阅读经典——《深入理解计算机系统》09
本文，我们将使用C语言从零开始实现一个支持静态/动态网页的Web服务器。我们把这个服务器叫做Tiny。
- 背景知识
- 客户端-服务器编程模型
- 使用socket处理请求与响应
- HTTP协议与静/动态网页
- 关键代码解析
- 实验效果与源码
背景知识
Web服务器使用HTTP协议与客户端（即浏览器）通信，而HTTP协议又基于TCP/IP协议。因此我们要做的工作就是利用Linux系统提供的TCP通信接口来实现HTTP协议。
而Linux为我们提供了哪些网络编程接口呢？没错，就是socket（套接字），我们会在后面详细介绍该接口的使用方式。
另外我们应该清楚Linux的系统I/O和文件系统的关系。在Linux中，所有I/O设备都被看作一个个文件，I/O设备的输入输出被认做读写文件。网络作为一种I/O设备，同样被看作文件，而且是一类特殊的文件，即套接字文件。
我们还要对网络通信协议TCP/IP有一个大致的了解，知道IP地址和端口的作用。
接下来我们讲解客户端-服务器编程模型。
客户端-服务器编程模型
客户端-服务器编程模型是一个典型的进程间通信模型。客户端进程和服务器进程通常分处两个不同的主机，如下图所示，客户端发送请求给服务器，服务器从本地资源库中查找需要的资源，然后发送响应给客户端，最后客户端（通常是浏览器）处理这个响应，把结果显示在浏览器上。
这个过程看起来很简单，但是我们需要深入具体的实现细节。我们知道，TCP是基于连接的，需要先建立连接才能互相通信。在Linux中，socket为我们提供了方便的解决方案。
每一对网络连接称为一个socket对，包括两个端点的socket地址，表示如下
(cliaddr : cliport, servaddr : servport)
其中， cliaddr和cliport分别是客户端IP地址和客户端端口，servaddr和servport分别是服务器IP地址和服务器端口。举例说明如下：
这对地址和端口唯一确定了连接的双方，在TCP/IP协议网络中就能轻松地找到对方。
使用socket处理请求与响应
熟悉TCP协议的朋友们应该很容易理解下面的流程图。
服务器调用socket函数获取一个socket，然后调用bind函数绑定本机的IP地址和端口，再调用listen函数开启监听，最后调用accept函数等待直到有客户端发起连接。
另一方面，客户端调用socket函数获取一个socket，然后调用connect函数向指定服务器发起连接请求，当连接成功或出现错误后返回。若连接成功，服务器端的accept函数也会成功返回，返回另一个已连接的socket（不是最初调用socket函数得到的socket），该socket可以直接用于与客户端通信。而服务器最初的那个socket可以继续循环调用accept函数，等待下一次连接的到来。
连接成功后，无论是客户端还是服务器，只要向socket读写数据就可以实现与对方socket的通信。图中rio_readlineb和rio_written是作者封装的I/O读写函数，与Linux系统提供的read和write作用基本相同，详细介绍见参考资料。
客户端关闭连接时会发送一个EOF到服务器，服务器读取后关闭连接，进入下一个循环。
这里面用到的所有Linux网络编程接口都定义在<sys/socket.h>头文件中，为了更清晰地帮助大家理解每个函数的使用方法，我们列出它们的函数声明。
#include <sys/types.h>
#include <sys/socket.h>
/**
获取一个socket descriptor
@params:
domain: 此处固定使用AF_INET
type: 此处固定使用SOCK_STREAM
protocol: 此处固定使用0
@returns:
nonnegative descriptor if OK, -1 on error.
