 |
|
|
Socket Programming HOWTO | |
|
|
|
Socket Programming HOWTO | |
Gordon McMillan
Questo documento è disponibile, in lingua originale, presso la pagina dei Python HOWTO http://www.python.org/doc/howto, la traduzione presso la pagina http://www.zonapython.it/doc/howto/.
I socket hanno vasta diffusione, ma restano una delle tecnologie meno comprese. Questo documento è solo una panoramica sui socket. Non è un vero e proprio tutorial - dovrete ancora lavorare parecchio per far funzionare le cose. Non si occupa delle sottigliezze (e ve ne sono parecchie), ma spero che vi dia conoscenze sufficienti per iniziare a usarli decentemente.
Ho intenzione di trattare solo i socket INET, che comunque sono stimati essere almeno il 99% dei socket in uso. E parlerò dei socket STREAM: a meno che voi non sappiate veramente quello che fate (in tal caso questo HOWTO non è per voi!), otterrete comportamento e prestazioni migliori da un socket STREAM che da qualsiasi altro. Proverò sia a risolvere il mistero di cosa sia un socket che a dare alcuni suggerimenti su come lavorare con i socket bloccanti e non bloccanti. Ma inizierò a parlare dei socket bloccanti. È necessario che voi sappiate come funzionano prima di trattare quelli non bloccanti.
Parte del problema nel comprendere la questione è che il termine ``socket'' può significare una quantità di cose sottilmente differenti, a seconda del contesto. Quindi innanzitutto facciamo una distinzione tra un socket ``client'' - l'estremo di una conversazione, e un socket ``server'', che è più simile ad un operatore di centralino. L'applicazione client (il vostro browser, p.e.) usa esclusivamente socket ``client''; il server web con il quale sta conversando usa sia socket ``server'' sia ``client''.
Tra le varie forme di IPC (Inter Process Communication - comunicazione tra processi), i socket sono di gran lunga la più popolare. Data una qualsiasi piattaforma, è probabile che ci siano altre forme di IPC più veloci, ma per la comunicazione tra piattaforme diverse i socket sono quasi una scelta obbligata.
Furono inventati a Berkeley come parte dello Unix BSD. Si diffusero assai rapidamente con Internet. Per buone ragioni la combinazione dei socket con INET rende la comunicazione con macchine di qualunque tipo sparse qua e là per il mondo incredibilmente facile (almeno se comparata con gli altri sistemi).
Parlando per sommi capi, quando voi avete cliccato sul link che vi ha portato a questa pagina, il vostro browser ha fatto qualcosa del tipo:
# crea un socket INET di tipo STREAM
s = socket.socket(
socket.AF_INET, socket.SOCK_STREAM)
# ora si connette al server web sulla porta 80
# - la normale porta http
s.connect(("www.mcmillan-inc.com", 80))
Quando la connessione (connect) è stabilita, il socket s
può essere usato per inoltrare una richiesta del testo di questa
pagina. Lo stesso socket leggerà la risposta, e sarà poi
distrutto. È giusto: distrutto. I socket client sono normalmente
usati per un solo scambio (o un piccolo insieme di scambi
sequenziali).
Quello che succede nel server web è un po' più complesso. Prima, il server web crea un ``socket server''.
# crea un socket INET di tipo STREAM
serversocket = socket.socket(
socket.AF_INET, socket.SOCK_STREAM)
# associa il socket a un host pubblico
# e a una delle porte ben-note
serversocket.bind((socket.gethostname(), 80))
# diventa un socket server
serversocket.listen(5)
Un paio di cose da notare: abbiamo usato socket.gethostname()
cosicché il socket sia visibile al mondo esterno. Se avessimo usato
serversocket.bind(('', 80)) o
serversocket.bind(('localhost', 80)) o
serversocket.bind(('127.0.0.1', 80)) avremmo avuto ancora un
socket ``server'', ma visibile solo all'interno della stessa macchina.
Seconda cosa da notare: le porte con un numero basso sono di solito riservate per servizi ``ben noti'' (HTTP, SNMP, ecc). Se state facendo esperimenti, usate un numero piuttosto alto (almeno 4 cifre).
Infine, il parametro passato a listen dice alla libreria socket
che noi vogliamo che si mettano in coda 5 richieste di connessione (il
massimo, normalmente) prima di rifiutare connessioni esterne. Se il
resto del codice è scritto in maniera adeguata, dovrebbero essere
sufficienti.
