TCP、UDP数据读写基础

如何使用 C++ 进行 TCP 和 UDP 数据读写的基础知识

一、通用数据读写基础（TCP/UDP 均需掌握）

无论使用何种协议，网络数据读写都需处理字节序转换、数据序列化和错误处理，这是跨平台通信的基础。

1. 字节序转换（解决主机与网络字节序差异）

网络协议规定使用大端字节序（网络字节序），主机字节序可能为大端或小端（如 x86 为小端），需通过以下函数转换：

• uint16_t htons(uint16_t hostshort)：主机→网络字节序（16 位，如端口号）

• uint32_t htonl(uint32_t hostlong)：主机→网络字节序（32 位，如 IPv4 地址）

• uint16_t ntohs(uint16_t netshort)：网络→主机字节序（16 位）

• uint32_t ntohl(uint32_t netlong)：网络→主机字节序（32 位）

进阶场景：

• 64 位数据：POSIX 提供htobe64/be64toh（大端）、htole64/le64toh（小端），Windows 需手动实现。

• 浮点数：无标准转换函数，需通过指针转换为字节数组传输（依赖 IEEE 754 兼容）。

示例：

int port = 8080;
sockaddr_in addr;
addr.sin_port = htons(port);  // 端口必须用网络字节序

2. 数据序列化与缓冲区管理

网络传输的是字节流，需通过缓冲区处理，结构化数据需序列化以避免对齐和字节序问题。

核心函数：

• memcpy(void *dest, const void *src, size_t n)：拷贝字节（用于序列化）

• memset(void *s, int c, size_t n)：初始化缓冲区（如清空接收缓冲区）

• strlen(const char *s)：计算字符串长度（用于发送字符串）

序列化方案：

• 手动序列化：拆分结构体成员，转换字节序后写入缓冲区：

  struct Msg { int len; short type; };
  char buf[6];
  int net_len = htonl(msg.len);
  short net_type = htons(msg.type);
  memcpy(buf, &net_len, 4);
  memcpy(buf+4, &net_type, 2);

• 协议库：Protobuf、FlatBuffers 等自动处理对齐和字节序。

缓冲区策略：

• 动态缓冲区：使用vector<char>避免栈溢出，适合接收未知长度数据。

• 分散 - 聚集 IO：通过iovec和sendmsg/recvmsg减少内存拷贝：

  struct iovec iov[2];  // 分散发送消息头和消息体
  iov[0].iov_base = &header;
  iov[0].iov_len = sizeof(header);
  iov[1].iov_base = data;
  iov[1].iov_len = data_len;
  
  struct msghdr msg;
  msg.msg_iov = iov;
  msg.msg_iovlen = 2;
  sendmsg(sockfd, &msg, 0);

3. 通用错误处理

网络函数失败时返回 - 1，需通过错误码定位问题：

• Linux：errno（如EINTR、ECONNRESET）

• Windows：WSAGetLastError()（如WSAECONNRESET）

常见错误：

• EINTR：操作被信号中断（需重试）

• EWOULDBLOCK：非阻塞模式下无数据（需等待）

• ECONNRESET：连接被对方重置

• ENOTCONN：TCP 未连接或 UDP 未指定目标

二、TCP 数据读写（面向连接的字节流）

TCP 是可靠的面向连接协议，数据无边界，需通过应用层协议界定消息边界。

1. 核心读写函数

• 发送：ssize_t send(int sockfd, const void *buf, size_t len, int flags)

  • 参数：sockfd（已连接的 TCP socket）、缓冲区、长度、标志（通常 0）。
  • 返回值：实际发送字节数（可能小于len）；失败返回 - 1。
  • 标志：MSG_NOSIGNAL（Linux）：避免对方关闭时触发 SIGPIPE。

• 接收：ssize_t recv(int sockfd, void *buf, size_t len, int flags)

  • 参数：sockfd、接收缓冲区、长度、标志（通常 0）。
  • 返回值：实际接收字节数；0 表示对方正常关闭；-1 表示错误。
  • 标志：MSG_PEEK（预览数据不移除）。

MSG_OOB

• 发送 / 接收带外数据（Out-of-Band data），用于传输紧急数据。带外数据具有更高的优先级，可绕过常规数据流的排队机制。

MSG_PEEK

• 仅适用于 recv()：查看缓冲区中的数据，但不会将其从缓冲区中移除（即数据仍然可以被后续的 recv() 调用读取）。

• 对 send() 无效。

MSG_WAITALL

• 仅适用于 recv()：要求函数阻塞直到接收到 len 参数指定的全部数据（除非发生错误或连接关闭）。

• 注意：即使设置了此标志，也可能因信号中断、连接关闭等原因导致实际接收的数据少于 len。

仅适用于 send() 的标志

MSG_DONTROUTE

• 告知内核不使用路由表，直接将数据发送到本地网络上的主机（仅适用于 UDP 或原始套接字）。

MSG_NOSIGNAL

• 当连接已关闭时，发送数据不会产生 SIGPIPE 信号（默认情况下会产生该信号导致程序终止）。

2. 关键特性与实现

• 字节流无边界：需应用层定义消息格式，常见方案：

  1. **固定长度:**累计读取到指定长度后处理：

     ssize_t recv_fixed(int sockfd, char *buf, size_t fixed_len) {
         size_t total = 0;
         while (total < fixed_len) {
             ssize_t n = recv(sockfd, buf + total, fixed_len - total, 0);
             if (n <= 0) return n;  // 错误或连接关闭
             total += n;
         }
         return total;
     }

