socket缓冲区

1、socket缓冲区

　　每个 socket 被创建后，都会分配两个缓冲区，输入缓冲区和输出缓冲区。

　　write()/send() 并不立即向网络中传输数据，而是先将数据写入缓冲区中，再由TCP协议将数据从缓冲区发送到目标机器。一旦将数据写入到缓冲区，函数就可以成功返回，不管它们有没有到达目标机器，也不管它们何时被发送到网络，这些都是TCP协议负责的事情。

　　TCP协议独立于 write()/send() 函数，数据有可能刚被写入缓冲区就发送到网络，也可能在缓冲区中不断积压，多次写入的数据被一次性发送到网络，这取决于当时的网络情况、当前线程是否空闲等诸多因素，不由程序员控制。

　　read()/recv() 函数也是如此，也从输入缓冲区中读取数据，而不是直接从网络中读取。

 

 

 

 

 

 

 

　　这些I/O缓冲区特性可整理如下：
　　　　I/O缓冲区在每个TCP套接字中单独存在；
　　　　I/O缓冲区在创建套接字时自动生成；
　　　　即使关闭套接字也会继续传送输出缓冲区中遗留的数据；
　　　　关闭套接字将丢失输入缓冲区中的数据。

　　输入输出缓冲区的默认大小一般都是 8K，可以通过 getsockopt() 函数获取：

unsigned optVal;
int optLen = sizeof(int);
getsockopt(servSock, SOL_SOCKET, SO_SNDBUF, (char*)&optVal, &optLen);
printf("Buffer length: %d\n", optVal);

　　运行结果：Buffer length: 8192

2、阻塞模式
　　对于TCP套接字（默认情况下），当使用 write()/send() 发送数据时：
　　（1）首先会检查缓冲区，如果缓冲区的可用空间长度小于要发送的数据，那么 write()/send() 会被阻塞（暂停执行），直到缓冲区中的数据被发送到目标机器，腾出足够的空间，才唤醒 write()/send() 函数继续写入数据。

　　（2）如果TCP协议正在向网络发送数据，那么输出缓冲区会被锁定，不允许写入，write()/send() 也会被阻塞，直到数据发送完毕缓冲区解锁，write()/send() 才会被唤醒。

　　（3）如果要写入的数据大于缓冲区的最大长度，那么将分批写入。

　　（4）直到所有数据被写入缓冲区 write()/send() 才能返回。

　　当使用 read()/recv() 读取数据时：
　　（1）首先会检查缓冲区，如果缓冲区中有数据，那么就读取，否则函数会被阻塞，直到网络上有数据到来。

　　（2）如果要读取的数据长度小于缓冲区中的数据长度，那么就不能一次性将缓冲区中的所有数据读出，剩余数据将不断积压，直到有 read()/recv() 函数再次读取。TCP套接字默认情况下是阻塞模式，也是最常用的。

　　（3）直到读取到数据后 read()/recv() 函数才会返回，否则就一直被阻塞。

　　这就是TCP套接字的阻塞模式。所谓阻塞，就是上一步动作没有完成，下一步动作将暂停，直到上一步动作完成后才能继续，以保持同步性，当然你也可以更改为非阻塞模式。

3、TCP协议的粘包问题（数据的无边界性）

　　前面说到socket缓冲区和数据的传递过程，可以看到数据的接收和发送是无关的，read()/recv() 函数不管数据发送了多少次，都会尽可能多的接收数据。也就是说，read()/recv() 和 write()/send() 的执行次数可能不同。

　　例如，write()/send() 重复执行三次，每次都发送字符串"abc"，那么目标机器上的 read()/recv() 可能分三次接收，每次都接收"abc"；也可能分两次接收，第一次接收"abcab"，第二次接收"cabc"；也可能一次就接收到字符串"abcabcabc"。

　　假设我们希望客户端每次发送一位学生的学号，让服务器端返回该学生的姓名、住址、成绩等信息，这时候可能就会出现问题，服务器端不能区分学生的学号。例如第一次发送 1，第二次发送 3，服务器可能当成 13 来处理，返回的信息显然是错误的。

　　这就是数据的“粘包”问题，客户端发送的多个数据包被当做一个数据包接收。也称数据的无边界性，read()/recv() 函数不知道数据包的开始或结束标志（实际上也没有任何开始或结束标志），只把它们当做连续的数据流来处理。　

