tus00000的博客

换句话说，faketcp客户端可以一直重复做这三件事情，每次用一个不同的IP:PORT，在服务端创建不计其数的TCP连接，而faketcp客户端自己毫发无损。有兴趣的话，还可以继续扩展，做更多的有关TCP的试验，以进一步加深理解，验证操作系统的TCP/IP协议栈面对不同输入的行为。第一道初级题目是：有一台机器，它有一个IP，上面运行了一个TCP服务程序，程序只侦听一个端口，问：从理论上讲（只考虑TCP/IP这一层面，不考虑IPv6）这个服务程序可以支持多少并发TCP连接？试验的网络配置如图D-2所示。

要用C++程序解析上下文无关文法，作者宁愿用ANTLR（ANother Tool for Language Recognition，一个用于构建语言识别器、解析器和翻译器的工具）来定义词法与语法规则并生成解析器（parser），而不用Boost.Spirit（一个用于构建解析器和生成器的工具库，能够让开发者使用C++中的语法进行递归下降解析和生成操作）。Boost中的很多库是按泛型编程（generic programming）的范式来设计的，对于熟悉面向对象编程的人而言，或许面临一个思路的转变。

这是作者为《C++ Primer（第4版）（评注版）》写的序言，文中“本书”指的是这本书评注版。B.1 为什么要学习C++2009年本书作者Stanley Lippman先生应邀来华参加上海祝成科技举办的C++技术大会，他表示人们现在还用C++的唯一理由是其性能。相比之下，Java、C#、Python等语言更加易学易用并且开发工具丰富，它们的开发效率都高于C++。但C++目前仍然是运行最快的语言（见编程语言性能对比网站和Google员工写的语言性能对比论文（http://days2011.scala-l

本文谈一谈作者在学习网络编程方面的一些个人经验。“网络编程”这个术语的范围很广，本文指用Sockets API开发基于TCP/IP的网络应用程序，具体定义见A.1.5 “网络编程的各种任务角色”。受限于作者的经历和经验，本附录的适应范围是：1.x86-64 Linux服务端网络编程，直接或间接使用Sockets API。2.公司内网。不一定是局域网，但总体位于公司防火墙之内，环境可控。文本可能不适合：1.PC客户端网络编程，程序运行在客户的PC上，环境多变且不可控。2.Windows网络编程。

要在一个小时内写出正确的、健壮的实现基本不现实，例如sort()（快速排序是本科生数据结构课上就有的内容，但是其工业强度的实现是足以在顶级期刊上发论文的）、nth_element()（）、next_permutation(将容器中第N个元素放置在其正确的位置上，并保证该位置之前的元素都不大于它，该位置之后的元素都不小于它)、inplace_merge()等等，约有两成STL algorithm属于此类。在内存不足的情况下，要做in-place位置调换，复杂度是O(NlogN)时间和O(1)空间。

作者对C++的基本态度是“练从难处练，用从易处用”，因此本章有几节“负面”的内容。作者坚信软件开发一定要时刻注意减少不必要的复杂度，一些花团锦簇的招式玩不好反倒会伤到自己。作为应用程序的开发者，对技术的运用要明智，不要为了解决难度系数为10的问题而去强攻难度系数为100的问题，这就本末倒置了。12.1 用异或来交换变量是错误的反转一个字符串，例如把“12345”变成“54321”，这是一个最简单不过的编码任务，即便是C语言初学者也能毫不费力地写出类似如下的代码：// 版本一，用中间变量交换两个数，好代

3.图形学中的三维齐次坐标（一种表示三维空间中点的坐标系统，它由四个数值组成，通常表示为(x,y,z,w)，其中(x,y,z)是点在三维笛卡尔坐标系中的坐标，w是一个常数，一个点的坐标(x,y,z)可以表示为(wx,wy,wz,w)，例如，三维空间中的点(1,2,3)可以表示为(2,4,6,2)、(3,6,9,3)等等）Vector4和对应的4×4变换矩阵Matrix4。代码里看到一句简单的函数调用，实际背后发生的可能是一长串对象构造操作，因此减少无谓的临时对象是C++代码优化的关键之一。

