1. 网络基础概念IP、端口与协议很多人一上来就喊着我要学Socket编程结果连IP地址、端口号、TCP和UDP的区别都说不清楚直接疯狂抄代码最后遇到报错就懵了。我见过太多这种例子——代码照着书敲了一遍server.c编译通过一运行就bind failed然后就开始瞎试改端口、关防火墙、重启机器折腾一晚上也不知道问题在哪。所以在我接手过不少Linux网络相关的活之后我想说的是Socket编程预备阶段的核心不是先写代码而是先把底下这几块地基打结实。先说说IP地址。IPv4地址是32位的通常写成四个十进制数比如127.0.0.1或者192.168.1.100。IPv6则是128位的十六进制表示比如::1。这两个东西在Socket编程里都会被用到但现阶段你只需要理解一件事IP地址就是网络世界里的门牌号。它解决了数据包送到哪台机器的问题。但仅仅知道哪台机器还不够因为一台服务器上往往跑着无数个服务——Web服务、数据库服务、各种后台进程——数据包到了机器上到底该交给谁这时候就轮到端口号出场了。端口号是16位无符号整数取值范围0到65535其中0到1023是知名端口使用的时候往往需要root权限比如HTTP的80、HTTPS的443、SSH的22。1024到49151是注册端口49152到65535是动态或私有端口。端口号决定了数据包在到达目标机器之后应该被投递给哪个具体进程。IP加端口合起来就是网络世界里的房间号一个定位机器一个定位进程缺一不可。在Socket编程里你最先接触到的就是这两个概念。比如你和服务端建立连接本质上是告诉对方我是192.168.1.100:5000我要访问你192.168.1.200:8080。这段对话是建立在你已经理解了IP是门牌号、端口是房间号这个认知之上的。如果你在预备阶段就把这两个概念吃透了后面写任何网络代码都不会犯那种端口填错了的低级错误。TCP和UDP的差异也是一个绕不开的基础点。TCP传输控制协议是面向连接的、可靠的字节流协议它有握手、确认、重传、排序等一整套机制可以理解为打电话——先拨号等待对方应答然后双方开始通话最后挂机整个过程有状态、有先后。UDP用户数据报协议则不可靠、无连接发送方只管把数据包丢出去不关心对方是否收到类似寄明信片——写地址、贴邮票、投递不追踪不确认可能丢失也可能乱序。这两个协议的选择会直接决定你使用哪种Socket类型。TCP用的是SOCK_STREAMUDP用的是SOCK_DGRAM。这个选择要放在业务场景里去考虑你需要传输文件、聊天消息、远程命令那就选TCP可靠性优先你在做实时视频通话、游戏位置同步、DNS查询这类允许少量丢包但要求低延迟的场景那UDP就是更合理的方向。从预备阶段的角度看还有一组概念值得提前认知——网络分层模型。开放系统互连参考模型OSI七层分成七层TCP/IP模型把它压缩成四层链路层、网络层、传输层、应用层。Socket编程主要工作在传输层和应用层之间。你调用的send()和recv()就是从应用层视角去读写传输层的数据。Socket一眼看过去是API但本质上它是传输层提供给应用层的编程接口。想清楚这一层你写代码的时候就不会总觉得这是哪个神人设计的诡异函数调用而是会明白每一个调用的意图了。2. Socket的本质与通信模型Socket这个词直译过来是插座。这个翻译虽然有点土但很形象。你想象一下一个插座嵌在墙上插头插进去电流就能通过。Linux系统里的Socket也是类似的结构它是操作系统内核提供的网络编程接口以文件描述符的形式暴露给用户态程序。在Linux的世界里万物皆文件Socket也不例外。你用open()打开一个普通文件得到一个文件描述符用socket()创建一个网络端点同样得到一个文件描述符。后续所有对这个Socket的操作都围绕这个文件描述符展开。这个认知特别重要。很多人学Socket的时候觉得它高深莫测仿佛是什么了不起的魔法其实是忽略了它本质上就是一个文件描述符的事实。明白这一点以后你会发现很多诡异的现象都说得通了。比如进程结束了Socket会被自动关闭比如你可以用read()和write()来读写Socket虽然更规范的是使用send()和recv()再比如close()之后你不能再对这个文件描述符做任何操作。归根结底Linux的IO模型统一在这里你敲过的文件操作代码稍微换几个函数名就能用在网络通信上。接下来聊通信模型。一次最简单的TCP通信需要一个服务端和一个客户端。服务端的流程是socket()创建套接字bind()绑定IP和端口listen()开始监听accept()接受客户端连接请求。客户端的流程则更简单socket()创建套接字connect()向服务端发起连接。连接建立之后双方就可以用send()和recv()收发数据了。这个流程几乎是所有TCP网络服务的骨架内核会帮你在背后维护每一条连接的状态甚至帮你完成重传、确认、排序这些脏活累活。那么程序在执行这些系统调用的时候内核究竟做了什么我来说说bind()这一步。bind()的作用是把你的Socket文件描述符和一个具体的IP地址、端口号绑定在一起。