python套接字解决tcp粘包问题

目录

什么是粘包

演示粘包现象 解决粘包 实际应用

什么是粘包

首先只有tcp有粘包现象,udp没有粘包

socket收发消息的原理

python套接字解决tcp粘包问题-LMLPHP

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

粘包问题的根源

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和udp协议

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

补充

拆包的发生情况

当发送端缓冲区的长度大于网卡的MTU时,tcp会将这次发送的数据拆成几个数据包发送出去。
补充问题一:为何tcp是可靠传输,udp是不可靠传输 基于tcp的数据传输请参考我的另一篇文章http://www.cnblogs.com/linhaifeng/articles/5937962.html,tcp在数据传输时,发送端先把数据发送到自己的缓存中,然后协议控制将缓存中的数据发往对端,对端返回
一个ack=1,发送端则清理缓存中的数据,对端返回ack=0,则重新发送数据,所以tcp是可靠的 而udp发送数据,对端是不会返回确认信息的,因此不可靠
补充问题二:send(字节流)和recv(1024)及sendall recv里指定的1024意思是从缓存里一次拿出1024个字节的数据 send的字节流是先放入己端缓存,然后由协议控制将缓存内容发往对端,如果待发送的字节流大小大于缓存剩余空间,那么数据丢失,用sendall就会循环调用send,数据不会丢失

  

总结

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。

  

演示粘包现象

两种情况下会发生粘包

发送端需要等缓冲区满才发送出去,造成粘包(发送数据时间间隔很短,数据量很小,会合到一起,产生粘包),这是由于tcp的优化算法。


接收方不及时接收缓冲区的包,造成多个包接收(客户端发送了一段数据,服务端只收了一小部分,服务端下次再收的时候还是从缓冲区拿上次遗留的数据,产生粘包)

  

第一种情况

客户端多次间隔时间短,数据量小的发送数据

#服务端
import socket def main(): ip_port= ('127.0.0.1',4444) back_log=5 buffer_size=1024 s1 = socket.socket(socket.AF_INET,socket.SOCK_STREAM) #基于tcp的网络通信 s1.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) s1.bind(ip_port) #绑定ip和端口 s1.listen(back_log) # 最多连接几个客户端 conn, addr = s1.accept() data1=conn.recv(buffer_size) data2=conn.recv(buffer_size) data3=conn.recv(buffer_size) print('第一次',data1.decode('utf-8')) print('第二次',data2.decode('utf-8')) print('第三次',data3.decode('utf-8')) conn.close() s1.close() if __name__ == '__main__': main()

 

#客户端
import socket


def main():
    ip_port = ('127.0.0.1', 4444)

    buffer_size = 1024

    s2 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

    s2.connect(ip_port)  # 连接服务端

    data1 = 'hello'
    s2.send(data1.encode('utf-8'))
    data2 ='wrold'
    s2.send(data2.encode('utf-8'))
    data3 = 'pop'
    s2.send(data3.encode('utf-8'))
    s2.close()

if __name__ == '__main__':
    main()

演示

可以看出来服务端在第一次就把三次发送的数据都接收了,这就是粘包,服务端不知道一次读取多少的数据,一次全部读取出来。

首先我们要知道并不是客户端发几次,服务端就要接收几次,一次发的数据也可以三次读取出来,收发信息都是从自己的内核缓存区读取。

python套接字解决tcp粘包问题-LMLPHP

第二种情况

接收方不及时接收缓冲区的包,造成多个包接收(客户端发送了一段数据,服务端只收了一小部分,服务端下次再收的时候还是从缓冲区拿上次遗留的数据,产生粘包) 

