03丨套接字和地址：像电话和电话号码一样理解它们
在网络编程中，我们经常会提到socket这个词，它的中文翻译为套接字，有的时候也叫做套接口。
socket这个英文单词的原意是“插口”“插槽”， 在网络编程中，它的寓意是可以通过插口接入的方式，快速完成网络连接和数据收发。你可以把它想象成现实世界的电源插口，或者是早期上网需要的网络插槽，所以socket也可以看做是对物理世界的直接映射。
其实计算机程序设计是一门和英文有着紧密联系的学科，很多专有名词使用英文原词比翻译成中文更容易让大家接受。为了方便，在专栏里我们一般会直接使用英文，如果需要翻译就一律用“套接字”这个翻译。
socket到底是什么？
在网络编程中，到底应该怎么理解socket呢？我在这里先呈上这么一张图，你可以先看看。
这张图表达的其实是网络编程中，客户端和服务器工作的核心逻辑。
我们先从右侧的服务器端开始看，因为在客户端发起连接请求之前，服务器端必须初始化好。右侧的图显示的是服务器端初始化的过程，首先初始化socket，之后服务器端需要执行bind函数，将自己的服务能力绑定在一个众所周知的地址和端口上，紧接着，服务器端执行listen操作，将原先的socket转化为服务端的socket，服务端最后阻塞在accept上等待客户端请求的到来。
此时，服务器端已经准备就绪。客户端需要先初始化socket，再执行connect向服务器端的地址和端口发起连接请求，这里的地址和端口必须是客户端预先知晓的。这个过程，就是著名的TCP三次握手（Three-way Handshake）。下一篇文章，我会详细讲到TCP三次握手的原理。
一旦三次握手完成，客户端和服务器端建立连接，就进入了数据传输过程。
具体来说，客户端进程向操作系统内核发起write字节流写操作，内核协议栈将字节流通过网络设备传输到服务器端，服务器端从内核得到信息，将字节流从内核读入到进程中，并开始业务逻辑的处理，完成之后，服务器端再将得到的结果以同样的方式写给客户端。可以看到，一旦连接建立，数据的传输就不再是单向的，而是双向的，这也是TCP的一个显著特性。
当客户端完成和服务器端的交互后，比如执行一次Telnet操作，或者一次HTTP请求，需要和服务器端断开连接时，就会执行close函数，操作系统内核此时会通过原先的连接链路向服务器端发送一个FIN包，服务器收到之后执行被动关闭，这时候整个链路处于半关闭状态，此后，服务器端也会执行close函数，整个链路才会真正关闭。半关闭的状态下，发起close请求的一方在没有收到对方FIN包之前都认为连接是正常的；而在全关闭的状态下，双方都感知连接已经关闭。
请你牢牢记住文章开头的那幅图，它是贯穿整个专栏的核心图之一。
讲这幅图的真正用意在于引入socket的概念，请注意，以上所有的操作，都是通过socket来完成的。无论是客户端的connect，还是服务端的accept，或者read/write操作等，socket是我们用来建立连接，传输数据的唯一途径。
更好地理解socket：一个更直观的解释
你可以把整个TCP的网络交互和数据传输想象成打电话，顺着这个思路想象，socket就好像是我们手里的电话机，connect就好比拿着电话机拨号，而服务器端的bind就好比是去电信公司开户，将电话号码和我们家里的电话机绑定，这样别人就可以用这个号码找到你，listen就好似人们在家里听到了响铃，accept就好比是被叫的一方拿起电话开始应答。至此，三次握手就完成了，连接建立完毕。
接下来，拨打电话的人开始说话：“你好。”这时就进入了write，接收电话的人听到的过程可以想象成read（听到并读出数据），并且开始应答，双方就进入了read/write的数据传输过程。
最后，拨打电话的人完成了此次交流，挂上电话，对应的操作可以理解为close，接听电话的人知道对方已挂机，也挂上电话，也是一次close。
在整个电话交流过程中，电话是我们可以和外面通信的设备，对应到网络编程的世界里，socket也是我们可以和外界进行网络通信的途径。
socket的发展历史
通过上面的讲解和这个打电话的类比，你现在清楚socket到底是什么了吧？那socket最开始是怎么被提出来的呢？接下来就很有必要一起来简单追溯一下它的历史了。
socket是加州大学伯克利分校的研究人员在20世纪80年代早期提出的，所以也被叫做伯克利套接字。伯克利的研究者们设想用socket的概念，屏蔽掉底层协议栈的差别。第一版实现socket的就是TCP/IP协议，最早是在BSD 4.2 Unix内核上实现了socket。很快大家就发现这么一个概念带来了网络编程的便利，于是有更多人也接触到了socket的概念。Linux作为Unix系统的一个开源实现，很早就从头开发实现了TCP/IP协议，伴随着socket的成功，Windows也引入了socket的概念。于是在今天的世界里，socket成为网络互联互通的标准。
套接字地址格式
在使用套接字时，首先要解决通信双方寻址的问题。我们需要套接字的地址建立连接，就像打电话时首先需要查找电话簿，找到你想要联系的那个人，你才可以建立连接，开始交流。接下来，我们重点讨论套接字的地址格式。
通用套接字地址格式
下面先看一下套接字的通用地址结构：
/* POSIX.1g 规范规定了地址族为2字节的值. */
typedef unsigned short int sa_family_t;
/* 描述通用套接字地址 */
struct sockaddr{
sa_family_t sa_family; /* 地址族. 16-bit*/
char sa_data[14]; /* 具体的地址值 112-bit */
