type
status
date
slug
summary
tags
category
icon
password
这一章，首先我们来谈一谈 IP 地址和端口这两个概念，因为这两个概念在网络编程中至关重要。然后，我们再聊一聊套接字应用程序接口 (Sockets API) 是如何存储和处理 IP 地址以及端口的。

1. IPv4 和 IPv6

在美好的旧时代，有一个神奇的路由系统，叫做”The Internet Protocol Version 4”，简称 IPv4。它的地址由 4 个字节组成，通常以”点分十进制“的形式书写，如：192.168.1.92。
你可能经常见到这样的 IP 地址。事实上，目前几乎所有的网站用的还是 IPv4。
一切都很美好，直到有一天，一个名叫 Vint Cerf 的人告诉大家：我们的 IPv4 地址即将耗尽！
于是，IPv6 诞生了。IPv6 地址由 16 个字节组成 (128位)，这样我们就有 个地址，永远地解决了地址枯竭问题。IPv6 地址到底多到什么程度呢？有了 IPv6，我们就可以为地球上的每一粒沙子分配一个地址，甚至多个地址…
IPv6以十六进制的形式书写，每两个字节以冒号 (:) 隔开，如：
2001:0db8:c9d2:aee5:73e3:934a:a5ae:9551
它还有一些简写形式。比如，IPv6 地址中有很多 0，那么我们可以将它们压缩在两个冒号之间；并且每个字节对中的前置 0 也可以省略。例如，下面每对地址都是等价的：
其中，::1是回环地址，它表示”当前这台机器“。在 IPv4 中，回环地址是127.0.0.1。
IPv6 还提供了 IPv4 兼容的模式。例如，如果要将IPv4地址192.0.2.33表示为 IPv6 地址，那么需要写成::ffff:192.0.2.33。

1.1 子网

为了方便管理，我们将 IP 地址分成了两部分：前半部分是网络号，后半部分是主机号。比如，IPv4 地址192.0.2.12，前三个字节是网络部分，最后一个字节是主机部分。
在早期的时候，子网是分类别的，可以分为 A, B, C, D, E 五类(了解即可)：
notion image
A 类地址非常少，但是每个 A 类地址可以拥有很多台主机(1600 多万)；相反，我们有很多个 C 类地址，然而每个 C 类地址只能拥有 250 多台主机。
我们可以用子网掩码 (netmask) 来表示一个 IP 地址的网络部分。子网掩码的前面部分都是 1，后面部分都是 0，比如255.255.255.0。将子网掩码和 IP 地址按位与，就可以获得 IP 地址的网络部分。比如，子网掩码为255.255.255.0，IP 地址为192.0.2.12，192.0.2.12 AND 255.255.255.0 = 192.0.2.0，故网络部分为192.0.2.0。
事实证明，将 IPv4 地址这样分类，太简单粗暴了。A 类地址非常少，而 C 类地址支持的主机数目又极其有限。为了修正这一点，我们允许子网掩码可以是任意的长度，而不仅仅是 8 位，16 位，或者 24 位。所以子网掩码可以是255.255.255.252，网络部分有 30 位，主机部分只有 2 位。
但是255.255.255.252这种写法太麻烦了，并且还很不直观，我们没办法一眼看出网络部分有多少位。所以，我们有了一种更简洁的写法：在 IP 地址后面添加一个斜杠 (/)，后面跟一个表示网络部分位数的数字。如，192.0.2.12/30。
💬
IPv6 地址也支持这种写法，如：2001:db8::/32和2001:db8:5413:4028::9db9/64。

1.2 端口号

IP 地址是给 IP 协议(网络层)使用的，用来定位网络上的主机。但是光有 IP 地址是不够的，传输层协议 (TCP 和 UDP) 还需要使用另一种地址——端口号来定位网络服务。端口号是一个 16 位的整数，在 C 语言中，我们可以用short类型表示。
💬
打个比方，IP 地址就像小区的街道地址，端口号就像房间号。
为何网络通信一定需要端口号呢？那是因为一台机器可以提供多种服务，比如既可以接收邮件，也可以提供 HTTP 服务。设想一下，如果只有 IP 地址，那怎么区分这两种服务呢？
互联网上知名的服务都有自己的端口号，我们可以在 iana 上查看。如果使用的是类 Unix 系统，还可以在/etc/services文件中查看。HTTP 服务的端口是 80，telnet 是 23，SMTP 是 25 等等。低于 1024 的端口被视为特殊端口，通常需要特殊的系统权限才能使用。
端口号，我们就说到这儿。

2. 字节序

如果一个数据占多个字节，那么我们就需要考虑它在主机中和在网络中是如何存储的。我们有两种字节序，分别称为大端法和小端法。
举个例子，两字节的数字b34f，如果它按b3, 4f的顺序存储，这种存储方式叫大端法 (most significant byte first)；相反，如果它是按4f, b3的顺序存储，这种存储方式就叫小端法 (least significant byte first)。
💬
Intel 架构的主机采用的是小端法，PowerPC 架构的主机一般采用大端法。
不同的主机可能采用不同的方式存储数据，这就给网络编程带来了极大的困难。
第一个问题是：网络中的数据该以何种方式存储呢？我们人为地规定网络中的数据以大端法存储，并且称之为网络字节序 (Network Byte Order)。主机存储数据的方式，我们称之为主机字节序 (Host Byte Order)，它可能是大端法，也可能是小端法。
当我们构建数据包的时候，往往会往数据包中填充一些数据结构，这些数据结构必须以大端法的方式存储 (否则另一端就不能够正确解析)。所以，第二个问题就是数据如何在网络字节序和主机字节序之间转换？
好消息，我们有现成的函数来做这些繁琐的转换（man byteorder）。
原则上，我们在发送数据之前，都要将数据转换成网络字节序；接收到数据之后，又要将数据转换回主机字节序。但是，幸运的是，通常一些函数的内部已经帮我们做了这些转换。

