传送门

此系列文章分为三篇，本文对应CSAPP的第三卷：程序间的交流与通信。现代程序不再是单纯的独立执行，而是要进行协作，这其中就涉及到了系统内通信，系统间通信，并发控制

第一卷：程序结构与执行——信息表示、指令、处理器、性能优化、储存层次
第二卷：在系统上运行程序——链接、异常控制流、虚拟内存
第三卷：程序间的交流与通信——系统级IO、网络编程、并发编程

系统级IO

Unix输入和输出

Unix系统中，接口分为三类：

1. 基础：Unix系统级IO函数，只能通过系统调用访问
   • C语言标准IO：是系统IO的封装
   • RIO函数：是特殊封装的，具有健壮性的IO函数

Unix文件

Unix中文件具有高度的统一性：

1. 文件：字节序列
   • 普通文件：分为文本文件和二进制文件。注意，内核不会区分这两种文件，需要程序员手动调用相对应的IO函数。
     • 文本文件以ASCII形式储存，以换行符分割
     • 二进制文件的字节不一定是ASCII，可以存放任何信息，包括文本
   • 目录：索引一组文件
     • 记录文件的索引。分软链接和硬链接
     • 目录至少有两个文件，分别是.和…
   • 套接字：用于网络通信
2. 所有的IO，全部变成文件映像
3. 甚至内核也可以是文件

文件的目录按照树状结构组织，通过路径名逐层访问。每个进程有一个cwd，即工作目录。

Unix文件操作

注意，Unix的文件操作都是系统调用。

1. 打开open
   • 返回文件标识符
   • Linux shell打开的进程默认有三个打开文件，0，1，2对应stdin，stdout，stderr
2. 关闭close
   • 重复关闭文件会在线程化的程序中导致灾难
3. 读read
   • 读取若干字节到buf数组中
   • 没有自动处理不足值（比如EOF）的机制，不会报错，要小心使用
4. 写write

不足值发生的情况：

1. EOF
2. 从中断读文本行
3. 读写网络套接字

Unix管理打开文件

打开文件流程

Unix打开文件的流程如下：

1. 每个进程都有一打开的文件表
   • 文件表里默认有0，1，2三个文件
   • 文件表描述符指向打开的文件。
2. 文件描述符。
   • 文件描述符指向元数据。
   • 每一次open都可以生成一个打开的文件，但是多次打开一个文件，打开的文件都是指向同一个元数据的，元数据只能有一个。
3. 元数据。文件都有元数据，元数据与文件一一对应，由内核维护。用户用stat和fstat函数访问。

文件共享

共享文件有两种方式：

1. 平等进程之间共享：各自有一个打开的文件，指向同一个元数据。（上图）
2. 父子进程之间共享：描述符表指向同一个打开的文件。（下图）

父子进程这种共享很合理，而且和父子进程资源独立并不冲突。虽然子进程复制了一份文件描述符表，但是指向的确是同样的位置，所以子进程其实只是复制了一份指针表，指向的空间还是共享的。

重定向文件

C编程中，常用freopen将txt文件的内容重定向到stdin里，取代手工输入。Linux中，通过dup函数实现重定向。

dup函数修改文件描述符表，dup（a，b）是将a写入到b中。
下图，调用dup（4，1）后，原来的1就被4覆盖。

举个例子。下图中，进程打开了三次文件，生成三个打开文件，此时三个文件指针都指向文件开头互不干扰。之后，使用dup（fd2，fd3），则将fd3覆盖为fd2，此时，原来的fd3和fd2同时指向一个打开文件，相当于公用一个文件指针了。

读取fd1，输出a
读取fd2，fd3，其实都是在读取fd2，所以输出ab。

下图展示了父子进程的文件共享。可以看到，父子进程指向的空间是公用的。s的不同会导致父子进程其中一个休眠。

1. 如果s=1，则子进程先读，父进程后读取
2. 如果s=0，则父进程先读，子进程后读取。

因为两个进程是共享文件的，所以三次读取，一定是abc。

标准IO

标准IO流

标准IO打开的文件都称作流（stream）。这是文件描述符和内存缓冲区的抽象。

（此处是我的个人理解：IO流和Unix有什么区别呢？Unix读取是读取到char数组中的，而C语言IO流默认输入就是字节的形式，不去管你怎么编码的，就顺着读。那怎么知道要读多少呢，读的又是什么东西？通过fscanf和fprintf的格式控制符来实现即可。所以，流读写比Unix的IO更加方便，形式多样）

同Unix一样，C程序也会有默认的打开文件，分别是stdin，stdout，stderr，但是这三个文件已经是流了。

标准IO的缓冲机制

标准IO的基础是Unix的IO，也就是说，即使你只用一个getc函数读取一个字符，你也是进行了一次系统调用。系统调用要消耗1w个时钟周期，是非常费时的。反而是系统调用以后的IO比较快。所以，为了加速，应该尽可能减少系统调用的次数。

