1 \chapter{Introduzione ai socket}
2 \label{cha:socket_intro}
4 Il \textit{socket} (traducibile liberamente come \textsl{manicotto}) è uno dei
5 principali meccanismi di comunicazione fra programmi utilizzato in ambito unix
6 (e non solo). Il socket costituisce in sostanza un canale di comunicazione fra
7 due processi su cui si possono leggere e scrivere dati analogo a quello di una
8 pipe ma a differenza di questa e degli altri meccanismi esaminati nel capitolo
9 \capref{cha:IPC} i socket non sono limitati alla comunicazione fra processi
10 che girano sulla stessa macchina ma possono effettuare la comunicazione anche
13 Quella dei socket costituisce infatti la principale API (\textit{Application
14 Program Interface}) usata nella programmazione di rete. La loro origine
15 risale al 1983, quando furono introdotti nel BSD 4.2; l'interfaccia è rimasta
16 sostanzialmente la stessa con piccole modifiche negli anni successivi. Benché
17 siano state sviluppate interfacce alternative, originate dai sistemi SYSV,
18 come la XTI (\textit{X/Open Transport Interface}) nessuna ha mai raggiunto la
19 diffusione e la popolarità di quella dei socket (né tantomeno usabilità e
22 La flessibilità e la genericità dell'interfaccia inoltre ha consentito di
23 utilizzare i socket con i più disparati meccanismi di comunicazione, e non
24 solo con la suite dei protocolli TCP/IP, che sarà comunque quella di cui
25 tratteremo in maniera più estesa.
28 \section{Concetti base}
31 Per capire il funzionamento dei socket occorre avere presente il funzionamento
32 dei protocolli di rete (vedi \capref{cha:network}), ma l'interfaccia è del
33 tutto generale e benché le problematiche (e quindi le modalità di risolvere i
34 problemi) siano diverse a seconda del tipo di protocollo di comunicazione
35 usato, le funzioni da usare restano le stesse.
37 Per questo motivo una semplice descrizione dell'interfaccia è assolutamente
38 inutile, in quanto il comportamento di quest'ultima e le problematiche da
39 affrontare cambiano radicalmente a seconda dello ``stile'' di comunicazione
40 usato. La scelta di questo stile va infatti ad incidere sulla semantica che
41 verrà utilizzata a livello utente per gestire la comunicazione (su come
42 inviare e ricevere i dati) e sul comportamento effettivo delle funzioni
45 La scelta di uno stile dipende sia dai meccanismi disponibili, sia dal tipo di
46 comunicazione che si vuole effettuare. Ad esempio alcuni stili di
47 comunicazione considerano i dati come una sequenza continua di bytes, altri
48 invece li raggruppano in blocchi (i pacchetti).
50 Un'altro esempio di stile concerne la possibilità che la comunicazione possa o
51 meno perdere dati, possa o meno non rispettare l'ordine in cui essi non sono
52 inviati, o inviare dei pacchetti più volte (come nel caso di TCP e UDP).
54 Un terzo esempio di stile di comunicazione concerne le modalità in cui essa
55 avviene, in certi casi essa può essere condotta con una connessione diretta
56 con un solo partner come per una telefonata; altri casi possono prevedere una
57 comunicazione come per lettera, in cui si scrive l'indirizzo su ogni
58 pacchetto, altri ancora una comunicazione \textit{broadcast} come per la
59 radio, in cui i pacchetti vengono emessi su appositi ``canali'' dove chiunque
60 si collega possa riceverli.
62 É chiaro che ciascuno di questi stili comporta una modalità diversa di gestire
63 la comunicazione, ad esempio se è inaffidabile occorrerà essere in grado di
64 gestire la perdita o il rimescolamento dei dati.
