网络之socket套接字-基础知识
前言
本文介绍了网络的一些基础概念，主要包括：IP和端口号、TCP/UDP协议、网络字节流以及套接字接口。
一、IP与端口号
1.IP
每台主机都有自己的IP地址，所以当数据从一台主机传输到另一台主机，就需要IP地址。报头中会包含源IP和目的IP。 源IP地址：发送数据包的那个主机的IP地址。 目的IP地址：想要发到的那个主机的IP地址。 我们将数据从一台主机传递到另一台主机，并不是真正的目的。真正通信的不是这两个机器，而是这两个机器上的软件。 应用层不止一个软件。 公网IP唯一标识了主机，则数据就可以由一台主机传递到另一台主机。但是主机上有这么多软件（进程），我们怎么能保证软件A发送的数据被另一台主机上的软件B所接收呢？即如何标识主机上客户或服务进程的唯一性？ 为了标识一台主机上服务进程的唯一性，我们用端口号port标识服务进程、客户进程的唯一性。
2.端口号
端口号是一个2字节16位的整数。 它是用来标识一个进程，告诉操作系统要把数据交付给哪个进程。（同一个主机中，端口号只能被一个进程占用） 因此，IP地址（唯一标识全网的某个主机） + 端口号（唯一标识服务器上的某个进程）能够标识网络上某个主机上的某个进程（全网唯一的进程）。 网络通信的本质就是进程间通信，我们之前讲过进程间通信的本质是进程们看到同一份资源，此时的同一份资源就是网络。 通信的本质就IO，因为我们上网的行为就两种：1.发送数据；2.接收数据。
3.我们之前讲过，可以用进程pid来标识一个进程，那么为什么还要有端口号port呢？
- 解耦：pid是系统规定的，而port是网络规定的，这样可以将系统和网络解耦；
- port标识服务器中的进程是唯一不变的（要让客户端进程找到服务器对应进程，就像是110、120一样不能被改变），而每次启动程序，程序的pid都会发送改变。
- 不是所有的进程都需要提供网络服务或请求（不是所有进程都需要port），但每个进程都需要pid。
一个端口号只能被一个进程占用，但是一个进程可以绑定多个端口号（1对n）。
4.底层OS如何根据port找到进程？
uint16（端口号）——task_struct——哈希。
我们在网络通信过程中，IP + port唯一标识一个进程，IP有源IP和目的IP，port也有源port和目的port。 我们在发送数据时也要将自己的IP和端口号发送过去，因为数据还要被发送回来。因此发送数据时一定会多出来一部分数据（以协议的形式呈现）。
二、TCP/UDP协议
我们用的套接字接口一定会使用传输层协议，不会绕过传输层去调用下面的协议。 传输层的协议分为：TCP协议和UDP协议
1.TCP协议特点
TCP（Transmission Control Protocol传输控制协议）
- 传输层协议
- 有连接（正式通信前要先建立连接）
- 可靠传输（在内部帮我们做可靠传输工作）
- 面向字节流
2.UDP协议特点
UDP（User Datagram Protocol用户数据报协议）
- 传输层协议
- 无连接
- 不可靠传输
- 面向数据报
注意： 理解不可靠传输：如果发送数据时出现了丢包的情况，或者数据被重复传递了（传递了多份）或者网络出现了问题等等造成的后果就叫做不可靠传输。因此，传输层就是用来解决可靠性的一个协议。 可不可靠是一个中性词。可靠是需要成本的，往往在编码和维护上都比较复杂；不可靠没有成本，使用起来也简单。 所以要分场景使用它们。
三、网络字节流
1.大端和小端数据
我们知道内存中的多字节数据相对于内存地址有大端和小端之分。
大端和小端： 小端：低权值放在低地址（小低低） 大端：低权值放在高地址（相反）
假设出现一种情况：一个大端机用大端的方式发送数据给一个小端机，如果现在是跨网络传数据，那么我们并不能清楚传输的数据是大端还是小端。 因此就有了规定，网络中的数据都是大端的。 发送数据的主机如果是大端机，就不用再做处理；如果是小端机就将数据由小端转为大端再发送数据。（接收数据同理）
如何定义网络数据流的地址
发送主机，把发送缓冲区内的数据按内存地址由低到高的顺序发送（即，先发出的数据在低地址，后发出的数据在高地址。）； 接收主机，把网络上接收到的数据按字节一次保存在接收缓冲区内，也是按内存地址从低到高的顺序保存。
四、socket套接字接口
1.socket常见API
//穿个件socket文件描述符（TCP/UDP，客户端 + 服务器）