标准IO采用缓冲机制，读的时候，先一次性读取一个比较大的字节块到IO缓冲区，然后用户输入再从缓冲区读你想要的东西。当缓冲区没有的时候，再进行Unix系统调用读取一个字节块。

写的时候，也是先写到IO缓冲区，最后一次性输出。可以使用fflush手动刷新缓冲区，当然，在碰到"\n"的时候也会自动刷新。
在大一的时候，写C语言会碰到各种读写的问题，很多都是缓冲区在作祟，比如缓冲区里剩下一个换行符，你得手动刷新才不影响下次读取。

RIO（Robust IO）

RIO是一组特殊封装的IO函数。与Unix的读写类似，但是具有高度的健壮性，特别适合从网络套接字读取文本行。

对比与总结

Unix IO：

1. 优点：
   • 通用，额外开销最低
   • 是其他IO的基础
   • 底层：可以访问元数据
   • 安全：可以用于异步信号处理
2. 缺点：
   • 太原始，没有自动处理不足值的机制，也没有自动缓冲的机制

标准IO：

1. 优点：
   • 高效：通过缓冲区技术减少系统调用次数
   • 省心：自动处理不足值
2. 缺点：
   • 封装：不能访问元数据
   • 危险：异步情况下不安全，不能用于信号处理程序

三种IO各有千秋，要根据情况进行选自：

1. 一般情况：标准IO，但是要理解标准IO的底层原理，比如IO缓冲区
2. Unix IO
   • 信号处理程序
   • 需要极限的性能
3. RIO
   • 网络套接字（注意，标准IO不适用于网络套接字，其流格式与网络套接字冲突）

网络编程

历史

最开始是ARPA，这是互联网的前身。ARPA中有IMP，通过简单的网络协议通信。后来发展到了大学之间的组网。此后发展非常迅速，很快遍布全球。

当节点数量够多的时候，僵尸网络就出现了。有人被不知不觉中控制，成为肉鸡，用于实行ddos攻击。

网络不是凭空传递的，无论是最开始还是现在，通过线缆是最稳定的方法，所以现在世界上有大量的海底线缆。

客户-服务器事务。

这个就是我们当时写C++大作业，做简化版QQ的时候，用的通讯模型。

主机和客户可以在一台电脑上。

硬件是网络的基础，而网络还是依附于原有的计算机架构的。

注意，适配器其实就是网卡，挂在计算机总线上。（我自己装的台式机，主板上用PCIE-x1总线就可以接网卡）

网络，本质上就是若干节点之间通过电线链接。这种链接是分层的，比如我家里几台设备连到一个路由器上，然后这个路由器挂到网线上，我家里的设备就是更底层的。按照层次来说，有如下级别：

1. LAN（局域网，local area network），这种网络可以跨越建筑物，校园
   • 以太网（Ethernet）是经典的网络，校园网就是以太网
2. WAN（广域网，wide area network），遍布全国，全世界
   • 通常是高速点对点链路（光纤）

在LAN和WAN之间，其实还有不同的层级，但是都类似。

从头构建互联网

网络层次

以太网段

以太网是房间，楼层级别的。

多个主机，通过集线器，链接到一个hub上，一个hub用一个port标识。

线缆速度不高，但是对一台机器来说够用，也有100Mb/s了。

每一个以太网适配器（对应一台主机上的网卡）都有一个唯一的mac地址。

主机以帧为单位向其他主机发送bit，一个主机向集线器发送，其他所有主机都可以看到。

集线器是过时的东西。现在是通过网桥（交换机、路由器）来链接的。

网桥连接的以太网段

hub可以覆盖的距离非常短，通常就是一个房间。后面出现了网桥连接（此时是交换机），就可以跨越房间，楼层，建筑物了。

集线器不具有选择性，发出去都可以收到。而网桥具有选择性：

1. 在发送的时候，网桥会网信息中打上标记，表明是从哪里来，到哪里去
2. 另一个网桥接收的时候，解析出到哪里去的信息，发送给某个hub

互联网

前面的以太网和桥接网络都是局域网，为了便于描述，局域网都用下面这种模式描述：一根线上面搭了若干主机。

局域网之间通过广域网链接。

不同的局域网，往往并不兼容，所以在局域网之间的交换设备要更加复杂，即路由器：

到了路由这一层，网络的链接关系就比较混乱了，也就是所谓的自组织互联，实际上就是没有固定的拓扑结构，广域网通信要通过若干个节点多次跳转。

因此，从一个局域网通过广域网发送到另一个局域网的路径是多种多样的，如何选择最优的道路（路由），是很多人研究的课题。

网络协议

局域网和广域网之间互不兼容，如何发送信息，就需要制定一个统一的标准，这就是网络协议。协议由软硬件协作构成，主要解决两个问题：

1. 命名方案
   • 网络协议使用地址区分主机，地址有统一的标准（IP地址）
   • 每个主机和路由器都会有一个唯一地址
2. 传递规则。一条网络信息称为一组信息，由元数据和数据组成。
   • 分组头部。有分组大小，源地址，目标地址
   • 有效信息载荷。储存了信息本身