67 \section{La funzione \texttt{socket}}
68 \label{sec:sock_socket}
70 La creazione di un socket avviene attraverso l'uso della funzione
71 \texttt{socket} questa restituisce un \textit{socket descriptor} (un valore
72 intero non negativo) che come gli analoghi file descriptor di files e alle
73 pipes serve come riferimento al socket; in sostanza è l'indice nella tabella
74 dei file che contiene i puntatori alle opportune strutture usate dal kernel ed
75 allocate per ogni processo, (la stessa usata per i files e le pipes [NdA
78 La funzione prende tre parametri, il dominio del socket (che definisce la
79 famiglia di protocolli, vedi \secref{sec:sock_domain}), il tipo di socket (che
80 definisce lo stile di comunicazione vedi \secref{sec:sock_type}) e il
81 protocollo; in genere quest'ultimo è indicato implicitamente dal tipo di
82 socket, per cui viene messo a zero (con l'eccezione dei \textit{raw socket}).
84 \begin{prototype}{sys/socket.h}{int socket(int domain, int type, int protocol)}
86 La funzione restituisce un intero positivo se riesce, e -1 se fallisce, in
87 quest'ultimo caso la variabile \texttt{errno} è settata con i seguenti
91 \item \texttt{EPROTONOSUPPORT} Il tipo di socket o il protocollo scelto non
92 sono supportati nel dominio.
93 \item \texttt{ENFILE} Il kernel non ha memoria sufficiente a creare una
94 nuova struttura per il socket.
95 \item \texttt{EMFILE} Si è ecceduta la tabella dei file.
96 \item \texttt{EACCES} Non si hanno privilegi per creare un socket nel
97 dominio o con il protocollo specificato.
98 \item \texttt{EINVAL} Protocollo sconosciuto o dominio non disponibile.
99 \item \texttt{ENOBUFS} o \texttt{ENOMEM} Non c'è sufficiente memoria per
104 Si noti che la creazione del socket non comporta nulla riguardo
105 all'indicazione degli indirizzi remoti o locali attraverso i quali si vuole
106 effettuare la comunicazione.
108 \subsection{Il dominio, o \textit{protocol family}}
109 \label{sec:sock_domain}
111 Dati i tanti e diversi protocolli di comunicazione disponibili, esistono vari
112 tipi di socket, che vengono classificati raggruppandoli in quelli che si
113 chiamano \textsl{domini}. La scelta di un dominio equivale in sostanza alla
114 scelta di una famiglia di protocolli. Ciascun dominio ha un suo nome simbolico
115 che convenzionalmente inizia con \texttt{PF\_} da \textit{protocol family},
116 altro nome con cui si indicano i domini.
118 A ciascun tipo di dominio corrisponde un analogo nome simbolico che inizia per
119 \texttt{AF\_} da \textit{address family}, e che identifica il formato degli
120 indirizzi usati in quel dominio; le man pages di Linux si riferiscono a questi
121 anche come \textit{name space}, (nome che però il manuale della glibc riserva
122 ai domini) e che identifica il formato degli indirizzi usati in quel dominio.
124 L'idea alla base della distinzione era che una famiglia di protocolli potesse
125 supportare vari tipi di indirizzi, per cui il prefisso \texttt{PF\_} si
126 sarebbe dovuto usare nella creazione dei socket e il prefisso \texttt{AF\_} in
127 quello delle strutture degli indirizzi; questo è quanto specificato anche
128 dallo standard POSIX.1g, ma non esistono a tuttora famiglie di protocolli che
129 supportino diverse strutture di indirizzi, per cui nella pratica questi due
130 nomi sono equivalenti e corrispondono agli stessi valori.
132 I domini (e i relativi nomi simbolici), così come i nomi delle famiglie di
133 indirizzi sono definiti dall'header \textit{socket.h}. In Linux le famiglie di
134 protocolli disponibili sono riportate in \ntab.
