4 http连接处理（上）
本文内容¶
在服务器项目中，http请求的处理与响应至关重要，关系到用户界面的跳转与反馈。
- 上篇，梳理基础知识，结合代码分析http类及请求接收
- 中篇，结合代码分析请求报文解析
- 下篇，结合代码分析请求报文响应
基础知识方面，包括epoll、HTTP报文格式、状态码和有限状态机。
代码分析方面，首先对服务器端处理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涉及的知识较多，这里仅对API和基础知识作介绍。更多资料请查阅资料，或查阅游双的Linux高性能服务器编程 第9章 I/O复用
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, int fd, 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_creat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 {
__uint32_t events; /* Epoll events */
epoll_data_t data; /* User data variable */
};
-
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以读（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：告之内核这个events有多大，这个maxevents的值不能大于创建epoll_create()时的size，
-
timeout：是超时时间
-
- -1：阻塞
- 0：立即返回，非阻塞
-
>0：指定毫秒
-
返回值：成功返回有多少文件描述符就绪，时间到时返回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只返回发生了事件的文件描述符的个数，若知道是哪个发生了事件，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selece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的一部分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，则将其通知给应用程序，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，其他线程将无法处理，当该线程处理完后，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，才能被浏览器端识别。
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（request line）、请求头部（header）、空行和请求数据四个部分组成。
其中，请求分为两种，GET和POST，具体的：
- GET
1 GET /562f25980001b1b106000338.jpg HTTP/1.1
2 Host:img.mukewang.com
3 User-Agent:Mozilla/5.0 (Windows NT 10.0; WOW64)
4 AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.106 Safari/537.36
5 Accept:image/webp,image/*,*/*;q=0.8
6 Referer:http://www.imooc.com/
7 Accept-Encoding:gzip, deflate, sdch
8 Accept-Language:zh-CN,zh;q=0.8
9 空行
10 请求数据为空
- POST
1 POST / HTTP1.1
2 Host:www.wrox.com
3 User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows 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，用来说明请求类型,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（即第一行）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的请求数据为空，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。
1HTTP/1.1 200 OK
2Date: Fri, 22 May 2009 06:07:21 GMT
3Content-Type: text/html; charset=UTF-8
4空行
5<html>
6 <head></head>
7 <body>
8 <!--body goes here-->
9 </body>
10</html>
- 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MIME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¶
HTTP有5种类型的状态码，具体的：
-
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URI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。
1STATE_MACHINE(){
2 State cur_State = type_A;
3 while(cur_State != type_C){
4 Package _pack = getNewPackage();
5 switch(){
6 case type_A:
7 process_pkg_state_A(_pack);
8 cur_State = type_B;
9 break;
10 case type_B:
11 process_pkg_state_B(_pack);
12 cur_State = type_C;
13 break;
14 }
15 }
16}
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¶
- 浏览器端发出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，将该对象插入任务队列，工作线程从任务队列中取出一个任务进行处理。(本篇讲)
- 工作线程取出任务后，调用process_read函数，通过主、从状态机对请求报文进行解析。(中篇讲)
- 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。(下篇讲)
http类¶
这一部分代码在TinyWebServer/http/http_conn.h中，主要是http类的定义。
1class http_conn{
2 public:
3 //设置读取文件的名称m_real_file大小
4 static const int FILENAME_LEN=200;
5 //设置读缓冲区m_read_buf大小
6 static const int READ_BUFFER_SIZE=2048;
7 //设置写缓冲区m_write_buf大小
