第39章：网络编程基础：Socket API与I/O多路复用

网络编程，说白了就是让两台机器能互相说话。我刚开始接触这块时，总觉得它很神秘——数据是怎么从一台电脑跑到另一台电脑的？后来亲手写了几个Socket程序，才明白其实没那么玄乎。今天我们就来聊聊网络编程的核心：Socket API、TCP/UDP的区别，以及如何用select/poll/epoll处理大量连接。

39.1 Socket API：网络通信的基石

Socket，中文叫“套接字”，是操作系统提供的一个抽象层。你可以把它想象成一根电话线——一端连着你的程序，另一端连着网络。通过这根“线”，你可以发送和接收数据。

常用的Socket API有五个核心函数：socket()、bind()、listen()、accept()、connect()。它们的使用顺序，决定了你是服务端还是客户端。

39.1.1 服务端流程

服务端的套路很固定：创建Socket → 绑定地址 → 监听 → 接受连接 → 收发数据。我习惯把这个流程称为“四步走”。

// 1. 创建Socket
int sockfd = socket(AF_INET, SOCK_STREAM, 0);
if (sockfd < 0) {
    perror("socket");
    exit(1);
}

// 2. 绑定地址
struct sockaddr_in addr;
addr.sin_family = AF_INET;
addr.sin_port = htons(8080);
addr.sin_addr.s_addr = INADDR_ANY;
if (bind(sockfd, (struct sockaddr*)&addr, sizeof(addr)) < 0) {
    perror("bind");
    exit(1);
}

// 3. 监听
if (listen(sockfd, 10) < 0) {
    perror("listen");
    exit(1);
}

// 4. 接受连接
struct sockaddr_in client_addr;
socklen_t len = sizeof(client_addr);
int clientfd = accept(sockfd, (struct sockaddr*)&client_addr, &len);
if (clientfd < 0) {
    perror("accept");
    exit(1);
}

// 5. 收发数据
char buf[1024];
int n = recv(clientfd, buf, sizeof(buf), 0);
send(clientfd, "OK", 2, 0);

嗯，这里要注意：htons()和htonl()是用来转换字节序的。不同机器的字节序可能不同，网络传输统一用大端序。我当年第一次写服务端时，忘了做这个转换，结果端口号死活对不上，排查了半天才发现是字节序的问题。

39.1.2 客户端流程

客户端更简单：创建Socket → 连接服务器 → 收发数据。

// 1. 创建Socket
int sockfd = socket(AF_INET, SOCK_STREAM, 0);

// 2. 连接服务器
struct sockaddr_in server_addr;
server_addr.sin_family = AF_INET;
server_addr.sin_port = htons(8080);
inet_pton(AF_INET, "127.0.0.1", &server_addr.sin_addr);
if (connect(sockfd, (struct sockaddr*)&server_addr, sizeof(server_addr)) < 0) {
    perror("connect");
    exit(1);
}

// 3. 收发数据
send(sockfd, "Hello", 5, 0);
char buf[1024];
int n = recv(sockfd, buf, sizeof(buf), 0);

你想想看，客户端不需要bind()和listen()，因为操作系统会自动分配一个临时端口给它。而服务端必须显式绑定一个固定端口，这样客户端才能找到它。

39.2 TCP与UDP编程

TCP和UDP是传输层的两个主要协议。它们的区别，我用一个比喻来解释：TCP像打电话——先建立连接，确保对方能听到，然后一句一句说，顺序不乱；UDP像发短信——直接扔出去，不管对方收没收到，也不管顺序。

39.2.1 TCP编程

TCP是面向连接的、可靠的、基于字节流的协议。它的特点：

• 三次握手：建立连接时，客户端和服务端交换三个报文
• 可靠传输：丢包会重传，乱序会重组
• 流量控制：防止发送方太快，接收方来不及处理
• 拥塞控制：网络拥堵时自动降低发送速率

我在项目中遇到过一个问题：用TCP传输大文件时，速度越来越慢。后来发现是拥塞控制算法在作祟——默认的Cubic算法在长肥网络中表现不佳，换成BBR算法后速度提升了好几倍。