#服务端
import socket def main(): ip_port= ('127.0.0.1',4444) back_log=5 buffer_size=1024 s1 = socket.socket(socket.AF_INET,socket.SOCK_STREAM) #基于tcp的网络通信 s1.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) s1.bind(ip_port) #绑定ip和端口 s1.listen(back_log) # 最多连接几个客户端 conn, addr = s1.accept() data1=conn.recv(5) data2=conn.recv(buffer_size) print('第一次',data1.decode('utf-8')) print('第二次',data2.decode('utf-8')) conn.close() s1.close() if __name__ == '__main__': main()
#客户端 import socket def main(): ip_port = ('127.0.0.1', 4444) s2 = socket.socket(socket.AF_INET, socket.SOCK_STREAM) s2.connect(ip_port) # 连接服务端 data1 = 'hellowroldpop' s2.send(data1.encode('utf-8')) s2.close() if __name__ == '__main__': main()

演示

服务端读取数据没有全部读取出来,导致第一次应该接收完的数据还要第二次读取出来

python套接字解决tcp粘包问题-LMLPHP

解决粘包

问题的根源在于,接收端不知道发送端将要传送的字节流的长度,所以解决粘包的方法就是围绕,如何让发送端在发送数据前,把自己将要发送的字节流总大小让接收端知晓,然后接收端来一个死循环接收完所有数据

第一种解决方法

#服务端
import socket


def main():
    ip_port = ('127.0.0.1', 4444)
    back_log = 5
    buffer_size = 1024

    s1 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  # 基于tcp的网络通信
    s1.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
    s1.bind(ip_port)  # 绑定ip和端口
    s1.listen(back_log)  # 最多连接几个客户端
    conn, addr = s1.accept()

    while True:
     #接收数据大小
        length= conn.recv(buffer_size).decode('utf-8')
     #为防止客户端连续发包,回应 conn.send('ready'.encode('utf-8')) length=int(length) recv_size=0 #已经接收到数据的大小 recv_msg=b'' #已经接收到的数据
     #接收数据 while recv_size<length: r_msg = conn.recv(buffer_size) recv_msg+=r_msg recv_size +=len(r_msg)        #另一种方法接收数据的方法
#recv_msg+=conn.recv(buffer_size) #recv_size=len(recv_msg) s1.close() if __name__ == '__main__': main()

 

#客户端
import socket


def main():
    ip_port = ('127.0.0.1', 4444)

    buffer_size = 1024

    s2 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

    s2.connect(ip_port)  # 连接服务端

    while True:

        data1 = input('input:')
     #将数据大小转为字符型然后编码发出去 s2.send(str(len(data1)).encode('utf-8'))
      #接收服务端的回应 server_Ready=s2.recv(buffer_size)
      #接收到服务端回应 if server_Ready==b'ready': s2.send(data1.encode('utf-8')) s2.close() if __name__ == '__main__': main()

 

 总结:客户端在发送数据时,先发送数据大小,这时不能把数据内容一起发送出去,服务端第一次接收的时候,并不知道该读取多少的数据大小和多少的数据内容,所以还是会造成粘包,我们的解决办法是,服务端获取到数据大小后,要回应一次,然后根据数据大小来循环读取内容。

这种方法不好,需要服务端多发一次回应,这很影响服务端的性能。

程序的运行速度远快于网络传输速度,所以在发送一段字节前,先用send去发送该字节流长度,这种方式会放大网络延迟带来的性能损耗

  

第二种解决方法

为字节流加上自定义固定长度报头,报头中包含字节流长度,然后一次send到对端,对端在接收时,先从缓存中取出定长的报头,然后再取真实数据

struct模块 

该模块可以把一个类型,如数字,转成固定长度的bytes

>>> struct.pack('i',1111111111111) #第一个参数是要封装的格式类型,第二个参数是要封装的内容

struct.error: 'i' format requires -2147483648 <= number <= 2147483647 #这个封装数据的范围,只要在这个范围里面,就可以把内容封装成固定大小

python套接字解决tcp粘包问题-LMLPHP

#服务端

import socket
import struct


def main():
    ip_port = ('127.0.0.1', 4444)
    back_log = 5
    buffer_size = 1024

    s1 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)  # 基于tcp的网络通信
    s1.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
    s1.bind(ip_port)  # 绑定ip和端口
    s1.listen(back_log)  # 最多连接几个客户端
    conn, addr = s1.accept()

    while True:

        length_data= conn.recv(4)
        length=struct.unpack('i',length_data)[0]

        recv_size=0   #已经接收到数据的大小
        recv_msg=b''  #已经接收到的数据

        while recv_size<length:
            r_msg = conn.recv(buffer_size)
            recv_msg+=r_msg
            recv_size +=len(r_msg)

