04 http连接处理（上）

基础知识：epoll、http报文格式、状态码和有限状态机
代码：对服务端处理http请求的全部流程进行简要介绍，然后结合代码对http类及请求接收进行详细分析。

epoll

epoll_create函数

#include <sys/epoll.h>
int epoll_create(int size)

创建一个指示epoll内核事件表的文件描述符，该描述符将用作其他epoll系统调用的第一个参数，size不起作用。

epoll_ctl函数

#include <sys.epoll.h>
int epoll_ctl(int epfd,int op,struct epoll_event *event)

该函数用于操作内核事件表监控的文件描述符上的事件：注册、修改、删除

• epfd：为epoll_create的句柄
• op：表示动作，用3个宏来表示
  EPOLL_CTL_ADD注册新的fd到epfd
  EPOLL_CTL_MOD修改已经注册的fd的监听事件
  EPOLL_CTL_DEL从epfd删除一个fd
• event：告诉内核需要监听的事件
  上述event是epoll_event结构体指针类型，表示内核所监听的事件，具体定义如下：

struct epoll_event{
__unit32_t events;
epoll_data_t data;
};

• events描述事件类型，其中epoll事件类型有以下几种：
  EPOLLIN表示对应的文件描述符可读（包括对端SOCKET正常关闭）
  EPOLLOUT表示对应的文件描述符可以写
  EPOLLPRI表示对应的文件描述符有紧急的数据可读（这里应该表示有带外数据到来）
  EPOLLERR表示对应的文件描述符发生错误
  EPOLLHUP表示对应的文件描述符被挂断
  EPOLLET将EPOLL设为边缘触发Edge Triggered模式，这是相对于水平触发Level Triggered而言的
  EPOLLONESHOT只监听一次事件，当监听完这次事件之后，如果还需要继续监听这个socket的话，需要再次把这个socket加入到EPOLL队列里

epoll_wait函数

#include <sys/epoll.h>
int epoll_wait(int epfd,struct epoll_event *events,int maxevents,int timeout)

该函数用于等待所监控文件描述符上有事件的产生，返回就绪的文件描述符个数

• events:用来存内核得到事件的集合
• maxevents：告之内核整个events有多大，这个maxevents的值大于创建epoll_create()时的size
• timeout超时时间
  -1:阻塞
  0:立即返回，非阻塞
  大于0:指定毫秒
• 返回值：成功返回有多少文件描述符就绪，事件到时返回0，出错返回-1

select/poll/epoll

• 调用函数
  select和poll都是一个函数，epoll是一组函数
• 文件描述符数量
  select通过线性表描述文件描述符集合，文件描述符有上限，一般是1024，但可以修改源码，重新编译内核，不推荐
  poll是链表描述，突破了文件描述符上限，最大可以打开文件的数目
  epoll通过红黑树描述，最大可以打开文件的数目，可以通过命令ulimit -n number修改，仅对当前终端有效
• 将文件描述符从用户传给内核
  select和poll通过将所有文件描述符拷贝到内核态，每次调用都需要拷贝
  epoll通过epoll_create建立一棵红黑树，通过epoll_ctl将要监听的文件描述符注册到红黑树上
• 内核判断就绪的文件描述符
  select和poll通过遍历文件描述符集合，判断哪个文件描述符上有事件发生
  epoll_create时，内核除了帮我们在epoll文件系统里建了个红黑树用于存储以后epoll_ctl传来的fd外，还会再建立一个list链表，用于存储准备就绪的事件，当epoll_wait调用时，仅仅观察这个list链表里有没有数据即可
  epoll是根据每个fd上面的回调函数（中断函数）判断，只有发生了事件的socket才会主动的去调用callback函数，其他空闲状态socket则不会，若是就绪事件，插入list
• 应用程序索引就绪文件描述符
  select/poll只返回了事件的文件描述符的个数，若知道是哪个事件发生了事件，同样需要遍历
  epoll返回的发生了事件的个数和结构体数组，结构体包含socket的信息，因此直接处理返回的数组即可
• 工作模式
  select和poll都只能工作在相对低效的LT模式下
  epoll则可以工作在ET高效模式，并且epoll还支持EPOLLONESHOT事件，该事件能进一步减少可读、可写和异常事件被触发的次数。
• 应用场景
  当所有的fd都是活跃连接，使用epoll，需要建立文件系统，红黑书和链表对于此来说，效率反而不高，不如select和poll
  当监测的fd数目较小，且各个fd都比较活跃，建议使用select或者poll
  当监测的fd数目非常大，成千上万，且单位时间只有其中一部分fd处于就绪状态，这个时候使用epoll能够明显提升性能。