Bene, ora abbiamo un socket ``server'', in ascolto sulla porta 80. Ora introduciamo il ciclo principale del server web:
while 1:
# accetta le connessioni dall'esterno
(SocketClient, address) = serversocket.accept()
# ora fa qualcosa con il socket client
# in questo caso, fingiamo che sia un server che usa i thread
ct = client_thread(SocketClient)
ct.run()
Ci sono in realtà 3 modi comuni per far funzionare questo ciclo:
smistare il SocketClient a un thread che lo gestisca, creare un
nuovo processo per gestire il SocketClient, o ristrutturare
questa applicazione per usare i socket non bloccanti, e lavorare in
``multiplexing'' tra il nostro socket ``server'' e un qualunque
SocketClient attivo usando select. Ne parleremo più
avanti. La cosa importante da capire ora è che questo è tutto
quello che un socket ``server'' fa. Non invia nessun dato. Non riceve
nessun dato. Produce solo socket ``client''. Ciascun SocketClient
è creato in risposta a qualche altro socket ``client'' che fa un
connect() a host e porta ai quali siamo associati. Non appena
abbiamo creato quel SocketClient, torniamo a restare in attesa
di ulteriori connessioni. I due ``client'' sono liberi di continuare a
conversare; stanno usando delle porte allocate dinamicamente, che
saranno riciclate quando la conversazione sarà finita.
Se decidete di usare i socket, associate il socket ``server'' a
'localhost'. Sulla maggior parte delle piattaforme, questa
scorciatoia permetterà di eludere un paio di strati del codice di rete
e si acquisterà in velocità.
La prima cosa da notare è che il socket ``client'' del browser e il
socket ``client'' del server web sono la stessa bestia. Cioè questa è
una conversazione da pari a pari (``peer to peer''). O, per metterla in
altro modo, come progettisti, dovete decidere quali sono le
regole di etichetta per una conversazione. Normalmente, il socket
che si connette inizia la conversazione, inviando una richiesta
o forse un segnale di connessione. Ma questa è una decisione a livello
progettuale, non è una regola dei socket.
Ora ci sono due insiemi distinti di verbi da usare per la
comunicazione. Potete usare send e recv [sta per
`receive' NdT], o potete trasformare il vostro socket client in una
cosa simile a un file e usare read e write. L'ultimo è
il modo in cui Java presenta i propri socket. Non ho intenzione di
parlarne qui, eccetto che per avvisarvi che avete bisogno di usare
flush sui socket. Sono ``file'' bufferizzati, e un errore comune
è scrivere qualcosa, poi leggere per avere una
risposta. Senza un flush potreste aspettare una risposta
all'infinito, perché la richiesta potrebbe essere ancora nel vostro
buffer di uscita.
Ora veniamo allo scoglio maggiore che si deve affrontare coi socket:
send e recv operano sui buffer di rete. Non
necessariamente gestiscono tutti i byte che passate loro (o che
aspettate da loro), in quanto il loro scopo principale è gestire i
buffer di rete. In generale ritornano quando i buffer di rete ad essi
associati sono stati riempiti (send) o svuotati
(recv). Poi vi dicono quanti byte hanno gestito. È
vostra responsabilità chiamarli di nuovo finché il vostro
messaggio non sia stato completamente trattato.
Quando recv restituisce 0 byte, significa che l'altro lato ha
chiuso la connessione (o ne sta effettuando la chiusura). Non
riceverete più dati su questa connessione. Mai. Potreste comunque
essere in grado di inviare dati con successo; parlerò di questo più
avanti.
Un protocollo come HTTP usa un socket per un unico trasferimento. Il client manda una richiesta e poi legge una risposta. È tutto. Il socket viene abbandonato. Ciò significa che un client può accorgersi della fine della risposta ricevendo 0 byte.
Ma se pianificate di riusare il vostro socket per ulteriori
trasferimenti, dovete rendervi conto che non esiste una cosa
come un ``EOT'' (End of Transfer - Fine del Trasferimento) su un
socket. Ripeto: se send o recv di un socket ritorna
dopo aver gestito 0 byte, la connessione è stata interrotta. Se la
connessione non è stata interrotta, aspetterete un recv
all'infinito, in quanto il socket non vi dirà che non c'è più
niente da leggere (per ora). Ora, se ci pensate su un po', arriverete
a comprendere una fondamentale verità sui socket: i messaggi
devono essere di una ``determinata'' lunghezza (sigh!), o
essere delimitati (tzè...!?), o indicare quanto sono lunghi
(molto meglio!), o finire facendo cadere la connessione. La
scelta è interamente vostra, (ma alcune strade sono più giuste di
altre).