C++的面向对象语言设施相比其他现代语言可算得上“简陋”，而且与语言的其他部分（better C、数据抽象、泛型）融合度较差（见电子工业出版社出版的《C++ Primer（第4版）（评注版）》第15章）。在C++中进行面向对象编程会遇到其他语言中不存在的问题，其本质原因是C++ class是值语义（关注于数据的值本身，而不是其在内存中的位置，赋值操作通常会进行值的复制，而不是引用的传递），而非对象语义（关注于对象的身份，而不仅仅是其值，赋值通常是引用的传递，即两个变量引用同一个对象）。11.1 朴实的C+

C++从C语言（本节谈的C语言和C++语言指的是现代的常见的实现（没有特别指明时，可认为是Linux x86-64的GCC），并不限于C标准或C++标准，因为标准里根本就没有提到“程序库（library）”这个概念。另外本节所提的C语言库函数不仅包括C标准中的函数，也包括POSIX里的常用函数，因为在Linux下二者是不分家的，都位于libc.so（.so文件是一种用于在Unix系统上共享库的文件格式，在Windows上，相应的概念是动态链接库（Dynamic Link Library，.dll 文件），

9.8.1 境界1：全手工操作这个大概是高校实验室的水平，分布式系统的规模不大，可能十来台机器上下。分布式系统的实现者为在校学生。系统完全是手工搭起来的，host的IP地址采用静态配置。部署编译之后手工把可执行文件拷贝到各台机器上，或者放到公用的NFS目录下。配置文件也手工修改并拷贝到各台机器上（或者放到每个Sudoku Solver自己单独的NFS目录下）。管理手工启动进程，手工在命令行指定配置文件的路径。重启进程的时候需要登录到host上并kill进程。升级如果需要升级Sudoku So

本章谈的分布式系统是指运行在公司防火墙以内的信息基础设施（infrastructure），用于对外（客户）提供联机信息服务，不是针对公司员工的办公自动化系统。服务器的硬件平台是多核Intel x86-64处理器、几十GB内存、千兆网互联、常规存储、运行Linux操作系统。系统的规模大约在几十台到几百台，可以位于一个机房，也可以位于全球的多个数据中心。只有两台机器的双机容错（热备）系统不是本章的讨论范围。服务程序是普通的Linux用户进程，进程之间通过TCP/IP通信。特别是，本章不考虑分布式存储系统，只考虑

epoll(4)是Linux独有的高效的IO multiplexing机制，它与poll(2)的不同之处主要在于poll(2)每次返回整个文件描述符数组，用户代码需要遍历数组以找到那些文件描述符上有IO事件（见8.1.2的Poller::fillActiveChannels()），而epoll_wait(2)返回的是活动fd的列表，需要遍历的数组通常会小得多。3.发起连接的时候如果发生TCP SYN丢包，那么系统默认的重试间隔是3s，这期间不会返回错误码，而且这个间隔似乎不容易修改。

本章从零开始逐步实现一个类似muduo的基于Reactor模式的C++网络库，大体反映了muduo网络相关部分的开发过程。本章大致分为三段，为了与代码匹配，本章的小节从0开始编号。注意本章呈现的代码与现在muduo的代码略有出入。1.8.0至8.3介绍Reactor模式的现代C++实现，包括EventLoop、Poller、Channel、TimerQueue、EventLoopThread等class。2.8.4至8.9介绍基于Reactor的单线程、非阻塞、并发TCP server网络编程，主要介绍