ET、LT、EPOLLONESHOT

• LT水平触发模式
  epoll_wait检测到文件描述符有事件发生，则将通知给应用程序，应用程序可以不立即处理该事件；当下一次调用epoll_wait时，epoll_wait还会再次向应用程序报告此事件，直至被处理。
• ET边缘触发模式
  epoll_wait检测到文件描述符有事件发生，则将其通知给应用程序，应用程序必须立即处理该事件；必须要一次性将数据读取完，使用非阻塞I/O，读取到出现eagain
• EPOLLONESHOT
  一个线程读取某个socket上的数据后开始处理数据，在处理过程中该socket上又有新数据可读，此时另一个线程被唤醒读取，此时出现两个线程处理同一个socket
  我们期望的是一个socket连接在任一时刻都只被一个线程处理，通过epoll_ctl对该文件描述符注册epolloneshot事件，一个线程处理socket时，其他线程无法处理，当线程处理完后，需要通过epoll_ctl重置epolloneshot事件

HTTP报文格式

HTTP报文分为请求报文和响应报文两种，每种报文必须按照特有格式生成，才能浏览器端识别。其中，浏览器端向服务器发送的为请求报文，服务器处理后返回给浏览器端的为响应报文。

请求报文

HTTP请求报文由请求行、请求头部、空行和请求数据四个部分组成。
请求分为GET和POST两种。

• GET

• POST

1     POST / HTTP1.1
2     Host:www.wrox.com
3     User-Agent:Mozilla/4.0 (compatible;MSIE 6.0; Windowa NT 5.1;SV1; .NET CLR 2.0.50727; .NET CLR 3.0.04506.648; .NET CLR 3.5.21022)
4     Content-Type:application/x-www-form-urlencoded
5     Content-Length:40
6     Connection:Keep-Alive
7     空行
8     name=Professional%20Ajax&publisher=Wiley

• 请求行：说明请求类型，要访问的资源以及所使用的HTTP版本

GET说明请求类型为GET，/562f25980001b1b106000338.jpg(URL)为要访问的资源，该行的最后一部分说明使用的是HTTP1.1版本。

• 请求头部：紧接着请求行（第一行）之后的部分，用来说明服务器要使用的附加信息。

HOST，给出请求资源所在服务器的域名
User-Agent,HTTP客户端程序的信息，该信息由你发出请求使用的浏览器来定义，并且在每个请求中自动发送等。
Accept，说明用户代理可处理的媒体类型。
Accept-Encoding，说明用户代理支持的内容编码。
Accept-Language，说明用户代理能够处理的自然语言集
Content-Type，说明实现主体的媒体类型
Content-Length，说明实现主体的大小
Connection，连接管理，可以是Keep-Alive或close