下面的代码演示了粘包问题，客户端连续三次向服务器端发送数据，服务器端却一次性接收到所有数据：

　　客户端在和服务器建立连接后就使用send()函数向服务器发送三次数据：

char send_data_buffer[10] = "123";
for(int i=0; i<3; i++)
{
　　send(client_socket_fd, send_data_buffer, strlen(send_data_buffer), 0);
}

 

 

　　服务器在建立连接后先使用slee()休眠10s，然后在使用recv()函数接收客户端发来的数据：

char recv_data_buffer[10] = "123";
sleep(10000);      //进程休眠10s
recv(client_socket_fd, recv_data_buffer, sizeof(recv_data_buffer), 0);

 

　　接收的数据为"123123123"，而不是"123"、"123"、"123"

　　本程序的关键是 sleep(10000);，它让服务器程序休眠10秒再执行。在这段时间内，client 连续三次发送字符串"abc"，由于 server 被阻塞，数据只能堆积在缓冲区中，10秒后，server 开始运行，从缓冲区中一次性读出所有积压的数据，并返回给客户端。

　　另外还需要说明的是 client.cpp 第34行代码。client 执行到 recv() 函数，由于输入缓冲区中没有数据，所以会被阻塞，直到10秒后 server 传回数据才开始执行。用户看到的直观效果就是，client 暂停一段时间才输出 server 返回的结果。

　　client 的 send() 发送了三个数据包，而 server 的 recv() 却只接收到一个数据包，这很好的说明了数据的粘包问题。

4、如何优雅地断开TCP连接

　　调用 close()/closesocket() 函数意味着完全断开连接，即不能发送数据也不能接收数据，这种“生硬”的方式有时候会显得不太“优雅”。

 

 

 

　　上图演示了两台正在进行双向通信的主机。主机A发送完数据后，单方面调用 close()/closesocket() 断开连接，之后主机A、B都不能再接受对方传输的数据。实际上，是完全无法调用与数据收发有关的函数。

　　一般情况下这不会有问题，但有些特殊时刻，需要只断开一条数据传输通道，而保留另一条。

　　使用 shutdown() 函数可以达到这个目的，它的原型为：

int shutdown(int sockfd, int howto);           //Linux
int shutdown(SOCKET s, int howto);        //Windows

　　sockfd 为需要断开的套接字，howto 为断开方式。

　　howto 在 Linux 下有以下取值：
　　　　SHUT_RD：断开输入流。套接字无法接收数据（即使输入缓冲区收到数据也被抹去），无法调用输入相关函数。
　　　　SHUT_WR：断开输出流。套接字无法发送数据，但如果输出缓冲区中还有未传输的数据，则将传递到目标主机。
　　　　SHUT_RDWR：同时断开 I/O 流。相当于分两次调用 shutdown()，其中一次以 SHUT_RD 为参数，另一次以 SHUT_WR 为参数。

　　howto 在 Windows 下有以下取值：
　　　　SD_RECEIVE：关闭接收操作，也就是断开输入流。
　　　　SD_SEND：关闭发送操作，也就是断开输出流。
　　　　SD_BOTH：同时关闭接收和发送操作。

　　至于什么时候需要调用 shutdown() 函数，下节我们会以文件传输为例进行讲解。
　　close()/closesocket()和shutdown()的区别
　　确切地说，close() / closesocket() 用来关闭套接字，将套接字描述符（或句柄）从内存清除，之后再也不能使用该套接字，与C语言中的 fclose() 类似。应用程序关闭套接字后，与该套接字相关的连接和缓存也失去了意义，TCP协议会自动触发关闭连接的操作。

　　shutdown() 用来关闭连接，而不是套接字，不管调用多少次 shutdown()，套接字依然存在，直到调用 close() / closesocket() 将套接字从内存清除。

　　调用 close()/closesocket() 关闭套接字时，或调用 shutdown() 关闭输出流时，都会向对方发送 FIN 包。FIN 包表示数据传输完毕，计算机收到 FIN 包就知道不会再有数据传送过来了。

　　默认情况下，close()/closesocket() 会立即向网络中发送FIN包，不管输出缓冲区中是否还有数据，而shutdown() 会等输出缓冲区中的数据传输完毕再发送FIN包。也就意味着，调用 close()/closesocket() 将丢失输出缓冲区中的数据，而调用 shutdown() 不会。