话不多说，直接上干货：
appium的整体架构是C/S模式，整体流程（返回顺序为逆向）：
脚本请求 ——> 4723端口appium server ——> 解析参数给PC端4724端口 ——> 发送给设备4724端口 ——> 通过设备4724端口发给bootstrap.jar ——> Bootstrap.jar把命令发给uiautomator
1、脚本请求 ——> 4723端口appium server ：
首先我们要开启appium服务，即Appium server，也就是在命令行用appium命令打开的东西，默认监听4723端口。4723端口专门和脚本打交道，基于WebDriver协议。webdriver是按照server – client的经典设计模式设计的，作用就是启动基于WebDriver Wire协议的appium服务，接下来脚本与appium server的通信实际上是一个HTTP request请求给appium server，在请求的body中，会以WebDriver Wire协议规定的JSON格式的字符串来告诉appium服务我们希望设备接下来做什么事情。读到这里，难免有同学会有疑问了，因为有一些文档上面说脚本发送请求是基于Json wire protocol协议的，首先这是完全正确的，接下来就解释一下：
appium中的Json wire protocol继承自selenium的webdriver wire protocol，并进行了扩展，使得Json wire protocol能够控制不同的移动设备的行为。如果大家觉得对于webdriver这个名词觉得比较陌生的话，接下来说一个词肯定熟悉 - Selenium。Selenium是一个浏览器自动化操作框架。Selenium主要由三种工具组成。第一个工具SeleniumIDE，是Firefox的扩展插件，支持用户录制和回访测试，录制/回访模式存在局限性，对许多用户来说并不适合，因此第二个工具——Selenium WebDriver提供了各种语言环境的API来支持更多控制权和编写符合标准软件开发实践的应用程序。最后一个工具——SeleniumGrid帮助工程师使用Selenium API控制分布在一系列机器上的浏览器实例，支持并发运行更多测试。在项目内部，它们分别被称为“IDE”、“WebDriver”和“Grid”。
那么webdriver wire protocol又是什么呢：
在我们创建一个WebDriver的过程中，Selenium首先会确认浏览器的native component是否存在可用而且版本匹配。接着就在目标浏览器里启动一整套Web Service，这套Web Service使用了Selenium自己设计定义的协议，名字叫做The WebDriver Wire Protocol，只不过对应到我们这里的浏览器指的是Appium。
WebDriver Wire协议是通用的，也就是说不管是FirefoxDriver还是ChromeDriver，启动之后都会在某一个端口启动基于这套协议的Web Service。对应到Appium，可以理解为是AppiumDriver。接下来，我们调用WebDriver的任何API，都需要借助一个ComandExecutor发送一个命令，实际上是一个HTTP request给端口上的Web Service。在我们的HTTP request的body中，会以WebDriver Wire协议规定的JSON格式的字符串来告诉Selenium我们希望浏览器（设备）接下来做什么事情。
说到这里可能会有疑问了，上面说到的是脚本请求对设备进行操作，但前提是，我们要对谁进行操作测试呢？这里就引入一个新名词：desiredCapabilities。了解了上述之后，再去看脚本怎么将desiredCapabilities传递给appium server就明白多了，脚本通过Json Wire Protocol协议以json格式发送测试设备信息给server端，测试设备信息被携带在Desired Capabilities中，这个东西实质上是一个key-value形式的对象，Desired Capabilities最重要的作用是告诉server本次测试的上下文。这次是要进行浏览器测试还是移动端测试？如果是移动端测试的话是android还是ios？如果android的话我们要测试哪个app？server的这些疑问Desired Capabilities都必须给予解答，否则server不买账，针对我们现在所说的安卓，它带来的影响就是无法完成app的启动。
那么，将测试设备信息告知之后，是不是就可以开始进行测试了呢？答案是：NO。这里又要引入一个名词：session。session就是一个会话，在webdriver/appium，你的所有工作永远都是在session start后才可以进行的。client 创建1个session，在该session中通过http向appium server发送请求，appium server解析请求，完成相应操作并返回response。
Session在计算机中，尤其是在网络应用中，称为“会话控制”。Session 对象存储特定用户会话所需的属性及配置信息，对应到这里其实就是desiredCapabilities中的配置信息参数。脚本通过POST /session这个URL，然后传入Desired Capabilities就可以开启session了，由于这是第一次请求创建session，所有并没有一个已创建的session id，所以appium server会调用android driver（appium升级到2.0.0后，原有的AppiumDriver函数变成抽象函数了，需更改为AndroidDriver）为client生成一个session并且生成一个与此session相关联的session id，这个 session id将被在本次响应中返回给客户端保存，当下次脚本发出操作请求时就会自带session id为唯一标识，代表所打开的设备，Appium server会按照此session id把这个session检索出来使用，脚本向appium server发送的请求即是存在于创建的session中的。
Session 的作用就是它在appium服务上保持设备的状态信息，供在任何时间进行访问，在多次的操作行为中，存储在 Session对象中的配置信息将不会丢失，而是在整个用户会话中一直存在下去，整个测试进程中设备与程序的联系不会断开，也不需要每次都发送带配置信息的请求，程序都知道对哪个设备进行测试操作。当测试结束后，需关闭webdriver，driver.quit()会关闭所有关联窗口和session，并且也会把进程也关闭。
2、解析参数给PC端4724端口 ——> 发送给设备4724端口 ——> 通过设备4724端口发给bootstrap.jar ——> Bootstrap.jar把命令发给uiautomator：
创建session成功之前，就已将bootstrap.jar放入手机中，并开启设备上的基于appium bootstrap的socket服务，绑定本机和boostrap通信的端口号4724用于和Android设备通讯，默认监听4724端口，等待client的连接。
Appium server将脚本的请求解析后给到4724端口，通过设备的4724端口转发解析后的请求， 此时，对于socket服务来说，appium server就充当了client的角色，appium server通过4724端口主动去请求设备上的socket服务，即向socket服务发送请求，即bootstrap.jar，Bootstrap.jar再把Appium的命令转换成uiautomator的命令来让uiautomator进行处理。有请求就有返回，socket接收到请求后会做出响应，原路返回给脚本，然后脚本再进行下一次的请求。
网络上的两个程序通过一个双向的通信连接实现数据的交换，这个连接的一端称为一个socket。appium和手机的通信过程,主要是数据交换的一个过程，socket的作用是就是为了实现双向通信，它需要一对端口号，对应到这里就是4724，手机端的bootstrap就是socket-server端，appium server就是socket-client端。
关于socket的通信原理，先从服务器端说起。服务器端先初始化Socket，然后与端口绑定(bind)，对端口进行监听(listen)，调用accept阻塞，等待客户端连接。在这时如果有个客户端初始化一个Socket，然后连接服务器(connect)，如果连接成功，这时客户端与服务器端的连接就建立了。客户端发送数据请求，服务器端接收请求并处理请求，然后把回应数据发送给客户端，客户端读取数据，最后关闭连接，一次交互结束。
