源就会越来越少。

因为服务器是会收到大量连接的，操作系统必须要对这些连接进行管理，在管理连接时我们需要“先描述再组织”。因此当一个连接建立后，在服务端就会为该连接维护对应的数据结构，并且会将这些连接的数据结构组织起来，此时操作系统对连接的管理就变成了对链表的增删查改。

如果一个连接建立后不断开，那么操作系统就需要一直为其维护对应的数据结构，而维护这个数据结构是需要花费时间和空间的，因此当双方通信结束后就应该将这个连接断开，避免系统资源的浪费，这其实就是TCP比UDP更复杂的原因之一，因为TCP需要对连接进行管理。

TCP和UDP对比

• 可靠传输 vs 不可靠传输
• 有连接 vs 无连接
• 字节流 vs 数据报