• 空行，请求头部后面的空行是必须的即使第四部分请求数据为空，也必须有空行
• 请求数据也叫主体，可以添加任意的其他数据

响应报文

HTTP响应也由四个部分组成，分别是：状态行、消息报头、空行和响应正文

• 状态行，由HTTP协议版本号，状态码，状态消息 三部分组成

第一行为状态行，（HTTP/1.1）表明HTTP版本为1.1版本，状态码为200，状态消息为OK

• 消息报头，用来说明客户端要使用的一些附加信息

第二行和第三行为消息报头，Date生成响应的日期和时间；Content-Type指定了MME类型的HTML（text/html），编码类型是UTF-8

• 空行，消息报头后面的空行是必须的
• 响应正文，服务器返回给客户端的文本信息。空行后面的html部分为响应正文。

HTTP状态码

• 1xx：指示信息-表示请求已接收，继续处理。
• 2xx：成功-表示请求正常处理完毕
  200 OK：客户端请求被正常处理
  206 Partial content：客户端进行了范围请求
• 3xx：重定向-要完成请求必须进行更进一步的操作
  301 Moved Permanently：永久重定向，该资源已被永久移动到新位置，将来任何对该资源的访问都要使用本响应返回的若干个URL之一。
  302 Found:临时重定向，请求的资源现在临时从不同的URI中获得
• 4xx：客户端错误-请求有语法错误，服务器无法处理请求
  400 Bad Request：请求报文存在语法错误
  403 Forbidden：请求被服务器拒绝
  404 Not Found：请求不存在，服务器上找不到请求的资源
• 5xx：服务器端错误-服务器处理请求出错
  500 Internal Server Error：服务器在执行请求时出现错误

有限状态机

有限状态机，是一种抽象的理论模型，它能够把有限个变量描述的状态变化过程，以可构造可验证的方式呈现出来。比如，封闭的有向图。
有限状态机可以通过if-else，switch-case和函数指针来实现，从软件工程的角度看，主要是为了封装逻辑。
带有状态转移的有限状态机示例代码。

STATE_MACHINE(){State cur_State=type_A;while(cur_State!=type_C){Package _pack=getNewPackage();switch(){case type_A:process_pkg_state_A(_pack);cur_State=type_B;break;case type_B:process_pkg_state_B(_pack);cur_State=type_C;break;}}
}

该状态机包含三种状态：type_A，type_B和type_C。其中，type_A是初始状态，type_C是结束状态。
状态机的当前状态记录在cur_State变量中，逻辑处理时，状态机先通过getNewPackage获取数据包，然后根据当前状态对数据进行处理，处理完后，状态机通过改变cur_State完成状态转移。
有限状态机一种逻辑单元内部的一种高效编程方法，在服务器编程中，服务器可以根据不同状态或者消息类型进行相应的处理逻辑，使得程序逻辑清晰易懂。

http处理流程

首先对http报文处理的流程进行简要介绍，然后具体介绍http类的定义和服务器接收http请求的具体过程。

http报文处理流程

• 浏览器发出http连接请求，主线程创建http对象接收请求并将所有数据读入对应buffer，将改对象插入任务队列，工作线程从任务队列中取出一个任务进行处理。
• 工作线程取出任务后，调用process_read函数，通过主、从状态机请求报文进行解析。
• 解析完之后，跳转do_request函数生成响应报文，通过process_write写入buffer，返回给浏览器端。