3. 套接字地址结构

终于，我们可以谈一谈套接字地址了。套接字地址既包含 IP 地址，也包含端口号，我们可以简单地认为它是 (address, port) 对 (回想一下，套接字位于应用层和传输层之间)。IPv4 和 IPv6 有不同的套接字地址结构。
首先，我们来看一看 IPv4 套接字的地址结构（man 7 ip）：
接下来，我们再看一看 IPv6 套接字的地址结构（man 7 ipv6）：
显然，IPv4 和 IPv6 的地址结构有很大的不同，这就给 API 的设计带来了很大的困难。比如，bind()函数（绑定地址用的），参数的类型是设为struct sockaddr_in，还是struct sockaddr_in6呢？显然都不可以！于是，我们设计了一个通用地址结构struct sockaddr：
💬
struct sockaddr类似接口，而struct sockaddr_in和struct sockaddr_in6类似具体的实现类。
各个套接字地址结构，如下图所示：
notion image
最后，我们来看另一个通用地址结构struct sockaddr_storage：
有些函数，比如accept()，它可以接收远端的地址。于是，我们专门设计了struct sockaddr_storage用来接收远端地址。它足够大，既可以接收 IPv4 的地址，也可以接收 IPv6 的地址（甚至还可以接收本地套接字地址）。

4. inet_pton() 和 inet_ntop()

inet_pton()和inet_ntop()，这两个函数可以将 IP 地址在文本形式和二进制形式之间进行转换（p for presentation or printable if you like, n for network）。
首先，我们来看一下inet_pton()：
参数
af: 地址族。AF_INET表示 IPv4 地址，AF_INET6表示 IPv6 地址。
src: 文本形式的 IP 地址。比如“10.12.110.57”，或“2001:db8:63b3:1::3490”。
dst: 二进制形式的 IP 地址要写入的地址，并且是以网络字节序写入的。
Example
📢
The old-school way 以前做这种转换的函数是inet_addr()和inet_aton()。不过它们现在已经过时了，并且它们不支持 IPv6。
 
我们再来看一下inet_ntop()这个函数，它可以将 IP 地址从二进制形式转换成文本形式。
参数
af: 地址族。AF_INET表示 IPv4 地址，AF_INET6表示 IPv6 地址。
src: 指向二进制的 IP 地址。
dst: 指向一个字符数组，用来存储文本形式的 IP 地址。
size: 字符数组的长度。
Example
Okok，相信你对各种套接字地址结构已经有了一个大致的印象了（不需要记下来），而且会将 IP 地址在二进制形式和文本形式之间进行转换了。
📢
The old-school way 以前做这种转换的函数是inet_ntoa()。不过现在它已经过时了，并且它不支持 IPv6 。
 
接下来，请集中注意力，因为我们要介绍一个很重要的函数。虽然它参数很多（不要被吓到），但用起来很简单，它就是getaddrinfo()！
（观众：欢呼声，尖叫声！getaddrinfo()：闪亮登场，并向观众弯腰致谢…）

5. getaddrinfo()

getaddrinfo()函数会动态申请一些内存空间，并构建一条链表。该链表的结点是一个addrinfo结构体, addrinfo结构体里面包含一个套接字地址.该套接字地址能够匹配node和service，并且满足hints里面设定的限制条件。
参数
node: 网络上的结点（主机）。可以是域名，如 “www.baidu.com”；也可以是具体的 IP 地址，如 "10.12.110.57"。
service: 网络服务（端口）。可以是服务名，如 “http”；也可以是端口号，如 “9527”。
hints: addrinfo结构体。我们可以在hints里面设置一些返回结果必须满足的限制条件。
res: 指向链表的第一个结点。
Example

6. 综合练习

最后，我们一起来做一个综合练习题，它可以把我们这一章学过的知识都运用起来。这个程序是这样的：用户在命令行指定一个域名，程序显示该域名所有的 IP 地址和端口。
运行结果
💬
大家应该都用过 IP 地址查询工具，showip 小程序其实就是一个简易的 IP 地址查询工具！

归纳总结

呼！这一章，我们讲了很多的内容：
  • 和套接字地址相关的一些概念，比如，IP 地址，端口号，字节序。
  • 各种套接字地址结构：
    • IPv4 地址：struct sockaddr_in
    • IPv6 地址：struct sockaddr_in6
    • 通用地址struct sockaddr一般是作为接口参数使用。
    • struct sockaddr_storage一般是用来接收远端地址的。
  • 以及一个很重要的函数getaddrinfo()，它可以根据node和service获取一系列套接字地址。

参考文章

  • TCP/IP Illustrated, Volume 1: The Protocols
  • UNIX Network Programming, Volume 1: The Sockets Networking API, 3rd Edition
 
💡
欢迎您在底部评论区留言，大家一起交流学习~
相关文章
模板使用说明
Example-1
Linux系统编程(1)——文件I/O
Linux系统编程(0)——前言
高性能网络编程(9)——The C10K problem
高性能网络编程(8)——I/O 多路复用之 epoll
高性能网络编程(3)——TCP编程(一)高性能网络编程(1)——什么是套接字？