*/
int socket(int domain, int type, int protocol);
/**
客户端socket向服务器发起连接
@params:
sockfd: 发起连接的socket descriptor
serv_addr: 连接的目标地址和端口
addrlen: sizeof(*serv_addr)
@returns:
0 if OK, -1 on error
*/
int connect(int sockfd, struct sockaddr *serv_addr, int addrlen);
/**
服务器socket绑定地址和端口
@params:
sockfd: 当前socket descriptor
my_addr: 指定绑定的本机地址和端口
addrlen: sizeof(*my_addr)
@returns:
0 if OK, -1 on error
*/
int bind(int sockfd, struct sockaddr *my_addr, int addrlen);
/**
将当前socket转变为可以监听外部连接请求的socket
@params:
sockfd: 当前socket descriptor
backlog: 请求队列的最大长度
@returns:
0 if OK, -1 on error
*/
int listen(int sockfd, int backlog);
/**
等待客户端请求到达，注意，成功返回得到的是一个新的socket descriptor，
而不是输入参数listenfd。
@params:
listenfd: 当前正在用于监听的socket descriptor
addr: 客户端请求地址（输出参数）
addrlen: 客户端请求地址的长度（输出参数）
@returns:
成功则返回一个非负的connected descriptor，出错则返回-1
*/
int accept(int listenfd, struct sockaddr *addr, int *addrlen);
HTTP协议与静/动态网页
HTTP协议的具体内容在此不再讲述，不熟悉的朋友们可以查看参考资料中的第二篇文章。
现在我们有必要说明一下所谓的静态网页和动态网页。静态网页是指内容固定的网页，通常是事先写好的html文档，每次访问得到的都是相同的内容。而动态网页是指多次访问可以得到不同内容的网页，现在流行的动态网页技术有PHP、JSP、ASP等。我们将要实现的服务器同时支持静态网页和动态网页，但动态网页并不采用上述几种技术实现，而是使用早期流行的CGI（Common Gateway Interface）。CGI是一种动态网页标准，规定了外部应用程序（CGI程序）如何与Web服务器交换信息，但由于有许多缺点，现在几乎已经被淘汰。关于CGI的更多信息，可以查看参考资料。
关键代码解析
Web服务器主进程从main函数开始，代码如下。
int main(int argc, char **argv)
{
int listenfd, connfd;
socklen_t clientlen;
struct sockaddr_storage clientaddr;
/* Check command line args */
if (argc != 2) {
fprintf(stderr, "usage: %s <port>\n", argv[0]);
exit(1);
}
listenfd = Open_listenfd(argv[1]);
while (1) {
clientlen = sizeof(clientaddr);
connfd = Accept(listenfd, (SA *)&clientaddr, &clientlen);
doit(connfd);
Close(connfd);
}
}
主函数参数需要传入服务器绑定的端口号码，得到这个号码后，调用Open_listenfd函数，该函数完成socket、bind、listen等一系列操作。接着调用accept函数等待客户端请求。注意，Accept是accept的包装函数，用来自动处理可能发生的异常，我们只需把它们当成一样的就行了。当accept成功返回后，我们拿到了connected socket descriptor，然后调用doit函数处理请求。
doit函数定义如下。
void doit(int fd)
{
int is_static;
struct stat sbuf;
char buf[MAXLINE], method[MAXLINE], uri[MAXLINE], version[MAXLINE];
char filename[MAXLINE], cgiargs[MAXLINE];
rio_t rio;
/* Read request line and headers */
Rio_readinitb(&rio, fd);
if (!Rio_readlineb(&rio, buf, MAXLINE))
return;
printf("%s", buf);
sscanf(buf, "%s %s %s", method, uri, version);
if (strcasecmp(method, "GET")) {
clienterror(fd, method, "501", "Not Implemented",
"Tiny does not implement this method");
return;
}
read_requesthdrs(&rio);
/* Parse URI from GET request */
is_static = parse_uri(uri, filename, cgiargs);
if (stat(filename, &sbuf) < 0) {
clienterror(fd, filename, "404", "Not found",
"Tiny couldn't find this file");
return;
}
if (is_static) { /* Serve static content */
if (!(S_ISREG(sbuf.st_mode)) || !(S_IRUSR & sbuf.st_mode)) {
clienterror(fd, filename, "403", "Forbidden",
"Tiny couldn't read the file");
return;
}
serve_static(fd, filename, sbuf.st_size);
}
else { /* Serve dynamic content */
if (!(S_ISREG(sbuf.st_mode)) || !(S_IXUSR & sbuf.st_mode)) {
clienterror(fd, filename, "403", "Forbidden",
"Tiny couldn't run the CGI program");
return;
}
serve_dynamic(fd, filename, cgiargs);
}
}
为了更接近现实，假设现在接收到的HTTP请求如下。该请求的请求头是空的。
GET /cgi-bin/adder?15000&213 HTTP/1.0
代码中，Rio_readlineb和sscanf负责读入请求行并解析出请求方法、请求URI和版本号。接下来调用parse_uri函数，该函数利用请求uri得到访问的文件名、CGI参数，并返回是否按照静态网页处理。如果是，则调用serve_static函数处理，否则调用serve_dynamic函数处理。