http类

http_conn.h中，主要是http类的定义。

class http_conn{public://设置读取文件的名称m_real_file大小static const int FILENAME_LEN=200;//设置读缓冲区m_read_buf大小static const int READ_BUFFER_SIZE=2048;//设置写缓冲区m_write_buf大小static const int WRITE_BUFFER_SIZE=1024;//报文的请求方法，本项目只用到GET和POSTenum METHOD{GET=0,POST,HEAD,PUT,DELETE,TRACE,OPTIONS,CONNECT,PATH};//主状态机的状态enum CHECK_STATE{CHEACK_STATE_QEQUESTLINE=0,CHECK_STATE_HEADER,CHECK_STATE_CONTENT};//报文解析的结果enum HTTP_CODE{NO_REQUEST,GET_REQUEST,BAD_REQUEST,NO_RESOURCE,FORBIDDEN_REQUEST,FILE_REQUEST,INTERNAL_ERROR,CLOSED_CONNECTION};//从状态机的状态enum LINE_STATUS{LINE_OK=0,LINE_BAD,LINE_OPEN};public:http_conn(){}~http_conn(){}public://初始化套接字地址，函数内部会调用私有方法initvoid init(int sockfd,const sockaddr_in &addr);//关闭http连接void close_conn(bool real_close=true);void process();//读取浏览器端发来的全部数据bool read_once();//响应报文写入函数bool write();sockaddr_in *get_address(){return &m_address;}//同步线程初始化数据库读取表void initmysql_result();//CGI使用线程池初始化数据库表void initresultFile(connection_pool *connPool);private:void init();//从m_read_buf读取，并处理请求报文HTTP_CODE process_read();//向m_write_buf写入响应报文数据bool process_write(HTTP_CODE ret);//主状态机解析报文中的请求行数据HTTP_CODE parse_request_line(char* text);//主状态机解析报文中的请求头数据HTTP_CODE parse_headers(char* text);//主状态机解析报文中的请求内容HTTP_CODE parse_content(char* text);//生成响应报文HTTP_CODE do_request();//m_start_line是已经解析的字符//get_line用于将指针向后偏移，指向未处理的字符char* get_line(){return m_read_buf+m_start_line;};//从状态机读取一行，分析是请求报文的哪一部分LINE_STATUS parse_line();void unmap();//根据响应报文格式，生成对应8个部分，以下函数均由do_request调用bool add_reponse(const char* format,...);bool add_content(const char* content);bool add_status_line(int status,const char* title);bool add_headers(int content_length);bool add_content_type();bool add_content_length(int content_length);bool add_linger();bool add_blank_line();public:static int m_epollfd;static int m_user_count;MYSQL *mysql;private:int m_sockfd;sockaddr_in m_address;//存储读取的请求报文数据char m_read_buf[READ_BUFFER_SIZE];//缓冲区中m_read_buf中数据的最后一个字节的下一个位置int m_read_idx;//m_read_buf读取的位置m_checked_idxint m_checked_idx;//m_read_buf中已经解析的字符个数int m_start_line;//存储发出的响应报文数据char m_write_buf[WRITE_BUFFER_SIZE];//指示buffer中的长度int m_write_idx;//主状态机的状态CHECK_STATE m_check_state;//请求方法METHOD m_method;//以下为解析请求报文中对应的6个变量//存储读取文件的名称char m_real_file[FILENAME_LEN];char *m_url;char *m_version;char *m_host;int m_content_length;bool m_linger;char *m_file_address;//读取服务器上的文件地址struct stat m_file_stat;struct iovec m_iv[2];//io向量机制iovecint m_iv_count;int cgi;//是否启用的POSTchar *m_string;//存储请求头数据int bytes_to_send;//剩余发送字节数int bytes_have_send;//已发送字节数
};

在http请求接收部分，会涉及到init和read_once函数，但init仅仅是对私有成员变量进行初始化，不用过多讲解。
read_once读取浏览器端发送来的请求报文，直到无数据可读或对方关闭连接，读取到m_read_buffer中，并更新m_read_idx。

//循环读取客户数据，直到无数据可读或对方关闭连接
bool http_conn::read_once()
{if(m_read_idx>=READ_BUFFER_SIZE){return false;}int bytes_read=0;while(true){//从套接字接收数据，存储在m_read_buf缓冲区bytes_read=recv(m_sockfd,m_read_buf+m_read+idx,READ_BUFFER_SIZE-m_read_idx,0);if(bytes_read==-1){//非阻塞ET模式下，需要一次性将数据读完if(errno==EAGAIN||errno==EWOULDBLOCK){break;return false;}}else if(bytes_read==0){return false;}//修改m_read_idx的读取字节数1m_read_idx+=bytes_read;}return true;
}

epoll相关代码

项目中epoll相关代码部分包括非阻塞模式、内核事件表注册事件、删除事件、重置EPOLLONESHOT事件四种。

• 非阻塞模式

//对文件描述符设置非阻塞模式
int setnoblocking(int fd){int old_option=fcntl(fd,F_GETFL);//获取文件fd的当前状态int new_option=old_option|O_NONBLOCK;fcntl(fd,F_SETFL,new_option);return old_option;
}

