<深入理解计算机系统> CSAPP Tiny web 服务器

本文是我学习<深入理解计算机系统>中网络编程部分的学习笔记。

1. Web基础

      web客户端和服务器之间的交互使用的是一个基于文本的应用级协议HTTP(超文本传输协议)。一个web客户端(即浏览器)打开一个到服务器的因特网连接，并且请求某些内容。服务器响应所请求的内容，然后关闭连接。浏览器读取这些内容，并把它显示在屏幕上。

 

      对于web客户端和服务器而言，内容是与一个MIME类型相关的字节序列。常见的MIME类型：       

 

MIME类型	描述
text/html	HTML页面
text/plain	无格式文本
image/gif	GIF格式编码的二进制图像
image/jpeg	JPEG格式编码的二进制图像

web服务器以两种不同的方式向客服端提供内容：

(1)静态内容：取一个磁盘文件，并将它的内容返回给客户端

(2)动态内容：执行一个可执行文件，并将它的输出返回给客户端

统一资源定位符：URL

http://www.google.com:80/index.html

表示因特网主机 www.google.com 上一个称为 index.html 的HTML文件，它是由一个监听端口80的Web服务器所管理的。 HTTP默认端口号为80

可执行文件的URL可以在文件名后包括程序参数， “？”字符分隔文件名和参数，而且每个参数都用“&”字符分隔开，如：

http://www.ics.cs.cmu.edu:8000/cgi-bin/adder?123&456

表示一个 /cgi-bin/adder 的可执行文件，带两个参数字符串为 123 和 456

确定一个URL指向的是静态内容还是动态内容没有标准的规则，常见的方法就是把所有的可执行文件都放在 cgi-bin 目录中

 

2. HTTP

HTTP标准要求每个文本行都由一对回车和换行符来结束

(1)HTTP请求

一个HTTP请求：一个请求行(request line) 后面跟随0个或多个请求报头(request header), 再跟随一个空的文本行来终止报头

 

请求行： <method> <uri> <version>

HTTP支持许多方法，包括 GET，POST，PUT，DELETE，OPTIONS，HEAD，TRACE。

URI是相应URL的后缀，包括文件名和可选参数

version 字段表示该请求所遵循的HTTP版本

 

请求报头：<header name> : <header data> 为服务器提供了额外的信息，例如浏览器的版本类型

HTTP 1.1中 一个IP地址的服务器可以是 多宿主主机，例如 www.host1.com  www.host2.com 可以存在于同一服务器上。

HTTP 1.1 中必须有 host 请求报头，如 host:www.google.com:80  如果没有这个host请求报头，每个主机名都只有唯一IP，IP地址很快将用尽。

 

(2)HTTP响应

一个HTTP响应：一个响应行(response line) 后面跟随0个或多个响应报头(response header)，再跟随一个空的文本行来终止报头，最后跟随一个响应主体(response body)

 

响应行：<version> <status code> <status message>

status code 是一个三位的正整数

                 

状态代码	状态消息	描述
200	成功	处理请求无误
301	永久移动	内容移动到位置头中指明的主机上
400	错误请求	服务器不能理解请求
403	禁止	服务器无权访问所请求的文件
404	未发现	服务器不能找到所请求的文件
501	未实现	服务器不支持请求的方法
505	HTTP版本不支持	服务器不支持请求的版本

两个最重要的响应报头：

Content-Type 告诉客户端响应主体中内容的MIME类型

Content-Length 指示响应主体的字节大小

响应主体中包含着被请求的内容。

 

3.服务动态内容

(1) 客户端如何将程序参数传递给服务器

GET请求的参数在URI中传递， “？”字符分隔了文件名和参数，每个参数都用一个"&"分隔开，参数中不允许有空格，必须用字符串“%20”来表示

HTTP POST请求的参数是在请求主体中而不是 URI中传递的

 