  2. **长度前缀:**先读长度字段，再读对应数据：

     std::vector<char> recv_with_header(int sockfd) {
         uint32_t net_len;
         if (recv_fixed(sockfd, (char*)&net_len, 4) != 4) return {};
         size_t len = ntohl(net_len);
         std::vector<char> data(len);
         recv_fixed(sockfd, data.data(), len);
         return data;
     }

  3. 分隔符：如\r\n（HTTP 头部方式）。

• 循环读写：send/recv可能不一次性处理全部数据，需循环调用：

  ssize_t send_all(int sockfd, const void *buf, size_t len) {
      size_t total_sent = 0;
      while (total_sent < len) {
          ssize_t sent = send(sockfd, (char*)buf + total_sent, len - total_sent, 0);
          if (sent == -1) return -1;
          total_sent += sent;
      }
      return total_sent;
  }

3. 连接异常处理

• 半关闭：对方shutdown(SHUT_WR)后，recv返回 0（可继续发送数据）。

• 重置连接：recv返回 - 1 且errno=ECONNRESET，需关闭 socket 并重连。

• 超时设置: 通过SO_RCVTIMEO/SO_SNDTIMEO设置读写超时：

  struct timeval timeout = {5, 0};  // 5秒超时
  setsockopt(sockfd, SOL_SOCKET, SO_RCVTIMEO, &timeout, sizeof(timeout));

三、UDP 数据读写（无连接的数据包）

UDP 是不可靠的无连接协议，数据有边界（一次发送对应一次接收），无需建立连接。

1. 核心读写函数

• 发送：ssize_t sendto(int sockfd, const void *buf, size_t len, int flags, const struct sockaddr *dest_addr, socklen_t addrlen)

  • 参数：sockfd（UDP socket）、缓冲区、长度、标志、目标地址及长度。
  • 返回值：成功返回发送字节数（等于len）；失败返回 - 1。

• 接收：ssize_t recvfrom(int sockfd, void *buf, size_t len, int flags, struct sockaddr *src_addr, socklen_t *addrlen)

  • 参数：sockfd、接收缓冲区、长度、标志、发送方地址（输出）及长度（输入输出）。
  • 返回值：接收字节数（≤len）；失败返回 - 1。

2. 关键特性与实现

• 数据报边界：一次sendto的数据可被recvfrom完整接收（缓冲区足够时）。

• 长度限制：超过 MTU（通常 1500 字节）会分片，建议单包≤1472 字节（1500-20IP 头 - 8UDP 头）。

• 截断检测：MSG_TRUNC标志可检测数据是否被截断：

  socklen_t addrlen = sizeof(addr);
  ssize_t n = recvfrom(sockfd, buf, len, MSG_TRUNC, &addr, &addrlen);
  if (n == len && (flags & MSG_TRUNC)) { /* 数据被截断 */ }

3. 连接化 UDP（Connected UDP）

通过connect绑定固定目标地址后，可使用send/recv简化操作（仍为 UDP 特性）：

struct sockaddr_in dest_addr;
// 初始化目标地址...
connect(udp_sockfd, (struct sockaddr*)&dest_addr, sizeof(dest_addr));
send(udp_sockfd, buf, len, 0);  // 无需重复指定地址

4. 可靠性增强

UDP 本身不可靠，需应用层补充机制：

• 序号与确认（重传超时未确认的包）

• 校验和（检测数据损坏）

• 流量控制（避免接收方溢出）

四、高级函数与性能优化

• ssize_t sendmsg(int sockfd, const struct msghdr *msg, int flags)：支持分散发送（多个缓冲区数据合并发送），适合发送复杂数据结构。

• ssize_t recvmsg(int sockfd, struct msghdr *msg, int flags)：支持聚集接收（将数据分散到多个缓冲区），常用于接收带辅助数据（如控制信息）的数据包。

• ssize_t sendfile(int out_fd, int in_fd, off_t *offset, size_t count)（Linux）：零拷贝发送文件，直接从文件描述符in_fd发送到socket（out_fd），减少用户态与内核态拷贝，效率极高。

性能优化：

• TCP：禁用 Nagle 算法（TCP_NODELAY）减少延迟；增大缓冲区（SO_SNDBUF/SO_RCVBUF）提高吞吐量。

• UDP：避免碎片化；批量发送减少系统调用。

• IO 模型：高并发场景使用非阻塞 IO+epoll（Linux）/kqueue（BSD）。

五、跨平台兼容性

• Windows 需初始化套接字库（WSAStartup），Linux 无需。

• 错误处理：Windows 用WSAGetLastError()，Linux 用errno。

• 关闭 socket：Windows 用closesocket，Linux 用close。

兼容代码示例：

#ifdef _WIN32
#include <winsock2.h>
#define close closesocket
#else
#include <unistd.h>
#include <errno.h>
#endif

int get_last_error() {
#ifdef _WIN32
    return WSAGetLastError();
#else
    return errno;
#endif
}

• TCP：用send/recv，面向连接，需处理字节流无边界问题，适合可靠传输（如 HTTP）。

• UDP：用sendto/recvfrom，无连接，保留数据报边界，适合实时场景（如视频流）。

• 通用基础：字节序转换、序列化、缓冲区管理和错误处理是核心前提。