int socket(int domain, int type, int protocol);
//绑定端口号（TCP/UDP，服务器）
int bind(int socket, const struct sockaddr*address, socklen_t address_len);
//开始监听socket（TCP， 服务器）
int listen(int socket, int backlog);
//接收请求（TCP， 服务器）
int accept(int socket, struct sockaddr* address, socklen_t* address_len);
//建立联系（TCP， 客户端）
int connect(int sockfd, const struct sockaddr* addr, socklen_t addrlen);IP地址 + 端口号能够标识该主机上的唯一一个进程：IP和端口号port就称为套接字。 socket是插座的意思，未来进行网络通信时，插头和插座配套使用。
2. 套接字
套接字种类
套接字种类比较多，常见的有以下三种： 1.网络套接字； 2.原始套接字； 3.unix域间套接字；
用途
1.网络套接字主要运用于跨主机之间的通信，也可以支持本地通信； 2.域间套接字只能在本地通信； 3.原始套接字可以跨传输层（TCP/IP协议）访问底层的数据。 这些套接字应用场景完全不同，所以我们想使用套接字就要使用三套不同的接口。未来方便使用，设计者只设计了一套接口，因此需要通过不同的参数，解决所有网络或者其他场景下的通信问题。
3.例子
sockaddr_in(inet, 网络通信)与sockaddr_un(unix, 域间套接字)
struct sockaddr_in{
short int sin_family; //地址族，一般为AF_INET
unsigned short int sin_port;//端口号，网络字节序
struct in_addr sin_addr; //IP地址
unsigned char sin_zero[8]; //用于填充，使sizeof(sockaddr_in)等于16
};
struct sockaddr_un{
sa_family_t sun_family; //AF_INET
char sun_path[108]; //带有路径的文件名
};//通过同一个文件的路径来让进程看到同一份资源可以看到sockaddr_in和sockaddr_un是两个不同的通信场景。区分它们可以使用前2个字节：16地址类型协议家族的标识符（代表是本地通信还是网络通信）。我们两个结构体都不用，直接用sockaddr。未来进行网络编程时，如果是网络通信，填充的网络信息是struct sockaddr_in这个结构体。
比如，我们想用网络通信，虽然参数是const struct sockaddr* addr，但实际上传进去的却是sockaddr_in结构体（类型不一致，需要进行强制类型转换）。函数内部对它们一视同仁，全部当作sockaddr类型，然后根据它们的前两个字节判断是什么通信，然后再强转回去。
接口的设计为啥是structaddr结构？为什么不用void类型（C语言未来能够接收任意来下，可以将参数设置为void*；并且void不需要强转）？ 因为设计这一接口时的C语言标准还没有void； 这是OS的接口，不能随意更改； 其他语言可能不支持void*。
可以将sockaddr看作基类，将sockaddr_in和sockaddr_un看做派生类，它们构成了多态体系。
五、总结
- IP地址 + 端口号port可以标识网络上的某一台主机上的某一个进程（全网唯一）。
- TCP/UDP协议是传输层的协议，其他特点不同。例如：UDP是不可靠的。
- 套接字是一种网络通信机制，IP + 端口号是套接字的构成形式。
- 网络字节序规定为大端（我们规定网络中的数据是大端形式）。
- sockaddr使用统一的接口解决所有网络或者其他场景下的通信问题。
总结
以上就是今天要讲的内容，本文介绍了socket套接字的相关概念。本文作者目前也是正在学习网络相关的知识，如果文章中的内容有错误或者不严谨的部分，欢迎大家在评论区指出，也欢迎大家在评论区提问、交流。 最后，如果本篇文章对你有所启发的话，希望可以多多支持作者，谢谢大家！