(2)服务器如何将参数传递给子进程

GET   /cgi-bin/adder?&    HTTP/1.1

它调用 fork 来创建一个子进程，并调用 execve 在子进程的上下文中执行 /cgi-bin/adder 程序

在调用 execve 之前，子进程将CGI环境变量 QUERY_STRING 设置为"123&456"， adder 程序在运行时可以用unix getenv 函数来引用它

 

(3)服务器如何将其他信息传递给子进程

           

环境变量	描述
QUERY_STRING	程序参数
SERVER_PORT	父进程侦听的端口
REQUEST_METHOD	GET 或 POST
REMOTE_HOST	客户端的域名
REMOTE_ADDR	客户端的点分十进制IP地址
CONTENT_TYPE	只对POST而言，请求体的MIME类型
CONTENT_LENGTH	只对POST而言，请求体的字节大小

(4) 子进程将它的输出发送到哪里

一个CGI程序将它的动态内容发送到标准输出，在子进程加载并运行CGI程序之前，它使用UNIX dup2 函数将它标准输出重定向到和客户端相关连的已连接描述符

因此，任何CGI程序写到标准输出的东西都会直接到达客户端

 

4. 综合： Tiny web 服务器

 

(1) main程序

Tiny是一个迭代服务器，监听在命令行中传递来的端口上的连接请求，在通过调用 open_listenfd 函数打开一个监听套接字以后，执行无限服务器循环，不断接受连接请求(第16行)，执行事务(第17行)，并关闭连接它的那一端(第18行)

 int main(int argc, char **argv)
 {
     int listenfd, connfd, port, clientlen;
     struct sockaddr_in clientaddr;

     /* Check command line args */
     if (argc != ) {
     fprintf(stderr, "usage: %s <port>\n", argv[]);
     exit();
     }
     port = atoi(argv[]);

     listenfd = Open_listenfd(port);
     while () {
     clientlen = sizeof(clientaddr);
     connfd = Accept(listenfd, (SA *)&clientaddr, &clientlen); //line:netp:tiny:accept
     doit(connfd);                                             //line:netp:tiny:doit
     Close(connfd);                                            //line:netp:tiny:close
     }
 }

 

(2) doit函数

doit函数处理一个HTTP事物，首先读和解析请求行(request line)(第11-12行)，注意，我们使用rio_readlineb函数读取请求行。

Tiny只支持GET方法，如果客户端请求其他方法，发送一个错误信息。

然后将URI解析为一个文件名和一个可能为空的CGI参数字符串，并且设置一个标志表明请求的是静态内容还是动态内容(第21行)

如果请求的是静态内容，就验证是否为普通文件，有读权限(第29行) 

如果请求的是动态内容，就验证是否为可执行文件(第37行)，如果是，就提供动态内容(第42行)

 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);
     Rio_readlineb(&rio, buf, MAXLINE);                   //line:netp:doit:readrequest
     sscanf(buf, "%s %s %s", method, uri, version);       //line:netp:doit:parserequest
     if (strcasecmp(method, "GET")) {                     //line:netp:doit:beginrequesterr
        clienterror(fd, method, "", "Not Implemented",
                 "Tiny does not implement this method");
         return;
     }                                                    //line:netp:doit:endrequesterr
     read_requesthdrs(&rio);                              //line:netp:doit:readrequesthdrs

     /* Parse URI from GET request */
     is_static = parse_uri(uri, filename, cgiargs);       //line:netp:doit:staticcheck
     if (stat(filename, &sbuf) < ) {                     //line:netp:doit:beginnotfound
     clienterror(fd, filename, "", "Not found",
             "Tiny couldn't find this file");
     return;
     }                                                    //line:netp:doit:endnotfound