7.5 一种自动反射消息类型的Protobuf网络传输方案本节假定读者了解Google Protocol Buffers是什么，这不是一篇Protobuf入门教程。本节的示例代码位于examples/protobuf/codec。本节要解决的问题是：通信双方在编译时就共享proto文件（用于定义数据结构和消息格式，以便进行数据的序列化和反序列化）的情况下，接收方在收到Protobuf二进制数据流之后，如何自动创建具体类型的Protobuf Message对象，并用收到的数据填充该Message对象（即反

本章将介绍如何用muduo网络库完成常见的TCP网络编程任务。内容如下：1.[UNP]中的五个简单协议，包括echo、daytime、time、discard、chargen等。2.文件传输，示范非阻塞TCP网络程序中如何完整地发送数据。3.Boost.Asio中的示例，包括timer2~6、chat等。chat实现了TCP封包与拆包（codec，coder-decoder的简称，编解码器）。4.muduo Buffer class的设计与使用。5.Protobuf（Protobuf（Protoc

2010年3月作者写了一篇《学之者生，用之者死——ACE历史与简评》（http://blog.youkuaiyun.com/Solstice/archive/2010/03/10/5364096.aspx，ACE是（Adaptive Communication Environment）是一个C++编写的开源框架，用于开发高性能、可伸缩、分布式系统的网络应用），其中提到了作者心目中理想的网络库的样子：1.线程安全，原生支持多核多线程。2.不考虑可移植性，不跨平台，只支持Linux，不支持Windows。3.主要支持

“日志（logging）”有两个意思：1.诊断日志（diagnostic log）。即log4j、logback、slf4j、glog、g2log、log4cxx、log4cpp、log4cplus、Pantheios、ezlogger等常用日志库提供的日志功能。2.交易日志（trasaction log）。即数据库的write-ahead log、文件系统的journaling等，用于记录状态变更，通过回放日志可以逐步恢复每一次修改之后的状态。本章的“日志”是前一个意思，即文本的、供人阅读的日志，通

学习多线程编程面临的最大思维方式的转变有两点：1.当前线程可能随时会被切换出去，或者说被抢占（preempt）了。2.多线程程序中事件的发生顺序不再有全局统一的先后关系了。当线程被切换回来继续执行下一条语句（指令）的时候，全局数据（包括当前进程在操作系统内核中的状态）可能已经被其他线程修改了。例如，在没有为指针p加锁的情况下，if (p && p->next) { /* ... */ }有可能导致segfault，因为在逻辑与（&&）的前一个分支evaluate为

本文中的多线程服务器指运行在Linux上的独占式网络应用程序。硬件平台为Intel x86-64系列的多核CPU，单路或双路SMP（Symmetric Multi-Processing，对称多处理，它是一种多核处理器架构，其中多个CPU核心共享系统的内存和其他资源，以协同执行并行计算任务）服务器（每台机器一共拥有四个核或八个核，十几GB内存），机器之间用千兆以太网连接。这大概是作者写作时民用PC服务器的主流配置。不考虑分布式存储，只考虑分布式计算，系统的规模大约是几十台到几百台服务器之间。进程（proce

并发编程有两种基本模型，一种是message passing，另一种是shared memory。在分布式系统中，运行在多台机器上的多个进程的并行编程只有一种实用模型：message passing。在单机上，我们也可以照搬message passing作为多个进程的并发模型。这样整个分布式系统的架构的一致性很强，扩容（scale out）起来也较容易。在多线程编程中，message passing更容易保证程序的正确性，有的语音只提供这一种模型。线程同步的四项原则，按重要性排列：1.首要原则是尽量最低

编写线程安全的类不是难事，用同步原语（synchronization primitives）保护内部状态即可。但对象的生与死不能由对象自身拥有的mutex（互斥器）来保护。如何避免对象析构时可能存在的race condition（竞态条件）是C++多线程编程面临的基本问题，可以借助Boost库的shared_ptr和weak_ptr完美解决，这也是实现线程安全的Observer模式（观察者模式，它是一种行为设计模式，用于定义对象之间的一对多依赖关系，以便当一个对象的状态发生变化时，其所有依赖对象都会得到通知