139 \begin{tabular}[c]{lll}
140 Nome & Utilizzo & Man page \\
142 PF\_UNIX,PF\_LOCAL & Local communication & unix(7) \\
143 PF\_INET & IPv4 Internet protocols & ip(7) \\
144 PF\_INET6 & IPv6 Internet protocols & \\
145 PF\_IPX & IPX - Novell protocols & \\
146 PF\_NETLINK & Kernel user interface device & netlink(7) \\
147 PF\_X25 & ITU-T X.25 / ISO-8208 protocol & x25(7) \\
148 PF\_AX25 & Amateur radio AX.25 protocol & \\
149 PF\_ATMPVC & Access to raw ATM PVCs & \\
150 PF\_APPLETALK & Appletalk & ddp(7) \\
151 PF\_PACKET & Low level packet interface & packet(7) \\
153 \caption{Famiglie di protocolli definiti in Linux}
154 \label{tab:net_pf_names}
157 Non tutte le famiglie di protocolli sono accessibili dall'utente generico, ad
158 esempio in generale tutti i socket di tipo \texttt{SOCK\_RAW} possono essere
159 creati solo da processi che hanno i privilegi di root (cioè effective uid
160 uguale a zero) o la capability \texttt{CAP\_NET\_RAW}.
163 \subsection{Il tipo, o stile}
164 \label{sec:sock_type}
166 La scelta di un dominio non comporta però la scelta dello stile di
167 comunicazione, questo infatti viene a dipendere dal protocollo che si andrà ad
168 utilizzare fra quelli disponibili nella famiglia scelta. Le API permettono di
169 scegliere lo stile di comunicazione indicando il tipo di socket; Linux e le
170 glibc mettono a disposizione i seguenti tipi di socket (che il manuale della
171 glibc chiama \textit{styles}) definiti come \texttt{int} in \texttt{socket.h}:
174 \item \texttt{SOCK\_STREAM} Provvede un canale di trasmissione dati
175 bidirezionale, sequenziale e affidabile. Opera su una connessione con un
176 altro socket. I dati vengono ricevuti e trasmessi come un flusso continuo di
177 byte (da cui il nome \textit{stream}).
178 \item \texttt{SOCK\_DGRAM} Viene usato per mandare pacchetti di lunghezza
179 massima fissata (\textit{datagram}) indirizzati singolarmente, senza
180 connessione e in maniera non affidabile. È l'opposto del precedente.
181 \item \texttt{SOCK\_SEQPACKET} Provvede un canale di trasmissione di dati
182 bidirezionale, sequenziale e affidabile. Opera su una connessione con un
183 altro socket. I dati possono solo essere trasmessi e letti per pacchetti (di
184 dimensione massima fissata).
185 \item \texttt{SOCK\_RAW} Provvede l'accesso a basso livello ai protocolli di
186 rete e alle varie interfacce. I normali programmi di comunicazione non
188 \item \texttt{SOCK\_RDM} Provvede un canale di trasmissione di pacchetti
189 affidabile ma in cui non è garantito l'ordine di arrivo dei pacchetti.
190 \item \texttt{SOCK\_PACKET} Obsoleto, non deve essere usato.
193 Si tenga presente che non tutte le combinazioni di famiglia di protocolli e
194 tipo di socket sono valide, in quanto non è detto che nella famiglia esista un
195 protocollo per tutti gli stili di comunicazione indicati qui sopra. Una
196 tabella che mostra le combinazioni valide è la seguente:
201 \begin{tabular}{l|c|c|c|c|c|}
202 \multicolumn{1}{c}{} &\multicolumn{1}{c}{\texttt{SOCK\_STREAM}}&
203 \multicolumn{1}{c}{\texttt{SOCK\_DGRAM}} &
204 \multicolumn{1}{c}{\texttt{SOCK\_RAW}} &
205 \multicolumn{1}{c}{\texttt{SOCK\_PACKET}}&
206 \multicolumn{1}{c}{\texttt{SOCK\_SEQPACKET}} \\
208 \texttt{PF\_UNIX} & si & si & & & \\
210 \texttt{PF\_INET} & TCP & UDP & IPv4 & & \\
212 \texttt{PF\_INET6} & TCP & UDP & IPv6 & & \\
214 \texttt{PF\_IPX} & & & & & \\
216 \texttt{PF\_NETLINK} & & si & si & & \\
218 \texttt{PF\_X25} & & & & & si \\
220 \texttt{PF\_AX25} & & & & & \\
222 \texttt{PF\_ATMPVC} & & & & & \\
224 \texttt{PF\_APPLETALK} & & si & si & & \\
226 \texttt{PF\_PACKET} & & si & si & & \\
229 \caption{Combinazioni valide di dominio e tipo di protocollo per la funzione \texttt{socket}.}
230 \label{tab:sock_sock_valid_combinations}
233 Dove per ogni combinazione valida si è indicato il tipo di protocollo, o la
234 parola \textsl{si} qualora non il protocollo non abbia un nome definito,
235 mentre si sono lasciate vuote le caselle per le combinazioni non supportate.
