对I/O传输的理解与思考（一）——socket详述

    对I/O传输、I/O模型以及socket的困惑由来已久，这些天查阅了大量的资料，来写下对I/O模型以及socket的一些理解与思考，希望能帮到大家，因为还是一名大三学生，难免会有错误的地方，还请大家斧正。

1. 端口

    端口在百度百科的定义是：

在网络技术中，端口(Port)大致有两种意思：一是物理意义上的端口，比如，ADSL Modem、集线器、交换机、路由器用于连接其他网络设备的接口，如RJ-45端口、SC端口等等；二是逻辑意义上的端口，一般是指TCP/IP协议中的端口，端口号的范围从0到65535，比如用于浏览网页服务的80端口，用于FTP服务的21端口等等。

    我们所需要理解的是第二者，是逻辑意义上的端口。在这里切记的是，端口只是个逻辑意义上的，用来区分不同socket之间的一个标识符而已，同样它是在不同socket通信的“门牌号”，不同的socket建立连接后，在相同ip下就需要用端口号来找到对应的socket来进行操作。之所以在这里介绍端口的定义，是因为笔者在之前将端口理解成水管入口那样的东西，认为数据是像水一样从端口进去的，这个理解是错误的，数据的复制，读取等操作最终都是OS内核来完成的，端口只是个标识符而已。

2. Socket

2.1 socket的概念

网络上的两个程序通过一个双向的通信连接实现数据的交换，这个连接的一端称为一个socket。

    Socket俗称套接字，是TCP/UDP连接的端点，用主机的IP地址加上主机上的端口号作为TCP连接的端点，这种端点就叫做套接字（socket）或插口。一般来说一个套接字由目标ip、目标端口、源ip、源端口加上协议（一般为TCP与UDP）总共五个元属性组成，只要任意一个元属性不同，那么就不是同一个socket。

    socket是面向C/S架构的，它在应用层上提供了几个常用的接口，用来连接（connect），应答（accept），读取（read），写入（write）。可以认为它是一个接口，这个接口用来处理服务器与客户端之间的通信的，以一个形象的比喻，TCP socket就好比一个电话号码，你要打电话给对方就需要知道对方的电话号码（对方的socket），从而建立起连接。这里需注意的是，TCP连接需要两个socket连接起来，而UDP连接则只需要自身的socket，自身的socket有对端的ip与端口就行了，因为TCP需要三次握手之类的确定可靠性，而UDP是无连接，不可靠的，所以UDP socket连接打比方来说，像写信，只需要知道收件人就行了，对方不需要知道自身的情况。

    以前在网上看到有人把socket丢在应用层与传输层之间的位置，将其视做应用层与传输层的连接的接口，确实可以这样认为，它联通了应用层与传输层，以TCP/UDP为传输协议在两端传输数据。

    从socket的定义来看，其实可以得到一个socket只能建立起一条TCP连接的结论，因为每个socket在每台终端上是唯一的，每个socket在建立起的时候就就决定了只能连接到它的目标ip的某个端口。这时候，会有同学问，那服务器不是可以监听一个端口而实现多个客户端向它传输数据吗？不就是服务端的socket对应了多个TCP连接吗？

2.2 socket的通信过程

    这就需要了解到服务端的TCP socket的特殊情况以及TCP socket如何连接通信的情况了。对于服务端来说，绑定某个端口，并开始对这个端口开始监听的时候就建立起了服务端的TCP socket（暂时叫做server socket），但是这个server socket并没有满足socket的定义，因为它没有目标端口以及目标ip，因为server socket只是用来监听端口有无其他socket连接的到来。下面是TCP socket如何连接并通信的过程：

1. 服务端绑定某个端口建立起监听，这个socket开始监听有无其它socket请求连接的到来；
2. 客户端设定服务端的ip以及端口，随机一个本地端口（可指定），加上自身的ip组成一个socket，客户端通过此socket对服务端发起请求（在程序中可调用connect函数）；
3. 服务端监听到端口有数据的到来，随即server socket作出回应，接受应答（调用accept函数），在服务端产生一个新的socket，这个socket有来自请求客户端的ip以及端口号，新产生的socket与客户端的socket建立起一个TCP 连接（需要三次握手）；
4. 新产生的连接可以开始写入和读取对方发来的数据。

    还有一点注意的是，server socket自持有一个请求队列，如果有多个客户端请求服务端，那么这多个客户端的请求会按照到达的先后时间入队，在之后按照队列顺序被一个个处理，所以每个socket（除了server socket外）都只能建立一个TCP连接，不管对于服务端还是客户端来说。

    而UDP socket连接则是没有客户端连接（connect）与服务端应答（accept）与监听，直接朝着本端口socket指定的ip与端口发送数据（没有三次握手确认对端状态，不保证传输的可靠性，但是提升了效率）：

    另外，需要大家强烈注意的是，本端socket连接上对端另一个socket，那么这种连接便是网络传输，而本端socket连接自身的情况，便是本地传输了，所以socket不仅可以连接其它的socket，还可以连接自身。

2.3 socket的缓冲区

    再来谈及socket的缓冲区，每个TCP socket（不太确定server socket有木有）的缓冲区有两个，发送缓冲区与接收缓冲区。socket是位于操作系统内核的，可能大家在其它地方看到过I/O的流程分为两步，一步是等待数据的到达，另一步就是将数据从内核缓冲区拷贝到用户进程。等待数据的到达其实是判断socket接受缓冲区是否到达一个程度，如果达到了就将数据转移到用户进程里，这是I/O输入的本质，而输出则相反，将数据拷贝到发送缓冲区，等到发送缓冲区到了一定的空间或者到了一定的时间才发送出去，所以发送数据时不是立马发送出去的。而UDP socket连接则没有发送缓冲区，只有接受缓冲区，不管对端是否可以正确的接受都会把数据发送出去。

    接受缓冲区里的数据如果一直没有调用read操作读取得话，会一直待在接受缓冲区里，如果接收缓冲区空间满了后，会发送给对端关闭连接的通知，从而保证数据的不丢失，这也保证了TCP是可靠性传输，而如果对端无视这个通知时，那么会拒绝接受对端传来的数据。

    对于TCP连接来说，假如socket发送缓冲区的容量超过了用户进程内缓冲区内所待发数据，那么把用户进程缓冲区的数据拷贝到发送缓冲区。而假如容量不够，那么能拷贝多少到发送缓冲区就拷贝多少，到发送缓冲区发送了n个字节的数据后，本端会通知内核继续拷贝n个字节到发送缓冲区，而对端同时会持续通知本端对端接收缓冲区的状态，从而调节本端发送数据的大小，保证TCP传输的高可靠性。