};
在这个结构体里，第一个字段是地址族，它表示使用什么样的方式对地址进行解释和保存，好比电话簿里的手机格式，或者是固话格式，这两种格式的长度和含义都是不同的。地址族在glibc里的定义非常多，常用的有以下几种：
- AF_LOCAL：表示的是本地地址，对应的是Unix套接字，这种情况一般用于本地socket通信，很多情况下也可以写成AF_UNIX、AF_FILE；
- AF_INET：因特网使用的IPv4地址；
- AF_INET6：因特网使用的IPv6地址。
这里的AF_表示的含义是Address Family，但是很多情况下，我们也会看到以PF_表示的宏，比如PF_INET、PF_INET6等，实际上PF_的意思是Protocol Family，也就是协议族的意思。我们用AF_xxx这样的值来初始化socket地址，用PF_xxx这样的值来初始化socket。我们在<sys/socket.h>头文件中可以清晰地看到，这两个值本身就是一一对应的。
/* 各种地址族的宏定义 */
#define AF_UNSPEC PF_UNSPEC
#define AF_LOCAL PF_LOCAL
#define AF_UNIX PF_UNIX
#define AF_FILE PF_FILE
#define AF_INET PF_INET
#define AF_AX25 PF_AX25
#define AF_IPX PF_IPX
#define AF_APPLETALK PF_APPLETALK
#define AF_NETROM PF_NETROM
#define AF_BRIDGE PF_BRIDGE
#define AF_ATMPVC PF_ATMPVC
#define AF_X25 PF_X25
#define AF_INET6 PF_INET6
sockaddr是一个通用的地址结构，通用的意思是适用于多种地址族。为什么定义这么一个通用地址结构呢，这个放在后面讲。
IPv4套接字格式地址
接下来，看一下常用的IPv4地址族的结构：
/* IPV4套接字地址，32bit值. */
typedef uint32_t in_addr_t;
struct in_addr
{
in_addr_t s_addr;
};
/* 描述IPV4的套接字地址格式 */
struct sockaddr_in
{
sa_family_t sin_family; /* 16-bit */
in_port_t sin_port; /* 端口号 16-bit*/
struct in_addr sin_addr; /* Internet address. 32-bit */
/* 这里仅仅用作占位符，不做实际用处 */
unsigned char sin_zero[8];
};
我们对这个结构体稍作解读，首先可以发现和sockaddr一样，都有一个16-bit的sin_family字段，对于IPv4来说这个值就是AF_INET。
接下来是端口号，我们可以看到端口号最多是16-bit，也就是说最大支持2的16次方，这个数字是65536，所以我们应该知道支持寻址的端口号最多就是65535。关于端口，我在前面的章节也提到过，这里重点阐述一下保留端口。所谓保留端口就是大家约定俗成的，已经被对应服务广为使用的端口，比如ftp的21端口，ssh的22端口，http的80端口等。一般而言，大于5000的端口可以作为我们自己应用程序的端口使用。
下面是glibc定义的保留端口。
/* Standard well-known ports. */
enum
{
IPPORT_ECHO = 7, /* Echo service. */
IPPORT_DISCARD = 9, /* Discard transmissions service. */
IPPORT_SYSTAT = 11, /* System status service. */
IPPORT_DAYTIME = 13, /* Time of day service. */
IPPORT_NETSTAT = 15, /* Network status service. */
IPPORT_FTP = 21, /* File Transfer Protocol. */
IPPORT_TELNET = 23, /* Telnet protocol. */
IPPORT_SMTP = 25, /* Simple Mail Transfer Protocol. */
IPPORT_TIMESERVER = 37, /* Timeserver service. */
IPPORT_NAMESERVER = 42, /* Domain Name Service. */
IPPORT_WHOIS = 43, /* Internet Whois service. */
IPPORT_MTP = 57,
IPPORT_TFTP = 69, /* Trivial File Transfer Protocol. */
IPPORT_RJE = 77,
IPPORT_FINGER = 79, /* Finger service. */
IPPORT_TTYLINK = 87,
IPPORT_SUPDUP = 95, /* SUPDUP protocol. */
IPPORT_EXECSERVER = 512, /* execd service. */
IPPORT_LOGINSERVER = 513, /* rlogind service. */
IPPORT_CMDSERVER = 514,