            #recv_msg+=conn.recv(buffer_size)
            #recv_size=len(recv_msg)


    s1.close()


if __name__ == '__main__':
    main()

  

#客户端

import socket
import struct


def main():
    ip_port = ('127.0.0.1', 4444)

    buffer_size = 1024

    s2 = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

    s2.connect(ip_port)  # 连接服务端

    while True:

        data1 = input('input:')
        length=len(data1)
        #定制包头 i为4个字节,所以接收方为四个字节,这个大小并不是输入的大小,而是封装固定的大小
        data_length=struct.pack('i',length) #使用struct,直接将int转为二进制型数据传输,对方使用struct解包
        s2.send(data_length)

        s2.send(data1.encode('utf-8'))
    s2.close()


if __name__ == '__main__':
    main()

  

总结:客户端把数据长度封装成一个固定大小的数据,这时服务端就可以指定读取固定大小的内容,不会读取数据的内容,服务端只要根据数据长度再来接收数据内容就好了,所以客户端连续两次发数据,不会粘包,因为服务
端每次接收都只接收了本次该接收的数据。

  

实际应用

#服务端
from socket import * import subprocess import struct def main(): ip_port=('127.0.0.1',8080) back_log=5 buffer_size=1024 s1 = socket(AF_INET,SOCK_STREAM) s1.setsockopt(SOL_SOCKET, SO_REUSEADDR, 1) s1.bind(ip_port) s1.listen(back_log) while True: conn,addr=s1.accept() while True: try: #收信息 cmd = conn.recv(buffer_size) if not cmd:break print('收到的命令是:',cmd.decode('utf-8')) #执行命令 res = subprocess.Popen(cmd.decode('utf-8'),shell=True, stderr=subprocess.PIPE, stdout=subprocess.PIPE, stdin=subprocess.PIPE) err = res.stderr.read() if err: cmd_res=err else: cmd_res=res.stdout.read() if not cmd_res: cmd_res='执行成功'.encode('gbk') length=len(cmd_res) #第一次发送数据大小 data_length = struct.pack('i', length) # 使用struct,直接将int转为二进制型数据传输,对方使用struct解包 conn.send(data_length) #发信息 #注意:执行的结果默认jbk编码方式,所以客户端必须使用gbk方式解码 conn.send(cmd_res) except Exception: break conn.close() s1.close() # 关闭服务端套接字 if __name__ == '__main__': main()

  

#客户端
from socket import * import struct def main(): ip_port=('127.0.0.1',8080) buffer_size=1024 s1 = socket(AF_INET,SOCK_STREAM) s1.connect(ip_port) while True: cmd = input('-->') if not cmd:continue if cmd =='quite':break s1.send(cmd.encode('utf-8')) length_data =s1.recv(4) length = struct.unpack('i', length_data)[0] recv_size = 0 # 已经接收到数据的大小 recv_msg = b'' # 已经接收到的数据 while recv_size < length: r_msg = s1.recv(buffer_size) recv_msg += r_msg recv_size += len(r_msg) # recv_msg+=conn.recv(buffer_size) # recv_size=len(recv_msg) print('命令执行结果:',recv_msg.decode('gbk')) s1.close() if __name__=='__main__': main()

总结

如果没有粘包的处理

服务端把命令执行的结果发给客户端的时候,数据太大,客户端一次没有接收完,在客户端第二次执行命令的时候,就会把第一次没有读取完的部分也读取出来,这属于我们刚才说的第二种粘包的情况。

有了粘包的处理

只要服务端把结果发过来,就算超过网卡的限制(拆包发送),客户端能保证在循环的过程中接收完结果
12-26 17:52