     if (is_static) { /* Serve static content */
     if (!(S_ISREG(sbuf.st_mode)) || !(S_IRUSR & sbuf.st_mode)) { //line:netp:doit:readable
         clienterror(fd, filename, "", "Forbidden",
             "Tiny couldn't read the file");
         return;
     }
     serve_static(fd, filename, sbuf.st_size);        //line:netp:doit:servestatic
     }
     else { /* Serve dynamic content */
     if (!(S_ISREG(sbuf.st_mode)) || !(S_IXUSR & sbuf.st_mode)) { //line:netp:doit:executable
         clienterror(fd, filename, "", "Forbidden",
             "Tiny couldn't run the CGI program");
         return;
     }
     serve_dynamic(fd, filename, cgiargs);            //line:netp:doit:servedynamic
     }
 }

(3)clienterror函数

clienterror函数检查一些明显的错误，并把它报告给客户端

void clienterror(int fd, char *cause, char *errnum,
         char *shortmsg, char *longmsg)
{
    char buf[MAXLINE], body[MAXBUF];

    /* Build the HTTP response body */
    sprintf(body, "<html><title>Tiny Error</title>");
    sprintf(body, "%s<body bgcolor=""ffffff"">\r\n", body);
    sprintf(body, "%s%s: %s\r\n", body, errnum, shortmsg);
    sprintf(body, "%s<p>%s: %s\r\n", body, longmsg, cause);
    sprintf(body, "%s<hr><em>The Tiny Web server</em>\r\n", body);

    /* Print the HTTP response */
    sprintf(buf, "HTTP/1.0 %s %s\r\n", errnum, shortmsg);
    Rio_writen(fd, buf, strlen(buf));
    sprintf(buf, "Content-type: text/html\r\n");
    Rio_writen(fd, buf, strlen(buf));
    sprintf(buf, "Content-length: %d\r\n\r\n", (int)strlen(body));
    Rio_writen(fd, buf, strlen(buf));
    Rio_writen(fd, body, strlen(body));
}

(4)read_requesthdrs 函数

Tiny不使用请求报头中的任何信息，仅仅调用 read_requesthdrs函数来读取并忽略这些报头。

注意，终止请求报头的空文本行是由 回车和换行符组成的，在第6行中检查

 void read_requesthdrs(rio_t *rp)
 {
     char buf[MAXLINE];

     Rio_readlineb(rp, buf, MAXLINE);
     while(strcmp(buf, "\r\n")) {          //line:netp:readhdrs:checkterm
     Rio_readlineb(rp, buf, MAXLINE);
     printf("%s", buf);
     }
     return;
 }

 

(5)parse_uri 函数

Tiny假设静态内容的主目录就是当前目录，可执行文件的主目录是 ./cgi-bin/ 任何包含字符串 cgi-bin 的URI都认为是对动态内容的请求。

首先将URI解析为一个文件名和一个可选的CGI参数字符串。

如果请求的是静态内容(第5行)，就清除CGI参数串(第6行)，然后将URI转换为一个相对的unix 路径名，例如 ./index.html

如果URI是用'/' 结尾的(第9行) ,我们就把默认的文件名加在后面(第10行) 

如果请求的是动态内容(第13行)，就会抽取所有的CGI参数(第14-20行)，并将URI剩下的部分转换为一个相应的unix文件名(第21-22行)

 int parse_uri(char *uri, char *filename, char *cgiargs)
 {
     char *ptr;

     if (!strstr(uri, "cgi-bin")) {  /* Static content */ //line:netp:parseuri:isstatic
     strcpy(cgiargs, "");                             //line:netp:parseuri:clearcgi
     strcpy(filename, ".");                           //line:netp:parseuri:beginconvert1
     strcat(filename, uri);                           //line:netp:parseuri:endconvert1
     if (uri[strlen(uri)-] == '/')                   //line:netp:parseuri:slashcheck
         strcat(filename, "home.html");               //line:netp:parseuri:appenddefault
     return ;
     }
     else {  /* Dynamic content */                     //line:netp:parseuri:isdynamic
     ptr = index(uri, '?');                           //line:netp:parseuri:beginextract
     if (ptr) {
         strcpy(cgiargs, ptr+);
         *ptr = '\0';
     }
     else
         strcpy(cgiargs, "");                         //line:netp:parseuri:endextract
     strcpy(filename, ".");                           //line:netp:parseuri:beginconvert2
     strcat(filename, uri);                           //line:netp:parseuri:endconvert2
     return ;
     }
 }