Assumendo che voi non vogliate terminare la connessione, la soluzione più semplice è un messaggio di lunghezza fissa:
class mysocket:
'''classe solamente dimostrativa
- codificata per chiarezza, non per efficenza'''
def __init__(self, sock=None):
if sock is None:
self.sock = socket.socket(
socket.AF_INET, socket.SOCK_STREAM)
else:
self.sock = sock
def connect(host, port):
self.sock.connect((host, port))
def mysend(msg):
totalsent = 0
while totalsent < MSGLEN:
sent = self.sock.send(msg[totalsent:])
if sent == 0:
raise RuntimeError, \\
"connessione socket interrotta"
totalsent = totalsent + sent
def myreceive():
msg = ''
while len(msg) < MSGLEN:
chunk = self.sock.recv(MSGLEN-len(msg))
if chunk == '':
raise RuntimeError, \\
"connessione socket interrotta"
msg = msg + chunk
return msg
Il codice di invio di questo esempio è utilizzabile per quasi ogni
schema di scambio di messaggi - in Python si inviano stringhe, e si
può usare len() per determinare la loro lunghezza (anche se
contengono caratteri \0 interni). Di solito è il codice per
la ricezione a essere più complesso (e in C non è molto peggio,
eccetto che non si può usare strlen se il messaggio contiene al
suo interno degli \0).
Il miglioramento più semplice da apportare è rendere il primo
carattere del messaggio un indicatore del tipo di messaggio, il tipo
ne determina la lunghezza. Ora avete due recv, il primo per
ottenere (almeno) quel primo carattere, così da poter sapere
rapidamente la lunghezza, e il secondo in un ciclo per ottenere il
resto. Se scegliete la strada dei messaggi delimitati, vi troverete a
ricevere spezzoni di lunghezza arbitraria (4096 o 8192 trovano di
frequente buona corrispondenza nelle dimensioni dei buffer di rete), e
analizzerete ciò che avete ricevuto alla ricerca di un delimitatore.
Una complicazione cui fare attenzione: se il vostro protocollo di
conversazione permette che messaggi multipli vengano mandati uno di
seguito all'altro (senza un qualche tipo di risposta nel mezzo), e
ricevete spezzoni di lunghezza arbitraria, potreste finire col
leggere l'inizio di un messaggio successivo. Dovete metterlo da parte
e tenerlo in sospeso fino a che non sia necessario.
Preporre al messaggio la sua lunghezza (per dire, 5 caratteri
numerici) diventa piú complesso, perché (credeteci o no), potreste non
ottenere tutti i 5 caratteri con un solo recv. Nei vostri
esperimenti potete fare a meno di pensarci, ma in caso di elevati
carichi di rete il vostro codice finirebbe ben presto per collassare,
a meno che non usiate due cicli recv - il primo per determinare
la lunghezza, il secondo per ottenere la sezione dati del
messaggio. Disgustoso. Questo vale anche per quando scoprirete che
send non sempre riesce a liberarsi di tutto in un solo
passaggio. E malgrado lo abbiate letto, alla fine non vi servirà a
molto!
Per risparmiare spazio e per rendervi forti nelle avversità (e mantenere la mia posizione privilegiata), tali miglioramenti sono lasciati come esercizi per il lettore. Diamoci una mossa per finire.
È perfettamente possibile inviare dati binari su un socket. Il
problema maggiore è che non tutte le macchine usano gli stessi formati
per i dati binari. Per esempio, un chip Motorola rappresenta un intero
a 16 bit di valore pari a 1 con due byte in esadecimale 00 01 [il
cosiddetto `big-endian' NdT]. Intel e DEC, invece, usano invertire
l'ordine dei byte [il cosiddetto `little-endian' NdT] - cio è lo
stesso 1 di prima è 01 00. Le librerie socket posseggono chiamate per
convertire gli interi a 16 e 32 bit: ntohl, htonl, ntohs, htons
dove ``n'' significa network e ``h'' significa host, ``s''
significa short e ``l'' significa long. Dove l'ordine di
rete è l'ordine di host queste funzioni non fanno niente, ma dove la
macchina usa invertire l'ordine dei byte, queste funzioni scambiano
tra di loro i byte in maniera appropriata.
In questi tempi di macchine a 32 bit, la rappresentazione ascii dei dati binari occupa di frequente meno spazio di quella binaria. Questo perché un numero sorprendente di volte tanti long hanno un valore 0, oppure 1. ``0'' come stringa occupa due byte, mentre come dato binario ne occupa quattro. Certamente è una cosa che non va molto d'accordo coi messaggi di lunghezza fissata. Decisioni, decisioni.