39.2.2 UDP编程

UDP是无连接的、不可靠的、基于数据报的协议。它的特点：

• 无连接：直接发送，不需要握手
• 不可靠：丢包不重传，乱序不重组
• 低延迟：没有拥塞控制，适合实时应用
• 支持广播和多播：可以一对多发送

// UDP服务端
int sockfd = socket(AF_INET, SOCK_DGRAM, 0);
struct sockaddr_in addr;
addr.sin_family = AF_INET;
addr.sin_port = htons(8080);
addr.sin_addr.s_addr = INADDR_ANY;
bind(sockfd, (struct sockaddr*)&addr, sizeof(addr));

char buf[1024];
struct sockaddr_in client_addr;
socklen_t len = sizeof(client_addr);
int n = recvfrom(sockfd, buf, sizeof(buf), 0, 
                 (struct sockaddr*)&client_addr, &len);
sendto(sockfd, "OK", 2, 0, 
       (struct sockaddr*)&client_addr, len);

UDP的recvfrom()和sendto()需要指定对端地址，因为UDP是无连接的，每次发送都要告诉内核“发给谁”。

39.3 select/poll/epoll模型简介

当你的服务端需要同时处理成百上千个连接时，用多线程或单线程轮询都不现实。这时候就需要I/O多路复用技术。Linux下主要有三种：select、poll、epoll。

39.3.1 select模型

select是最古老的I/O多路复用函数。它用一个位图来监控多个文件描述符。

fd_set readfds;
FD_ZERO(&readfds);
FD_SET(sockfd, &readfds);
FD_SET(clientfd, &readfds);

struct timeval tv;
tv.tv_sec = 5;
tv.tv_usec = 0;

int ret = select(maxfd + 1, &readfds, NULL, NULL, &tv);
if (ret > 0) {
    if (FD_ISSET(sockfd, &readfds)) {
        // 有新连接
    }
    if (FD_ISSET(clientfd, &readfds)) {
        // 有数据可读
    }
}

select的缺点很明显：

• 文件描述符数量有限制（默认1024）
• 每次调用都要把整个fd_set从用户态拷贝到内核态
• 内核需要遍历所有fd，效率随fd数量线性下降

39.3.2 poll模型

poll用链表代替了位图，突破了1024的限制。但其他问题依然存在。

struct pollfd fds[2];
fds[0].fd = sockfd;
fds[0].events = POLLIN;
fds[1].fd = clientfd;
fds[1].events = POLLIN;

int ret = poll(fds, 2, 5000);
if (ret > 0) {
    if (fds[0].revents & POLLIN) {
        // 有新连接
    }
    if (fds[1].revents & POLLIN) {
        // 有数据可读
    }
}

poll比select好一点，但本质上还是遍历所有fd。当连接数达到几万时，性能会急剧下降。

39.3.3 epoll模型

epoll是Linux下最高效的I/O多路复用模型。它解决了select和poll的两个核心问题：

• 事件驱动：只返回就绪的fd，不需要遍历所有fd
• 内存映射：通过mmap减少用户态和内核态的数据拷贝

// 创建epoll实例
int epfd = epoll_create1(0);

// 添加事件
struct epoll_event ev;
ev.events = EPOLLIN;
ev.data.fd = sockfd;
epoll_ctl(epfd, EPOLL_CTL_ADD, sockfd, &ev);

// 等待事件
struct epoll_event events[1024];
int n = epoll_wait(epfd, events, 1024, -1);
for (int i = 0; i < n; i++) {
    if (events[i].data.fd == sockfd) {
        // 有新连接
    } else {
        // 有数据可读
    }
}

epoll有两种工作模式：

• LT（水平触发）：默认模式。只要fd还有数据可读，每次epoll_wait都会返回它
• ET（边缘触发）：只有状态发生变化时才通知。比如数据从无到有时，只通知一次

39.4 三种模型的对比

特性	select	poll	epoll
最大连接数	1024（有限制）	无限制	无限制
遍历方式	遍历所有fd	遍历所有fd	只遍历就绪fd
数据拷贝	每次拷贝全部fd	每次拷贝全部fd	mmap共享内存
触发方式	LT	LT	LT/ET
适用场景	连接数少（<100）	连接数中等（<1000）	高并发（>1000）

说白了，如果你只是写个简单的聊天室，select就够了。但如果你要写一个支持百万连接的服务器，epoll是唯一的选择。

39.5 知识体系总览

下面这张图展示了本章的核心知识结构：

这张图把本章内容分成了三层：最上层是Socket API的核心函数，中间是TCP/UDP两种编程模式，最下层是三种I/O多路复用模型。从下往上看，你会发现网络编程的演进路径：从单连接到多连接，从阻塞到非阻塞，从低效到高效。