Python之网络编程 黏包

Posted 2022-05-04 jacob-yang

黏包现象

系统缓冲区

缓冲区的作用
没有缓冲区 , 如果你的网路出现短暂的异常或者波动, 接收数据就会出现短暂的中断, 影响你的下载或者上传的效率
但是凡事都有双刃剑, 缓冲区解决了上传下载的传输效率问题 也带来了黏包的问题

讲粘包之前先看看socket缓冲区的问题：

每个 socket 被创建后，都会分配两个缓冲区，输入缓冲区和输出缓冲区。

write()/send() 并不立即向网络中传输数据，而是先将数据写入缓冲区中，再由TCP协议将数据从缓冲区发送到目标机器。一旦将数据写入到缓冲区，函数就可以成功返回，不管它们有没有到达目标机器，也不管它们何时被发送到网络，这些都是TCP协议负责的事情。

TCP协议独立于 write()/send() 函数，数据有可能刚被写入缓冲区就发送到网络，也可能在缓冲区中不断积压，多次写入的数据被一次性发送到网络，这取决于当时的网络情况、当前线程是否空闲等诸多因素，不由程序员控制。

read()/recv() 函数也是如此，也从输入缓冲区中读取数据，而不是直接从网络中读取。

这些I/O缓冲区特性可整理如下：

1.I/O缓冲区在每个TCP套接字中单独存在；
2.I/O缓冲区在创建套接字时自动生成；
3.即使关闭套接字也会继续传送输出缓冲区中遗留的数据；
4.关闭套接字将丢失输入缓冲区中的数据。

输入输出缓冲区的默认大小一般都是 8K，可以通过 getsockopt() 函数获取：

1.unsigned optVal;
2.int optLen = sizeof(int);
3.getsockopt(servSock, SOL_SOCKET, SO_SNDBUF,(char*)&optVal, &optLen);
4.printf("Buffer length: %d\\n", optVal);

socket缓冲区解释

import socket
server = socket.socket()
server.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)  # 重用ip地址和端口
server.bind(('127.0.0.1',8010))
server.listen(3)
print(server.getsockopt(socket.SOL_SOCKET,socket.SO_SNDBUF))  # 输出缓冲区大小
print(server.getsockopt(socket.SOL_SOCKET,socket.SO_RCVBUF))  # 输入缓冲区大小

须知：只有TCP有粘包现象，UDP永远不会粘包！

发送端可以是一K一K地发送数据，而接收端的应用程序可以两K两K地提走数据，当然也有可能一次提走3K或6K数据，或者一次只提走几个字节的数据，也就是说，应用程序所看到的数据是一个整体，或说是一个流（stream），一条消息有多少字节对应用程序是不可见的，因此TCP协议是面向流的协议，这也是容易出现粘包问题的原因。而UDP是面向消息的协议，每个UDP段都是一条消息，应用程序必须以消息为单位提取数据，不能一次提取任意字节的数据，这一点和TCP是很不同的。怎样定义消息呢？可以认为对方一次性write/send的数据为一个消息，需要明白的是当对方send一条信息的时候，无论底层怎样分段分片，TCP协议层会把构成整条消息的数据段排序完成后才呈现在内核缓冲区。

例如基于tcp的套接字客户端往服务端上传文件，发送时文件内容是按照一段一段的字节流发送的，在接收方看了，根本不知道该文件的字节流从何处开始，在何处结束

所谓粘包问题主要还是因为接收方不知道消息之间的界限，不知道一次性提取多少字节的数据所造成的。

此外，发送方引起的粘包是由TCP协议本身造成的，TCP为提高传输效率，发送方往往要收集到足够多的数据后才发送一个TCP段。若连续几次需要send的数据都很少，通常TCP会根据优化算法把这些数据合成一个TCP段后一次发送出去，这样接收方就收到了粘包数据。

TCP（transport control protocol，传输控制协议）是面向连接的，面向流的，提供高可靠性服务。收发两端（客户端和服务器端）都要有一一成对的socket，因此，发送端为了将多个发往接收端的包，更有效的发到对方，使用了优化方法（Nagle算法），将多次间隔较小且数据量小的数据，合并成一个大的数据块，然后进行封包。这样，接收端，就难于分辨出来了，必须提供科学的拆包机制。 即面向流的通信是无消息保护边界的。
UDP（user datagram protocol，用户数据报协议）是无连接的，面向消息的，提供高效率服务。不会使用块的合并优化算法，, 由于UDP支持的是一对多的模式，所以接收端的skbuff(套接字缓冲区）采用了链式结构来记录每一个到达的UDP包，在每个UDP包中就有了消息头（消息来源地址，端口等信息），这样，对于接收端来说，就容易进行区分处理了。 即面向消息的通信是有消息保护边界的。
tcp是基于数据流的，于是收发的消息不能为空，这就需要在客户端和服务端都添加空消息的处理机制，防止程序卡住，而udp是基于数据报的，即便是你输入的是空内容（直接回车），那也不是空消息，udp协议会帮你封装上消息头，实验略
udp的recvfrom是阻塞的，一个recvfrom(x)必须对唯一一个sendinto(y),收完了x个字节的数据就算完成,若是y>x数据就丢失，这意味着udp根本不会粘包，但是会丢数据，不可靠

tcp的协议数据不会丢，没有收完包，下次接收，会继续上次继续接收，己端总是在收到ack时才会清除缓冲区内容。数据是可靠的，但是会粘包。

什么情况下产生黏包

1.recv 会产生黏包(如果 recv 接受的数据量(1024)小于发送的数据量,第一次只接收规定的数据量1024 第二次接收剩余的数据量)

2.send 也可能发生黏包现象(连续send少量数据发送到输出缓冲区,由于缓冲区的机制, 也可能在缓冲区不断积压, 多次写入的数据被一次性发送到网络)

解决黏包的方案

1. 错误实例:

   1 可以扩大recv的上限.recv(1024000000000000000000)不是解决这个问题的根本原因,8g,10g这些都会直接放在内存中.

   2.故意延长recv时间.sleep 但是这样会非常影响效率

2. 思路

   分析下功能:

   send 多次,recv 一次 (不是一收一发制)

   recv的工作原理:

3. 解决黏包现象的思路分析

   1.当我第二次给服务器发送命令之前, 我应该循环recv直至将所有的数据全部读取完

   问题:

   result 3000bytes recv 3次

   result 5000bytes recv 5次

   result 30000bytes recv 10次

   2.如何限制循环次数?

   当你发送的总bytes个数 与接收的bytes个数对等时 循环结束

   3.如何获取发送的总bytes个数:
   len()---->3400个字节 int

   总数据 result = b‘ajshdfjkshfkljahdfkjhashfkshkls‘

   所以服务端:

   send(总个数)

   send(总数据)

4. 总个数是什么类型? int() 3400 send需要发送bytesleiing

   send(总个数)

   将int 转化成bytes 即可 b‘3400‘

   方案一:

   str(3400)---> ‘3400‘ ---> bytes(‘3400‘) ---->b‘3400‘ --->几个字节? 4个

   send(总数据)

   无论总字节个数是多多少? 129 3400 10000 30000 转化成固定长度的bytes.

   将不固定长度的int类型,转化成固定长度bytes类型.方便获取头部信息.