A rigor di termini, si suppone usiate shutdown su un socket
prima di chiuderlo con close. Lo shutdown è un
avvertimento al socket all'altro capo. A seconda dall'argomento che
gli passate, può significare ``non intendo più inviare, ma rimango
ancora in ascolto'', o ``non sto ascoltando, che sollievo!''. La maggior
parte delle librerie socket, tuttavia, si sono talmente adattate
all'abitudine dei programmatori di trascurare questa fase del
cerimoniale che di norma un close è la stessa cosa di uno
shutdown(); close(). Quindi nella maggior parte delle
situazioni, uno shutdown esplicito non è necessario.
Un modo per usare efficacemente shutdown è in uno scambio stile
HTTP. Il client manda una richiesta e poi fa uno
shutdown(1). Questo dice al server ``Questo client ha finito
l'invio, ma può ancora ricevere''. Il server può rilevare ``EOF'' da un
``receive'' di 0 byte. Può assumere di aver ricevuto la richiesta per
intero. Il server invia una risposta. Se il send è completato
con successo allora di certo il client stava ancora ricevendo.
Python porta lo shutdown automatico un passo più in là: quando un
socket finisce in garbage collection, esso farà automaticamente un
close se necessario. Ma farci affidamento è una pessima
abitudine. Se il vostro socket semplicemente sparisce senza fare un
close, il socket all'altro capo potrebbe rimanere in sospeso a
tempo indefinito, ritenendo che voi siate semplicemente lenti. Quindi
per favore fate un bel close sui vostri socket quando
avete finito.
Probabilmente la cosa peggiore coi socket bloccanti è quando l'altro
capo va giù di brutto (senza un close). Dopo di ciò è probabile
che il vostro socket rimanga bloccato in sospeso. SOCKSTREAM è un
protocollo affidabile, e aspetterà molto, molto tempo prima di mollare
una connessione. Se state usando i thread, l'intero thread è di fatto
morto. Non c'è molto che possiate fare. Fino a quando non farete
qualcosa di stupido, come mantenere un lock mentre state facendo una
lettura bloccante, il thread non consumerà molte risorse in
verità. Non provate a uccidere il thread - parte della ragione
per la quale i thread sono più efficenti rispetto ai processi è che
evitano l'overhead associato con il riciclo automatico delle
risorse. In altre parole, se provate a uccidere il thread è probabile
che il vostro intero processo venga fregato.
Se avete capito tutto fino a questo punto, ormai saprete già la maggior parte di quello che vi serve sapere sui meccanismi di utilizzo dei socket. Userete ancora le stesse chiamate, perlopiù negli stessi modi. È solo che, se lo fate bene, la vostra applicazione sarà pressoché rivoltata.
In Python usate socket.setblocking(0) per rendere il socket non
bloccante. In C è più complesso (per una cosa, avrete bisogno di
scegliere tra lo stile O_NONBLOCK e il quasi indistinguibile
stile O_NDELAY, che è completamente differente da
TCP_NODELAY), ma l'idea è esattamente la stessa. Fatelo dopo
aver creato il socket, ma prima di usarlo (in realtà se siete pazzi
potete scattare avanti e indietro).
La principale differenza a livello di codice è che send,
recv, connect e accept possono ritornare senza
aver fatto nulla. Avete (certamente) un buon numero di scelte
possibili. Potete verificare il codice di ritorno e i codici di errore
e in genere questo vi farà ammattire. Se non mi credete, provateci
qualche volta. La vostra applicazione diventerà enorme, piena di bachi
ed esosa in termini di risorse. Quindi tralasciamo le soluzioni idiote
e facciamo le cose per bene.
Usiamo select.
In C, scrivere codice per select è abbastanza
complesso. In Python è liscio come il burro, ma è abbastanza simile a
quanto si fa in C, capendo l'uso di select in Python avrete
pochi problemi in C.
pronti_da_leggere, pronti_da_scrivere, in_errore = \\
select.select(
letture_potenziali,
scritture_potenziali,
errori_potenziali,
timeout)
Potete passare a select tre liste: la prima contiene tutti i
socket che vorreste provare a leggere, la seconda tutti i socket che
vorreste provare a scrivere e l'ultima (normalmente lasciata vuota)
quelli che vorreste controllare per eventuali errori. Dovreste notare
che un socket può essere presente in più di una lista. La chiamata
select è bloccante, ma potete darle un timeout. Questo è
generalmente una cosa sensata da fare - datele un bel timeout lungo
(diciamo un minuto) a meno che non abbiate una buona ragione per fare
altrimenti.