• 内核事件表注册新事件，开启EPOLLONESHOT，针对客户端连接的描述符，listenfd不用开启

void addfd(int epollfd,int fd,bool one_shot)
{epoll_event event;event.data.fd=fd;#ifdef ETevent.events=EPOLLIN|EPOLLET|EPOLLRDHUP;
#endif#ifdef LTevent.events=EPOLLIN|EPOLLRDHUP;
#endifif(one_shot)event.events|=EPOLLONESHOT;epoll_ctl(epollfd,EPOLL_CTL_ADD,fd,&event);setnonblocking(fd);
}

• 内核事件表删除事件

void removefd(int epollfd,int fd){epoll_ctl(epollfd,EPOLL_CTL_DEL,fd,0);close(fd);
}

• 重置EPOLLONESHOT事件

void modfd(int epollfd,int fd,int ev){epoll_event event;event.data.fd=fd;#ifdef ETevent.events=ev|EPOLLET|EPOLLONESHOT|EPOLLRDHUP;
#endif#ifdef LTevent.events=ev|EPOLLONESHOT|EPOLLRDHUP;
#endifepoll_ctl(epollfd,EPOLL_CTL_MOD,fd,&event);
}

服务器接收http请求

浏览器端发出http连接请求，主线程创建http对象接收请求并所有数据读入对应buffer，将该对象插入任务队列，工作线程从任务队列取出一个任务进行处理。

//创建MAX_FD个http类对象
http_conn* user=new http_conn[MAX_FD];//创建内核事件表
epoll_event events[MAX_EVENT_NUMBER];
epollfd=epoll_create(5);
assert(epollfd!=-1);//将listenfd放在epoll数上
addfd(epollfd,listenfd,false);//将上述epollfd赋值给http类对象的m_epollfd属性
http_conn::m_epollfd=epollfd;while(!stop_server){//等待所监控文件描述符上有事件的产生int number=epoll_wait(epollfd,events,MAX_EVENT_NUMBER,-1);if(number<0&&errno!=EINTR){break;}//对所有就绪事件进行处理for(int i=0;i<number;i++){int sockfd=events[i].data.fd;//处理新到的客户连接if(sockfd==listenfd){struct sockaddr_in client_address;socklen_t client_addrlength=sizeof(client_address);
//LT水平触发
#ifdef LTint connfd=accept(listenfd,(struct sockaddr*)&client_address,&client_addrlength);if(connfd<0){continue;}if(http_conn::m_user_count>=MAX_FD){show_error(connfd,"Internal server busy");continue;}users[connfd].init(connfd,client_address);
#endif//ET非阻塞边缘触发
#ifdef ET//需要循环接收数据while(1){int connfd=accept(listenfd,(struct sockaddr *)&client_address,&client_addrlength);if(connfd<0){break;}if(http_conn::m_user_count>=MAX_FD){show_error(connfd,"Internal server busy");break;}users[connfd].init(connfd,client_address);}continue;
#endif}//处理异常事件else if(events[i].events&(EPOLLRDRDHUP|EPOLLHUP|EPOLLERR)){//服务器端关闭连接}//处理信号else if((sockfd==pipefd[0])&&(events[i].events&EPOLLIN)){}//处理客户连接上接收到的数据else if(events[i].events&EPOLLIN){//读入对应缓冲区if(users[sockfd].read_once()){//若监测到读事件，将该事件放入请求队列pool->append(users+sockfd);}else{//服务器关闭连接}}}
}