 

(6)serve_static 函数

Tiny提供四种不同的静态内容：HTML文件、无格式的文本文件、GIF编码格式图片、JPEG编码格式图片

serve_static 函数发送一个HTTP响应，其主体包含一个本地文件的内容。

首先我们通过检查文件名的后缀来判断文件类型(第7行)，并且发送响应行和响应报头给客户端(第8-12行)。注意用一个空行终止报头

第16行，我们使用 unix mmap函数将被请求文件映射到一个虚拟问存储器空间，调用mmap将文件srcfd的前filesize个字节映射到一个从地址srcp开始的私有只读虚拟存储器区域。

一旦文件映射到存储器，就不再需要它的描述符了，关闭这个文件(第17行)。

第18行执行的是到客户端的实际文件传动。rio_writen 函数拷贝从srcp位置开始的filesize个字节(已经被映射到了所请求的文件) 到客户端的已连接描述符。

第19行释放了映射的虚拟存储器区域，避免潜在的存储器泄漏

 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);       //line:netp:servestatic:getfiletype
     sprintf(buf, "HTTP/1.0 200 OK\r\n");    //line:netp:servestatic:beginserve
     sprintf(buf, "%sServer: Tiny Web Server\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));       //line:netp:servestatic:endserve

     /* Send response body to client */
     srcfd = Open(filename, O_RDONLY, );    //line:netp:servestatic:open
     srcp = Mmap(, filesize, PROT_READ, MAP_PRIVATE, srcfd, );//line:netp:servestatic:mmap
     Close(srcfd);                           //line:netp:servestatic:close
     Rio_writen(fd, srcp, filesize);         //line:netp:servestatic:write
     Munmap(srcp, filesize);                 //line:netp:servestatic:munmap
 }

 /*
  * get_filetype - derive file type from file name
  */
 void get_filetype(char *filename, char *filetype)
 {
     if (strstr(filename, ".html"))
     strcpy(filetype, "text/html");
     else if (strstr(filename, ".gif"))
     strcpy(filetype, "image/gif");
     else if (strstr(filename, ".jpg"))
     strcpy(filetype, "image/jpeg");
     else
     strcpy(filetype, "text/plain");
 }  

 

(6)serve_dynamic 函数

Tiny通过派生一个子进程并在子进程的上下文中运行一个CGI程序，来提供各种类型的动态内容。

serve_dynamic函数一开始就向客户端发送一个表明成功的响应行，，同时还包括带有信息的server报头。

第13行，子进程用来自请求URI的CGI参数初始化QUERY_STRING环境变量

第14行，子进程重定向它的标准输出到已连接文件描述符

第15行，加载并运行CGI程序，因为CGI程序运行在子进程的上下文中，它能够访问所有在调用execve函数之前就存在的打开文件和环境变量

第17行，父进程阻塞在对wait的调用中，等待子进程终止的时候，回收操作系统那个分配给子进程的资源

 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() == ) { /* child */ //line:netp:servedynamic:fork
     /* Real server would set all CGI vars here */
     setenv("QUERY_STRING", cgiargs, ); //line:netp:servedynamic:setenv
     Dup2(fd, STDOUT_FILENO);         /* Redirect stdout to client */ //line:netp:servedynamic:dup2
     Execve(filename, emptylist, environ); /* Run CGI program */ //line:netp:servedynamic:execve
     }
     Wait(NULL); /* Parent waits for and reaps child */ //line:netp:servedynamic:wait
 }