La funzione restituirà tre liste, che saranno composte dai socket effettivamente leggibili, scrivibili e in errore. Ciascuna di queste liste sarà un sottoinsieme (possibilmente vuoto) della corrispondente lista che avete passato. E se mettete un socket in più di una lista in ingresso, esso sarà presente al più solo in una delle liste in uscita.
Se un socket è nella lista in uscita dei socket leggibili, potete
essere sicuri-quanto-più-non-si-potrebbe-in-tale-ambito che un
recv restituirà qualcosa. Lo stesso per la lista dei
socket scrivibili: sarete in grado di inviare qualcosa. Forse
non tutto quello che volete, ma qualcosa è meglio di niente. In realtà
qualsiasi socket ragionevolmente robusto verrà restituito nella lista
dei socket scrivibili, esserci significa solo che c'è spazio nel
buffer di rete in uscita.
Se avete un socket ``server'' mettetelo nella lista
letture_potenziali. Se compare nella corrispondente lista in uscita,
il vostro accept (quasi certamente) funzionerà. Se avete creato
un nuovo socket per connettervi a qualcun altro, mettetelo
nella lista scritture_potenziali. Se comparirà nella lista in uscita,
avrete una garanzia decente dell'avvenuta connessione.
Un problema antipatico con select: se nelle liste in ingresso
c'è un socket che è morto di una brutta morte, select
fallirà. Avrete quindi bisogno di verificare in un ciclo ogni singolo
dannato socket presente nelle liste con un
select([sock],[],[],0) fino a trovare il responsabile. Il
timeout a 0 significa che non ci metterà molto, ma resta un orrore.
In realtà select può essere utile anche con i socket
bloccanti. È un modo per determinare se li bloccherete - il socket
verrà restituito come leggibile se c'è qualcosa nei buffer. Tuttavia
non è comunque d'aiuto col problema di determinare se l'altro capo ha
finito o è solo occupato altrove.
Avviso di portabilità: su Unix select funziona sia coi
socket che coi file. Non provateci su Windows. Su Windows
select funziona solo coi socket. Notate anche che in C molte
opzioni avanzate dei socket sono gestite in modo diverso sotto
Windows. Infatti su Windows io di solito uso i thread (che funzionano
molto, molto bene) per i miei socket. Se desiderate prestazioni
decenti dovete affrontare il problema: il vostro codice per Windows
sarà molto diverso da quello per Unix. (Non ho la minima idea di come
affrontare la questione su Mac).
Non c'è dubbio che il codice socket più prestante utilizza socket non bloccanti e select per gestirli in multiplexing. Potete mettere insieme qualcosa in grado di saturare una connessione LAN senza troppo sforzo per la CPU. Il guaio è che una applicazione scritta in questo modo non potrà fare molto altro - ha bisogno di essere pronta in ogni momento a smistare in giro byte.
Posto che la vostra applicazione debba in realtà servire a qualcosa di meglio, usare i thread è la soluzione ottimale, (e usando i socket non bloccanti sarete più veloci che usando i socket bloccanti). Sfortunatamente il supporto ai thread nei vari Unix varia sia nell'interfaccia che per qualità. Quindi la soluzione normale in Unix è fare il fork di un sottoprocesso per occuparsi di ogni singola connessione. Il carico accessorio di elaborazione (``overhead'') è però significativo (e non fatelo sotto Windows, dove sarebbe enorme). Significa anche che nel caso ogni sottoprocesso non sia completamente indipendente avrete bisogno di usare un'altra forma di comunicazione tra processi, per dire una pipe, o memoria condivisa e semafori, per la comunicazione tra processi genitore e figli.
Infine ricordate che, anche se i socket bloccanti sono alquanto più
lenti in confronto ai non bloccanti, in molti casi sono la soluzione
``corretta''. Dopo tutto, se la vostra applicazione è pilotata dai
dati che riceve su un socket, non è molto sensato complicarne la
logica di programmazione per farla rimanere in attesa su una
select piuttosto che su una recv.
This document was generated using the LaTeX2HTML translator.
LaTeX2HTML is Copyright © 1993, 1994, 1995, 1996, 1997, Nikos Drakos, Computer Based Learning Unit, University of Leeds, and Copyright © 1997, 1998, Ross Moore, Mathematics Department, Macquarie University, Sydney.
The application of LaTeX2HTML to the Python documentation has been heavily tailored by Fred L. Drake, Jr. Original navigation icons were contributed by Christopher Petrilli.
|
|
|
Socket Programming HOWTO | |