如果不经过绑定你创建的Socket只是一个没有身份的端点就像一部没插SIM卡的手机能存在但没法被外界找到。所以服务端必须bind()否则客户端找不到入口。客户端通常不需要bind()因为内核会自动分配一个临时端口给客户端你只要connect()出去就行。listen()的作用是把主动连接的Socket转换成被动监听的模式。你可能好奇为什么不能直接bind()完就accept()因为accept()需要从等待连接队列里取出一个已经建立的连接而这个队列的维护恰恰是listen()负责的。listen()会告诉内核这个Socket只接受别人来找它它不会主动去找别人。这个状态转换在很多教科书里讲得玄乎其实用生活化一点的话说就是把一个电话号码从可以打给别人切换成等着别人打进来。如果说服务端是接电话的人那客户端就是拨电话的人。connect()发起连接时内核会启动三次握手流程客户端发送SYN报文服务端回复SYNACK客户端再回一个ACK。这个握手是TCP协议的底层机制代码里你看不到这三个报文的产生——它们都发生在内核态——但你如果抓包能清楚地看到一次完整连接的握手过程。这个过程看起来非常简单是预备这个阶段你必须懂的。除了TCP这个典型的面向连接模型还有UDP的无连接模型。UDP的收发不需要建立连接没有三次握手也不需要维护连接状态。服务端流程是socket()、bind()然后直接用recvfrom()和sendto()收发数据客户端更简单socket()之后直接sendto()就完事。你不需要一条“连接”只需要一个收件地址。这种模型的优点是没有握手开销延迟低缺点是数据可能丢失、乱序而且包的最大长度受MTU限制超过就需要自己处理分片。预备阶段我建议你把TCP的典型流程画一遍然后和UDP对比着记。别看代码就看这个流程直到你能默写出每一步的系统调用顺序。这个顺序就是整个Socket编程的地基后续你写的所有代码——多线程服务器、IO多路复用、事件驱动——都是在这个骨架上做扩展。3. 预备技能栈命令行、语言基础与核心概念说完了网络基础接下来要面对的问题是你凭什么能上手Socket编程我见过不少想学的人网络概念背得滚瓜烂熟一到实际写代码就束手无策原因不是智商不够而是技能栈有短板。Socket编程虽然是网络领域的事但它实际考验的是你在Linux命令行、C语言功底、进程与线程、字节序与内存布局这几个方面的综合能力。先说说Linux命令行。写Socket程序你不是写完了就完事你得编译得运行得排查问题得看端口是否被占用得抓包看数据到底在网络上走了什么路径。这些操作全部依赖命令行。我给你们列几个预备阶段就必须掌握的命令它们是你排查网络问题的左膀右臂。ifconfig或ip addr查看本机网卡和IP地址确认服务端该绑定哪个IP。ping检查两台机器之间的网络连通性排除物理链路问题。netstat -tlnp或ss -tlnp列出当前监听中的TCP端口看你的服务是否真的监听成功、端口是否被占用。lsof -i :端口号查看指定端口被哪个进程占用是排查地址已被使用的神器。tcpdump或wireshark抓包分析实际传输数据确认握手是否完成、数据是否发出。这些命令如果你还不能熟练使用那就先花几天时间把它们练熟再开始写代码。我说一句可能不太好听的话不会用netstat就去写多线程服务器的人出了问题大概率只会瞎猜。接下来是C语言基础。Socket编程使用最多的语言是C因为它是系统编程的母语Linux内核提供的系统调用天然对C最友好。当然现在也有很多人用Python、Go这些语言写网络程序但它们的底层依然是通过C语言的接口去调用内核功能的。在预备阶段我建议你至少把C语言的以下内容掌握扎实指针和数组的辨析、结构体的使用、函数指针的用法、内存分配与释放malloc/free、字符串处理函数的安全使用。Socket编程里到处都是结构体struct sockaddr_in、struct addrinfo这些类型你要是看不懂写起来就会很吃力。特别强调一下struct sockaddr_in这个结构体它是IPv4地址结构其中包含了地址族sin_family、端口号sin_port、IP地址sin_addr。在调用bind()、connect()这些函数时你需要把这个结构体填充好然后做一次强制类型转换转成sockaddr*传入函数。这里藏着新手最容易困惑的坑。你得明白bind()这类函数是通用接口不区分IPv4还是IPv6所以底层规定了一个通用的数据结构sockaddr而具体使用哪种地址族则由上层结构体在填充后转型实现。理解了这个“通用接口加具体格式转换”的设计思路你就不至于一见到类型转换就头大。再说字节序。计算机存储数据的时候有大端和小端两种方式。大端模式是高位字节存在低地址小端模式是低位字节存在低地址两者正好相反。而网络传输规定统一使用大端字节序也就是说当一个多字节的整数要在网络上传输时必须先转换成大端格式。你在写代码的时候不能直接把本机内存里的整数原封不动地塞进Socket发送而是要通过一组转换函数处理数据格式。htonl()表示主机字节序转网络字节序操