IPPORT_EFSSERVER = 520,
/* UDP ports. */
IPPORT_BIFFUDP = 512,
IPPORT_WHOSERVER = 513,
IPPORT_ROUTESERVER = 520,
/* Ports less than this value are reserved for privileged processes. */
IPPORT_RESERVED = 1024,
/* Ports greater this value are reserved for (non-privileged) servers. */
IPPORT_USERRESERVED = 5000
实际的IPv4地址是一个32-bit的字段，可以想象最多支持的地址数就是2的32次方，大约是42亿，应该说这个数字在设计之初还是非常巨大的，无奈互联网蓬勃发展，全球接入的设备越来越多，这个数字渐渐显得不太够用了，于是大家所熟知的IPv6就隆重登场了。
IPv6套接字地址格式
我们再看看IPv6的地址结构：
struct sockaddr_in6
{
sa_family_t sin6_family; /* 16-bit */
in_port_t sin6_port; /* 传输端口号 # 16-bit */
uint32_t sin6_flowinfo; /* IPv6流控信息 32-bit*/
struct in6_addr sin6_addr; /* IPv6地址128-bit */
uint32_t sin6_scope_id; /* IPv6域ID 32-bit */
};
整个结构体长度是28个字节，其中流控信息和域ID先不用管，这两个字段，一个在glibc的官网上根本没出现，另一个是当前未使用的字段。这里的地址族显然应该是AF_INET6，端口同IPv4地址一样，关键的地址从32位升级到128位，这个数字就大到恐怖了，完全解决了寻址数字不够的问题。
请注意，以上无论IPv4还是IPv6的地址格式都是因特网套接字的格式，还有一种本地套接字格式，用来作为本地进程间的通信， 也就是前面提到的AF_LOCAL。
几种套接字地址格式比较
这几种地址的比较见下图，IPv4和IPv6套接字地址结构的长度是固定的，而本地地址结构的长度是可变的。
总结
这一讲我们重点讲述了什么是套接字，以及对应的套接字地址格式。套接字作为网络编程的基础，概念异常重要。套接字的设计为我们打开了网络编程的大门，实际上，正是因为BSD套接字如此成功，各大Unix厂商（包括开源的Linux）以及Windows平台才会很快照搬了过来。在下一讲中，我们将开始创建并使用套接字，建立连接，进一步开始我们的网络编程之旅。
思考题
最后给你留两道思考题吧，你可以想一想IPv4、IPv6、本地套接字格式以及通用地址套接字，它们有什么共性呢？如果你是BSD套接字的设计者，你为什么要这样设计呢？
第二道题是，为什么本地套接字格式不需要端口号，而IPv4和IPv6套接字格式却需要端口号呢？
我在评论区期待你的思考与见解，如果你觉得这篇文章对你有所帮助，欢迎点击“请朋友读”，把这篇文章分享给你朋友或同事。
- 业余爱好者 👍（226） 💬（9）
unix系统有一种一统天下的简洁之美:一切皆文件，socket也是文件。 1.像sock_addr的结构体里描述的那样，几种套接字都要有地址族和地址两个字段。这容易理解，你要与外部通信，肯定要至少告诉计算机对方的地址和使用的是哪一种地址。与远程计算机的通信还需要一个端口号。而本地socket的不同之处在于不需要端口号，那么就有了问题2; 2.本地socket本质上是在访问本地的文件系统，所以自然不需要端口。远程socket是直接将一段字节流发送到远程计算机的一个进程，而远程计算机可能同时有多个进程在监听，所以用端口号标定要发给哪一个进程。
2019-08-07 - 奔跑的码仔 👍（58） 💬（7）
个人感觉“Pv4、IPv6、本地套接字格式以及通用地址套接字”的思想类似于OOP中的继承和多态。通用套接子为抽象类，其他套接字实现该抽象类。这样，可以定义基于通用套接字这个抽象类各种通用接口，其他套接字，也就是具体类，可以完全复用这套接口，即，实现了socket编程的多态！
2019-08-10 - conanforever22 👍（42） 💬（2）
1. 我觉得这样设计的目的是为了给用户提供一个统一的接口, 不用每个地址族成员都增加个函数原型; 只用通过sockaddr.sa_family来确定具体是什么类型的地址, 有点工厂模式的意思; 如果是C++的话就可以用函数重载来实现了 2. socket主要还是为了进程间通信, 本地套接字主要用于本地IPC, 网络套接字用于跨机器通信; 如果把socket抽象成文件的话, 通信进程双方需要能够根据一个唯一的fd来找到彼此, 跨机器的话可以用端口, 本地的话直接用文件inode就可以了
2019-08-07 - nil 👍（30） 💬（3）
第一问，通用网络地址结构是所有具体地址结构的抽象，有了统一可以操作的地址结构，那么就可以涉及一套统一的接口，简化了接口设计。通用地址结构中第一个字段表明了地址的类型，后面的数据可以通过具体类型解析出来，一般只有将具体地址类型的指针强制转化成通用类型，这样操作才不会造成内存越界。 第二问，本地socket基于文件操作的，因此只需要根据文件路径便可区分，不需要使用端口的概念。
2019-08-07 - xcoder 👍（28） 💬（4）
老师能讲下关于WebSocket、Http和socket之间的联系吗?
