深入理解端口的本质、Node.js Socket 的本质

[[423117]]

作为 web 工程师，我们每天都在和端口、socket 打交道，用的话可能很多人会用，但是问到它们的本质，可能能答出来的就很少了。

这篇文章，我们就来探究下端口和 socket 的本质。

端口

我们网络是分层的，OSI 中分了 7 层，TCP/IP 简化为 5 层或者 4 层。

网络层主要是 IP 协议，是路由器相关的协议，它的作用是把数据从从一台主机传输到另一台主机。

那到了另一台主机之后呢?每台主机都有很多的进程，怎么知道交给哪个进程?这就是运输层的 TCP、UDP 做的了。

如何定位一台主机的进程呢?

直接指定进程 id 行么?比如 x.x.x.x:进程id 的形式。

这样设计是可以，但是进程 id 是动态的，不固定，可能下次重启某个服务进程，进程 id 就变了。所以还得继续想。

那加一个中间层呢?计算机不是所以问题都可以加中间层解决么。数据不直接给进程，而是放到某段内存，这段内存叫做端口，进程就监听这个端口的数据。

这样就不需要固定进程 id 了，进程 bind 到这段内存(端口)就行，然后 listen 它的变化。

这样不直接依赖具体实现，而是双方都依赖抽象层的思想叫做 IOC( inverse of control 控制反转)。

为什么叫做端口呢?因为硬件中也有端口这个概念，如图：

硬件的端口是设备和外界通信的入口，软件的端口也是一样的定位，所以采用了端口的名字。

这样，我们定位一个网络上的进程，需要 IP + 端口 + 协议 就可以了，这是进程网络地址的三要素，可以看到 TCP、IP 等协议是共同其作用的，所以叫做 TCP/IP 协议族。

端口的本质就是一段内存中的数据结构，我们可以通过监听它的变化，当数据写入的时候就能收到消息。

那么每个进程都要指定端口也太麻烦了吧，能不能统一什么协议就一定是什么端口，这样只需要 协议 + ip 就可以访问了，端口自动填上。

于是就有专门的机构去协调这些，这个机构叫做 IANA(The Internet Assigned Numbers Authority)，互联网数字分配机构。因为网络不是中央集权的，需要一个中间机构去协调各方，这个机构就是做这件事情的，包括域名、端口、协议等。

端口是一个 16 位的二进制数，两个字节，所以范围是 0 到 65535 的整数，IANA 把它们分为了 3 段：

• 0 到 1023 是公认端口，把协议绑定到固定的端口，比如 HTTP 是 80，HTTPS 是 443 等。
• 1024 到 49151 是可注册的端口，我们给进程绑定端口的时候就从这里面选。
• 49152 到 65535 是动态分配的端口，用于一些需要分配端口的进程，动态从这里面取。

通过固定协议的端口，我们定位一个网络中的进程只需要 协议 + ip 就行了。当然，有的时候还是需要 协议 + ip + 端口来指定的。

socket

有了端口之后，我们就能定位到网络中的进程，然后进行数据通信了。但是不同的协议的数据结构不同，也就是要做不同的操作，直接操作网络传过来的数据比较复杂，这件事应该操作系统来封装一下。所以 POSIX 就定义了 socket 的标准 api，我们通过这些 api 就可以很方便的操作不同协议的数据。(关于 POSIX 可以可以看我这篇文章： Node.js 的 api 设计的源头：POSIX)

socket 的 api 分为服务端和客户端两方面：

服务端：bind、listen、accept、read、write、close

客户端：connet、write、read、close

POSIX 的思想是一切皆文件，所以网络通信的 socket 的 api 也设计成了 read、write 的形式。

服务端通过 listen 来把进程绑定到端口，客户端连接上服务端的某个端口，通过网络把数据传输到该端口，之后进行数据的读写。

各种语言都对 socket api 做了封装，Node.js 也不例外。

Node.js 中的 socket

Node.js 的文件读写是通过 stream 的，而 POSIX 把网络操作 socket 也作为文件读写来处理，所以 Node.js 的 socket 也是 stream 形式的 api。

服务端 socket api：

const net = require('net'); 
 
const server = net.Server((socket) => { 
  console.log('client connected'); 
 
  socket.on('data', (data) => { 
    console.log(data.toString('UTF-8')) 
  }) 
  socket.on('end', () => { 
    console.log('client disconnected'); 
  }); 
 
  socket.write('hello\r\n'); 
}); 
 
server.on('error', (err) => { 
  throw err; 
}); 
 
server.listen(8124, () => { 
  console.log('server bound'); 
}); 

可以看到是通过 read、write 的形式，因为 Node.js 封装成了 stream，所以监听 data 事件。(关于 stream，可以看我这篇文章：彻底掌握 Node.js 四大流，解决爆缓冲区的“背压”问题)

客户端 socket api：

const net = require('net'); 
 
const socket = net.Socket({ host: 'xxxx', port: 8124 }, () => { 
  console.log('connected to server!'); 
  client.write('world!\r\n'); 
}); 
 
socket.on('data', (data) => { 
  console.log(data.toString()); 
  client.end(); 
}); 
 
socket.on('end', () => { 
  console.log('disconnected from server'); 
}); 

直接 new 的方式比较麻烦，所以 Node.js 进一步提供了工厂方法：

new Server 可以用 net.createServer

new Socket 可以用 net.createConnection

这样做了进一步的简化。

总结

网络中的两个进程通过 ip + 端口来通信，通过协议指定数据的格式。端口是一种 ioc 的思想，不直接绑定到进程 id，而是把数据写入到端口，进程 bind 到这个端口的形式。

端口号是 16 位的数字，表示范围是 0 到 65535，IANA 把它分成了 3 类来用：

0 到 1024 是协议对应的端口、1024 到 49151 是进程可以注册的端口，49152 到 65535 是动态分配用的端口。

通过 协议 + ip + 端口的 3 要素就可以定位网络上的进程，而具体协议的数据格式不同，所以 POSIX 规定了 socket 的一系列 api，包括服务端的 bind、read、write、close，客户端的 read、write、close 等，提供了类似文件读写的 api。

各种语言都对这些操作系统的 api 做了封装，Node.js 也是。Node.js 对文件读写使用 stream 的形式，所以 net.Socket、net.Server 也是 stream 的 api。为了简化创建，还分别提供了 net.createConnect 和 net.createServer 的工厂方法。

希望这篇文章可以帮助大家理解端口的本质(内存中用于接受网络数据的数据结构)，socket 的本质(POSIX 定义的网络通信 api)，以及熟悉 Node.js 的 net 的 api。