serve_static函数定义如下。
void serve_static(int fd, char *filename, int filesize)
{
int srcfd;
char *srcp, filetype[MAXLINE], buf[MAXBUF];
/* Send response headers to client */
get_filetype(filename, filetype);
sprintf(buf, "HTTP/1.0 200 OK\r\n");
sprintf(buf, "%sServer: Tiny Web Server\r\n", buf);
sprintf(buf, "%sConnection: close\r\n", buf);
sprintf(buf, "%sContent-length: %d\r\n", buf, filesize);
sprintf(buf, "%sContent-type: %s\r\n\r\n", buf, filetype);
Rio_writen(fd, buf, strlen(buf));
printf("Response headers:\n");
printf("%s", buf);
/* Send response body to client */
srcfd = Open(filename, O_RDONLY, 0);
srcp = Mmap(0, filesize, PROT_READ, MAP_PRIVATE, srcfd, 0);
Close(srcfd);
Rio_writen(fd, srcp, filesize);
Munmap(srcp, filesize);
}
直接看最后几行代码。Open以只读方式打开请求的文件，Mmap将该文件直接读取到虚拟地址空间中的任意位置，然后关闭文件。接下来Rio_written把内存中的文件写入fd指定的connected socket descriptor，静态页面响应完成。Munmap删除刚才在虚拟地址空间申请的内存。关于mmap函数的更多介绍见参考资料。
serve_dynamic函数定义如下。
void serve_dynamic(int fd, char *filename, char *cgiargs)
{
char buf[MAXLINE], *emptylist[] = { NULL };
/* Return first part of HTTP response */
sprintf(buf, "HTTP/1.0 200 OK\r\n");
Rio_writen(fd, buf, strlen(buf));
sprintf(buf, "Server: Tiny Web Server\r\n");
Rio_writen(fd, buf, strlen(buf));
if (Fork() == 0) { /* Child */
/* Real server would set all CGI vars here */
setenv("QUERY_STRING", cgiargs, 1);
Dup2(fd, STDOUT_FILENO); /* Redirect stdout to client */
Execve(filename, emptylist, environ); /* Run CGI program */
}
Wait(NULL); /* Parent waits for and reaps child */
}
对于动态网页请求，我们的方法是创建一个子进程，在子进程中执行CGI程序。看代码，Fork函数创建子进程，熟悉Linux进程的朋友们应该知道，该函数会返回两次，一次在父进程中返回，返回值不等于0，另一次在子进程中返回，返回值为0，因此if判断内部是子进程执行的代码。首先设置环境变量，用于把请求参数传递给CGI程序。接下来调用Dup2函数将标准输出重定向到connected socket descriptor，这样一来使用标准输出输出的内容将会直接发送给客户端。然后调用Execve函数在子进程中执行filename指定的CGI程序。最后在父进程中调用了Wait函数用于收割子进程，当子进程终止后该函数才会返回。因此该Web服务器不能同时处理多个访问，只能一个一个处理。
我们给出了一个CGI程序的实例adder，用于计算两个参数之和。代码如下。
/*
* adder.c - a minimal CGI program that adds two numbers together
*/
int main(void) {
char *buf, *p;
char arg1[MAXLINE], arg2[MAXLINE], content[MAXLINE];
int n1=0, n2=0;
/* Extract the two arguments */
if ((buf = getenv("QUERY_STRING")) != NULL) {
p = strchr(buf, '&');
*p = '\0';
strcpy(arg1, buf);
strcpy(arg2, p+1);
n1 = atoi(arg1);
n2 = atoi(arg2);
}
/* Make the response body */
sprintf(content, "Welcome to add.com: ");
sprintf(content, "%sTHE Internet addition portal.\r\n<p>", content);
sprintf(content, "%sThe answer is: %d + %d = %d\r\n<p>",
content, n1, n2, n1 + n2);
sprintf(content, "%sThanks for visiting!\r\n", content);
/* Generate the HTTP response */
printf("Connection: close\r\n");
printf("Content-length: %d\r\n", (int)strlen(content));
printf("Content-type: text/html\r\n\r\n");
printf("%s", content);
fflush(stdout);
exit(0);
}
这段代码就非常简单了，从环境变量中取出请求参数，得到两个加数的值，相加后输出。需要注意的是，由于刚才已经重定向标准输出，因此使用printf就可以把内容输出给客户端。输出内容需要遵照HTTP协议的格式，才能在浏览器中正确显示出来。
实验效果与源码
输入如下命令启动Web服务器,并绑定8000端口:
./tiny 8000
静态网页效果：访问http://localhost:8000
动态网页效果：访问http://localhost:8000/cgi-bin/adder?1&2
至此，我们的Web服务器终于大功告成。大家可以下载源码，并在自己的计算机上部署测试。
关注作者或文集《深入理解计算机系统》，第一时间获取最新发布文章。
参考资料
Linux IO操作详解——RIO包 金樽对月的成长脚步
深入理解HTTP协议 micro36
CGI与Servlet的比较 YTTCJJ
我所了解的cgi 掸尘
Linux内存管理之mmap详解 heavent2010