8 static const int WRITE_BUFFER_SIZE=1024;
9 //报文的请求方法，本项目只用到GET和POST
10 enum METHOD{GET=0,POST,HEAD,PUT,DELETE,TRACE,OPTIONS,CONNECT,PATH};
11 //主状态机的状态
12 enum CHECK_STATE{CHECK_STATE_REQUESTLINE=0,CHECK_STATE_HEADER,CHECK_STATE_CONTENT};
13 //报文解析的结果
14 enum HTTP_CODE{NO_REQUEST,GET_REQUEST,BAD_REQUEST,NO_RESOURCE,FORBIDDEN_REQUEST,FILE_REQUEST,INTERNAL_ERROR,CLOSED_CONNECTION};
15 //从状态机的状态
16 enum LINE_STATUS{LINE_OK=0,LINE_BAD,LINE_OPEN};
17
18 public:
19 http_conn(){}
20 ~http_conn(){}
21
22 public:
23 //初始化套接字地址，函数内部会调用私有方法init
24 void init(int sockfd,const sockaddr_in &addr);
25 //关闭http连接
26 void close_conn(bool real_close=true);
27 void process();
28 //读取浏览器端发来的全部数据
29 bool read_once();
30 //响应报文写入函数
31 bool write();
32 sockaddr_in *get_address(){
33 return &m_address;
34 }
35 //同步线程初始化数据库读取表
36 void initmysql_result();
37 //CGI使用线程池初始化数据库表
38 void initresultFile(connection_pool *connPool);
39
40 private:
41 void init();
42 //从m_read_buf读取，并处理请求报文
43 HTTP_CODE process_read();
44 //向m_write_buf写入响应报文数据
45 bool process_write(HTTP_CODE ret);
46 //主状态机解析报文中的请求行数据
47 HTTP_CODE parse_request_line(char *text);
48 //主状态机解析报文中的请求头数据
49 HTTP_CODE parse_headers(char *text);
50 //主状态机解析报文中的请求内容
51 HTTP_CODE parse_content(char *text);
52 //生成响应报文
53 HTTP_CODE do_request();
54
55 //m_start_line是已经解析的字符
56 //get_line用于将指针向后偏移，指向未处理的字符
57 char* get_line(){return m_read_buf+m_start_line;};
58
59 //从状态机读取一行，分析是请求报文的哪一部分
60 LINE_STATUS parse_line();
61
62 void unmap();
63
64 //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
65 bool add_response(const char* format,...);
66 bool add_content(const char* content);
67 bool add_status_line(int status,const char* title);
68 bool add_headers(int content_length);
69 bool add_content_type();
70 bool add_content_length(int content_length);
71 bool add_linger();
72 bool add_blank_line();
73
74 public:
75 static int m_epollfd;
76 static int m_user_count;
77 MYSQL *mysql;
78
79 private:
80 int m_sockfd;
81 sockaddr_in m_address;
82
83 //存储读取的请求报文数据
84 char m_read_buf[READ_BUFFER_SIZE];
85 //缓冲区中m_read_buf中数据的最后一个字节的下一个位置
86 int m_read_idx;
87 //m_read_buf读取的位置m_checked_idx
88 int m_checked_idx;
89 //m_read_buf中已经解析的字符个数
90 int m_start_line;
91
92 //存储发出的响应报文数据
93 char m_write_buf[WRITE_BUFFER_SIZE];
94 //指示buffer中的长度
95 int m_write_idx;
96
97 //主状态机的状态
98 CHECK_STATE m_check_state;
99 //请求方法
100 METHOD m_method;
101
102 //以下为解析请求报文中对应的6个变量
103 //存储读取文件的名称
104 char m_real_file[FILENAME_LEN];
105 char *m_url;
106 char *m_version;
107 char *m_host;
108 int m_content_length;
109 bool m_linger;
110
111 char *m_file_address; //读取服务器上的文件地址
112 struct stat m_file_stat;
113 struct iovec m_iv[2]; //io向量机制iovec
114 int m_iv_count;
115 int cgi; //是否启用的POST
116 char *m_string; //存储请求头数据
117 int bytes_to_send; //剩余发送字节数
118 int bytes_have_send; //已发送字节数
119};
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。
这里，对read_once进行介绍。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。
1//循环读取客户数据，直到无数据可读或对方关闭连接
2bool http_conn::read_once()
3{
4 if(m_read_idx>=READ_BUFFER_SIZE)
5 {
6 return false;
7 }
8 int bytes_read=0;
9 while(true)
10 {
11 //从套接字接收数据，存储在m_read_buf缓冲区
12 bytes_read=recv(m_sockfd,m_read_buf+m_read_idx,READ_BUFFER_SIZE-m_read_idx,0);
13 if(bytes_read==-1)
14 {