2019-08-07 - Mark 👍（25） 💬（4）
AF_xxx 这样的值来初始化 socket 地址，用 PF_xxx 这样的值来初始化 socket。 请教老师，这一句具体怎么理解？
2019-09-12 - Sweety 👍（12） 💬（1）
打卡。感觉评论区的人都好厉害。
2019-08-07 - 衬衫的价格是19美元 👍（10） 💬（5）
通用地址格式sockaddr长度只有16字节，实际存放ip地址的只有14字节，怎么存的下ip6的地址的？这里还是不太明白
2019-09-30 - Linuxer 👍（9） 💬（2）
2字节表示地址族很富裕，知道地址族，基本确定地址结构，通用地址结构，能够很好区分这两部分，一个字符数组就能知道每一种地址结构的起始地址，高明
2019-08-07 - 钱 👍（6） 💬（6）
评论区都是高手，不过只输入不输出，脑袋是容不下的。所以，先不管对错，也记一下自己的思考。 感觉电脑一多，脑袋就乱，我来简化一下 如果世界上只有一台，那网络通信也就不需要了，不过单独的这台电脑上的文件，只要知道路径应该是能访问的，所以，不需要什么IP和端口 如果世界上只有两台电脑，并且每台电脑上可以运行多个进程，如果这两台电脑上的两个进程间想通信，那就需要端口号了，否则定位不了唯一的进程 如果世界上只有三台电脑，并且每台电脑上可以运行多个进程，其中有两台电脑上的进程之间想通信，那么就需要有IP和端口号了，IP用于定位电脑，端口号用于定位进程 世界上只有三台电脑，其实可以扯三根网线，此时长链接也是很容易理解的，实际上现在世界上有上亿级的电脑都在互联网上，如果两两互联都通过专有的网线，那这网线的数量就是个天文数字，也不现实。此时，这个长链接是怎么维护的，有些线路必然会公用的，我有些想不明白，分时公用？还是有个特殊标志？或者线路本身就是无时无刻都在公用的？
2019-11-19 - 陈致瀚 👍（4） 💬（1）
讲的太好了，越来越懂网络编程了
2019-08-07 - zhchnchn 👍（3） 💬（1）
请问老师，实际编程中一般使用sockaddr_in，sockaddr_in6，sockaddr_un结构，那么通用套接字地址结构sockaddr的作用是什么？一般在什么场景下使用？
2019-08-07 - нáпの゛ 👍（2） 💬（1）
1 通用地址的作用主要是为了充当通用的指针，使接口参数传入统一，具体使用时强制转换为实际地址类型来解析。 2 感觉端口就是文件路径索引的意思，设计者为了方便使用搞了端口的概念。我的理解是走文件系统(本地套接字)就不需要端口，如果走协议栈就需要端口，远端通信只能走协议栈，所以必须要端口号。
2020-08-14 - youngitachi 👍（2） 💬（1）
这个是上次的问题： 老师好，对于第二个问题我有个疑问。 假如知道远程服务器socket的路径，从理论上来讲，是否可以不需要端口号了呢？ 接下来是第二次提问： 可能我没描述清楚，其实我的意思是这样的：我理解的是，指定了端口，就知道了和那个进程通信嘛，那么如果假设知道了远程主机的socket的路径了，是否可以不需要端口就能通信？ 就假设我们要自己设计并实现个传输层协议，这个协议里我不指定端口，而是指定双方通信进程在主机上的路径，这样的协议是否可以满足通信呢？
2019-09-19 - 吴文敏 👍（2） 💬（1）
老师可以讲一下grpc和rest的区别有哪些吗？为什么都说grpc比rest好、性能更高？
2019-08-28