并发HTTP服务器(1)
并发HTTP服务器(3)

C 语言进阶

0x14-套接字编程-HTTP服务器(2)

HTTP服务器的结构

  • HTTP服务器 本质上就是一个 TCP的接收端 程序
  • 但凡一个正常的 TCP 接收端程序，都逃不过那几个流程：
    • 创建监听socket -> 绑定端口，IP -> 监听socket -> 接受新连接 -> 处理读写... -> 关闭完成的连接
    • 其中前三步比较固定，最多对这个监听用的socket，进行一些优化处理，设置一些属性之类的，但那都是固定模式，想想就能明白。硬要说重要的地方，也就是在于是否把socket设为非阻塞(non-blocking)了。
    • 后面几步，每个都是很重要的环节，需要细细设计才行

所谓非阻塞，我还是不班门弄斧了，请移步 UNIX网络编程-卷1-中文·第三版 127页(英文版160页) 的图6-6，清楚的对比了，阻塞，非阻塞，异步，I/O复用的区别和含义。十分建议写网络程序之前，去把这本书的某些章节大致过一遍。

  • 对于这章节需要写的这个服务器而言，采用的是经典且流行的 I/O复用+非阻塞套接字(socket)+多线程(线程池) 结构。
  • 呐，又出现一个新的知识点，I/O复用，这是什么鬼。

I/O复用

  • 我给一个不太严密的解释，那就是 将你这个程序需要等待的地方，集中起来

  • 打个比方：

    • 假设有100个新连接，被你的监听套接字给成功接受(accept())了
    • 这时候并不是所有新连接都立刻有数据可以读，那此时你有两种选择：阻塞，非阻塞。但不论是哪一种都会导致同一个结果
      • 阻塞： 那假设你只有一个线程处理这100个连接，万一要是正好处理到这个暂时没有数据的连接，就要一直等待它的数据到来，后面的几十个连接都要闲着；假设有多个线程同时处理，理由还是一样，换汤不换药，而且难道你还能开100个线程去处理吗？那如果更多的连接呢？
      • 非阻塞： 比阻塞看起来稍微好一些，因为如果没有数据到来的话，那就直接跳过这个连接，直接去处理下一个连接了，但是你想想，这不就是遍历了吗？万一连接量一大，假设上万，而且只有少数的几个连接有数据活跃，这无用功做的是不是太多了？多开几个线程去平摊压力？那么要开多少比较合适？
    • 这时候喜欢偷懒的程序员，自然就不愿意了，于是考虑是否可以有一个，让我们可以在单个线程的情况下还能够只处理那些活跃的连接？
    • 这时候出现了所谓的 I/O复用 技术，说是技术，因为它使用的还是同步型的操作(read, write)，只不过套接字设为非阻塞的了。
    • Linux平台下的epoll, Unix(包括Mac)平台下的kqueue, Windows平台下的IOCP，各平台通用的select, poll，还有几个历史实现就不赘述了。
    • 最后这两个select, poll在活跃连接明显少于总连接数的情况下，性能比前三个要差许多，故本章使用的是epoll,(当然还有资料比较多的原因啦

  • 说说 epoll 的工作

    • 首先它帮我们管理着所有的套接字，用来监听这些套接字哪些有了数据，就返回谁。
    • 将所有等待，阻塞都集中在了一个地方，那就是epoll_wait()调用上
    • 而且可以针对不同的事件进行不同的监听，这就是事件驱动这种模式的由来

  • 事件驱动

    • 简单来说，就是针对某种事件进行触发的一种编程模式
    • 具体来说，假设你在网络编程，正在处理一个套接字，由于TCP是全双工的，意味着这个TCP套接字是可读可写，问题来了，什么时候可读，什么时候可写呢？这就延伸出了事件，读事件，写事件，错误事件等
    • 可以通过epoll_clt()来设置要监听的事件，当然也可以同时监听多个事件，看你的设计了。

  • 具体的epoll接口的详细介绍，可以直接在Linux上，使用man epoll进行查看手册，这是基本功。

    • epoll_create, epoll_ctl, epoll_wait

服务器结构

  • 继续回到服务器结构
  • 上面简单的讲述了一下什么是 I/O复用，以及将会用到的具体实现epoll。那具体说一下，整个程序的流程
  • 还是老规矩，写程序之前要先构思，自己在纸上画一画，大概的流程是什么
  • 问题： 想要完整处理一个HTTP请求，需要哪些步骤？
    1. 解析HTTP请求报文
    2. 创建HTTP回复报文
  • 逻辑就这么简单啊，但是加上细节部分，就会稍微麻烦一些了：
    • 完整地 从套接字中，读取 HTTP请求报文
    • 解析 HTTP请求报文，并判断其有效性
    • 生成 HTTP回复报文
    • 完整地 通过对应套接字，发送给请求者。
  • 在这里我假设，你已经对TCP编程的模型很熟悉了，不熟的可以去顶部看看再回来
    • 并发服务器的关键点就在于
      • 高效且正确地接收尽可能多的连接
      • 高效且正确地处理尽可能多的连接
      • 以上忽略了安全性
    • 该如何设计？
      • 让某个epoll用来服务于接收新连接这个环节(accept)
      • 让某些epoll用来处理这些新连接的事务。
      • 这样理论上我们既发挥了单核的极限(epoll)，又用上了多核的优势(多个epoll)
    • 更具体的呢？
      • 在主线程里使用单个epoll来处理，监听套接字的读事件，也就是接受新连接
      • 再开几个线程epoll，用来平分处理这些新连接。
    • 这样也就是网络编程的一整个流程，如果看到这里你已经大概有了一个程序思路，实际上就已经达到目的了，接下来就是直接上手代码就行
    • 还是迷迷糊糊的，就一步一步跟着我，写出这个服务器，会大有脾益。

小经验，在编程中，读往往比写要复杂许多。在网络编程里面亦是。

  • 有图有真相，希望能够自己画。 HTTP流程图

  • 现在大致有了思路，可以整理整理自己接下来该干什么了

环境准备

  • 99%的中国大学学生的操作系统，应该都是 Windows或者Max OS(maxOS)，那么建议你直接使用虚拟机进行环境的搭建，可以选择开源免费的Visual Box，Windows下也可以使用商业版的VMware，Mac下有一个更棒的商业版选择Paralelle Desktop，但是这都是软件，算是无关紧要的。
  • 选择一个Linux发行版，由于我用的是 Debian系列的Ubuntu 16.04 LTS，所以我也推荐这个发行版，其他的发行版也许略有差异，不再多说。
  • 装好之后，直接进入开发阶段吧。
    • IDE可以选择Clion或者Kdevelop。
    • 当然你要用Vim我也不会阻拦，但是请装好两个插件Nerdtree和YouCompleteMe，配合好另一个软件tmux(简单使用)，不然你会想死。
    • 除了Vim，你也可以选择 Visual Studio Code加装一个C/C++ tools也是不错的。
    • 作为时尚的我，自然选择Clion了，简单明了，且还是使用CMake作为构建工具。
  • 想要进行这么底层的网络编程，请准备好Google和Unix网络编程卷1，如果你两个都没有的话，不说了，再见。建议准备一个那玩意儿去访问Google。
书籍推荐