15 //非阻塞ET模式下，需要一次性将数据读完
16 if(errno==EAGAIN||errno==EWOULDBLOCK)
17 break;
18 return false;
19 }
20 else if(bytes_read==0)
21 {
22 return false;
23 }
24 //修改m_read_idx的读取字节数
25 m_read_idx+=bytes_read;
26 }
27 return true;
28}
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
1//对文件描述符设置非阻塞
2int setnonblocking(int fd)
3{
4 int old_option = fcntl(fd, F_GETFL);
5 int new_option = old_option | O_NONBLOCK;
6 fcntl(fd, F_SETFL, new_option);
7 return old_option;
8}
- 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
1void addfd(int epollfd, int fd, bool one_shot)
2{
3 epoll_event event;
4 event.data.fd = fd;
5
6#ifdef ET
7 event.events = EPOLLIN | EPOLLET | EPOLLRDHUP;
8#endif
9
10#ifdef LT
11 event.events = EPOLLIN | EPOLLRDHUP;
12#endif
13
14 if (one_shot)
15 event.events |= EPOLLONESHOT;
16 epoll_ctl(epollfd, EPOLL_CTL_ADD, fd, &event);
17 setnonblocking(fd);
18}
- 内核事件表删除事件
1void removefd(int epollfd, int fd)
2{
3 epoll_ctl(epollfd, EPOLL_CTL_DEL, fd, 0);
4 close(fd);
5}
- 重置EPOLLONESHOT事件
1void modfd(int epollfd, int fd, int ev)
2{
3 epoll_event event;
4 event.data.fd = fd;
5
6#ifdef ET
7 event.events = ev | EPOLLET | EPOLLONESHOT | EPOLLRDHUP;
8#endif
9
10#ifdef LT
11 event.events = ev | EPOLLONESHOT | EPOLLRDHUP;
12#endif
13
14 epoll_ctl(epollfd, EPOLL_CTL_MOD, fd, &event);
15}
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对象接收请求并将所有数据读入对应buffer，将该对象插入任务队列，工作线程从任务队列中取出一个任务进行处理。
1//创建MAX_FD个http类对象
2http_conn* users=new http_conn[MAX_FD];
3
4//创建内核事件表
5epoll_event events[MAX_EVENT_NUMBER];
6epollfd = epoll_create(5);
7assert(epollfd != -1);
8
9//将listenfd放在epoll树上
10addfd(epollfd, listenfd, false);
11
12//将上述epollfd赋值给http类对象的m_epollfd属性
13http_conn::m_epollfd = epollfd;
14
15while (!stop_server)
16{
17 //等待所监控文件描述符上有事件的产生
18 int number = epoll_wait(epollfd, events, MAX_EVENT_NUMBER, -1);
19 if (number < 0 && errno != EINTR)
20 {
21 break;
22 }
23 //对所有就绪事件进行处理
24 for (int i = 0; i < number; i++)
25 {
26 int sockfd = events[i].data.fd;
27
28 //处理新到的客户连接
29 if (sockfd == listenfd)
30 {
31 struct sockaddr_in client_address;
32 socklen_t client_addrlength = sizeof(client_address);
33//LT水平触发
34#ifdef LT
35 int connfd = accept(listenfd, (struct sockaddr *)&client_address, &client_addrlength);
36 if (connfd < 0)
37 {
38 continue;
39 }
40 if (http_conn::m_user_count >= MAX_FD)
41 {
42 show_error(connfd, "Internal server busy");
43 continue;
44 }
45 users[connfd].init(connfd, client_address);
46#endif
47
48//ET非阻塞边缘触发
49#ifdef ET
50 //需要循环接收数据
51 while (1)
52 {
53 int connfd = accept(listenfd, (struct sockaddr *)&client_address, &client_addrlength);
54 if (connfd < 0)
55 {
56 break;
57 }
58 if (http_conn::m_user_count >= MAX_FD)
59 {
60 show_error(connfd, "Internal server busy");
61 break;
62 }
63 users[connfd].init(connfd, client_address);
64 }
65 continue;
66#endif
67 }
68
69 //处理异常事件
70 else if (events[i].events & (EPOLLRDHUP | EPOLLHUP | EPOLLERR))
71 {
72 //服务器端关闭连接
73 }
74
75 //处理信号
76 else if ((sockfd == pipefd[0]) && (events[i].events & EPOLLIN))
77 {
78 }
79
80 //处理客户连接上接收到的数据
81 else if (events[i].events & EPOLLIN)
82 {
83 //读入对应缓冲区
84 if (users[sockfd].read_once())
85 {
86 //若监测到读事件，将该事件放入请求队列
87 pool->append(users + sockfd);
88 }
89 else
90 {
91 //服务器关闭连接
92 }
93 }
94
95 }
96}