举个例子：

1. client发出信息
2. 局域网网络协议包装：
   • 给信息加装分组头部PH，组成一组数据
   • 给一组数据加局域网帧头部FH1
3. 广域网网络协议转换。将一个局域网的FH1头部转换成另一个局域网的FH2头部
4. 局域网网络协议解包：
   • 解析FH2
   • 解析PH
   • 收到信息。

现在的网络协议是TCP/IP协议族：

1. IP：网络协议。提供了基本命名方案和主机之间的基本传输能力
2. 传输协议
   • UDP：传输协议。IP之间不可靠的数据报文传输
   • TCP：传输协议。IP之间可靠的通讯字节流

以上的传输，在软件上要通过混合Unix文件IO和套接字接口函数来访问。

互联网应用的软硬件组织

从宏观的角度来说，互联网应用有三层组织：

1. Client用户层。通过套接字调用系统功能
2. TCP/IP内核层。系统级的协议层
3. 硬件和固件层。网络通信的硬件。硬件平台通过全球IP互联网互联
   

互联网的程序员视图

一组：内网ip，外网ip

域名解析：字符解析成IP

进程可以通过网络通信

IP地址

IPV4，分层，所以还没有爆满

32位4字节，以大端法储存在内存中。
常用点分十进制记法。

分层结构：

一级域名都是公益的，往下分支。有一个公益组织，维护三级域名。

北京的局域网出口是清华。比如北理工校园网，先要连到清华，之后清华才连接到第三级域名上。VPN软件是跳过了清华，直接连到了第三级别域名上。

IPV6，128位，未来要替代。

域名系统（DNS，Domain Naming System）

DNS可以将字符串映射为IP，DNS只是为了方便实用，所以实际使用其实不一定要DNS，比如校园网的10.0.0.55。

这个映射，物理上基于一个巨大的全球分布式DNS数据库。从逻辑上说，DNS可以简单理解为一张表，里面有上百万个主机字符串与IP的映射条目。

通过工具可以查看IP和域名之间的映射关系：

可以看到，多个域名可以映射到同一个IP。更加复杂的情况下，可以把一个域名池映射到一个IP池中，用于负载均衡，在解析的时候，优先解析负载比较轻的IP，让系统均摊流量。

还有一种是，有合法域名但是没有IP映射。可能是预留的域名，也可能是隐藏了。

互联网通信

基础

通常是用TCP进行客户端和服务器链接。TCP的特点：

1. 点对点。一对一的链接
2. 全双工。可以同时双向传输
3. 可靠。只要不断掉，就一定可以被接收

使用TCP协议编程的时候，要构建对应于某个IP的套接字，套接字格式为IP：port对。

在网络通信中，端口是16位整数，用于表示进程。

有的是临时端口，用于普通的通信，内核自动分配。有的是预留端口，与特定服务有关，比如80端口是web服务器端口，22是SSH端口，21是ftp文件传输端口。

连接过程

套接字这个名字取得很形象。客户端有一个ip：port对，服务器也有ip：port对，就像是两方各给一个接口，两个接口可以套在一起，形成一个套接字对。

下图说明了，端口与进程一一对应。切换不同的端口可以访问一台主机上的不同任务。

套接字

套接字是一组与Unix IO结合的系统级函数，用于在Client级别编写通信程序。套接字起源很早，适用于现在所有系统。

1. 从系统来看：套接字可以看做是系统对外通信的点，两个系统的点之间形成套接字对进行连接
2. 从应用来看：套接字可以看做文件，通过对套接字文件的读写实现远程网络的通信

套接字编程——回声服务器架构

具体编程基本就是下面的流程，思想很朴素，代码就不帖了，到时候学计网自然会学：

1. 先建立TCP连接
2. 再执行套接字双向通信
   1. 客户端发送请求
   2. 服务器接收请求，解析，做处理，返回响应
   3. 客户端收到响应
3. 最后再关闭套接字连接

逻辑上的视图如下：

套接字地址结构

前面是套接字的宏观逻辑，这里讲更精细的。套接字有两种，底层的数据是一样的，只不过是两种不同的视图，所以可以互相强制转换：

1. 通用套接字地址。是一个结构体，family表示协议类型，14字节储存了地址的数据
   
2. IPv4套接字地址。这一层是给用户用的，分为协议类型（2字节），ip（4字节）和port（2字节）
   

并发编程

这章不学了，就看懂几个公式，猜出来是什么意思就行：

1. 并行加速后的时间=串行时间比例+并行部分比例/加速因子
2. 加速比：1/加速后的时间
3. 并行效率：加速比/处理器数量*100%

在2022年12月28日的晚上23：48分，明天考试。但是，该睡觉了，也学不完了，后面也没必要学了。

故本章略。

明早起来看看例题，就准备考试了。