237 \section{Le strutture degli indirizzi dei socket}
238 \label{sec:sock_sockaddr}
240 Come si è visto nella creazione di un socket non si specifica nulla oltre al
241 tipo di famiglia di protocolli che si vuole utilizzare, in particolare nessun
242 indirizzo che identifichi i due capi della comunicazione. La funzione infatti
243 si limita ad allocare nel kernel quanto necessario per poter poi realizzare la
246 Gli indirizzi vengono specificati attraverso apposite strutture che vengono
247 utilizzate dalle altre funzioni della API dei socket quando la comunicazione
248 viene effettivamente realizzata.
250 Ogni famiglia di protocolli ha ovviamente una sua forma di indirizzamento e in
251 corrispondenza a questa una sua peculiare struttura degli indirizzi; i nomi di
252 tutte queste strutture iniziano per \texttt{sockaddr\_}, quelli propri di
253 ciascuna famiglia vengono identificati dal suffisso finale, aggiunto al nome
256 \subsection{La struttura generica}
257 \label{sec:sock_sa_gen}
259 Le strutture degli indirizzi vengono sempre passate alle varie funzioni
260 attraverso puntatori (cioè \textit{by reference}), ma le funzioni devono poter
261 maneggiare puntatori a strutture relative a tutti gli indirizzi possibili
262 nelle varie famiglie di protocolli; questo pone il problema di come passare
263 questi puntatori, il C ANSI risolve questo problema coi i puntatori generici
264 (i \texttt{void *}), ma l'interfaccia dei socket è antecendente alla
265 definizione dello standard ANSI, e per questo nel 1982 fu scelto di definire
266 una struttura generica \texttt{sockaddr} per gli indirizzi dei socket mostrata
269 \begin{figure}[!htbp]
273 sa_family_t sa_family; /* address family: AF_xxx */
274 char sa_data[14]; /* address (protocol-specific) */
277 \caption{La struttura generica degli indirizzi dei socket \texttt{sockaddr}}
278 \label{fig:sock_sa_gen_struct}
281 Tutte le funzioni dei socket che usano gli indirizzi sono definite usando nel
282 prototipo un puntatore a questa struttura; per questo motivo quando si
283 invocano dette funzioni passando l'indirizzo di un protocollo specifico
284 occorrerà eseguire un casting del relativo puntatore.
286 I tipi di dati che compongono la struttura sono stabiliti dallo standard
287 POSIX.1g, riassunti in \ntab\ con i rispettivi file di include in cui sono
288 definiti; la struttura è invece definita nell'include file
289 \texttt{sys/socket.h}
293 \begin{tabular}{|l|l|l|}
295 \multicolumn{1}{|c|}{Tipo}& \multicolumn{1}{|c|}{Descrizione}&
296 \multicolumn{1}{|c|}{Header} \\
299 \texttt{int8\_t} & intero a 8 bit con segno & \texttt{sys/types.h}\\
300 \texttt{uint8\_t} & intero a 8 bit senza segno & \texttt{sys/types.h}\\
301 \texttt{int16\_t} & intero a 16 bit con segno & \texttt{sys/types.h}\\
302 \texttt{uint16\_t} & intero a 16 bit senza segno& \texttt{sys/types.h}\\
303 \texttt{int32\_t} & intero a 32 bit con segno & \texttt{sys/types.h}\\
304 \texttt{uint32\_t} & intero a 32 bit senza segno& \texttt{sys/types.h}\\
306 \texttt{sa\_family\_t} & famiglia degli indirizzi& \texttt{sys/socket.h}\\
307 \texttt{socklen\_t} & lunghezza (\texttt{uint32\_t}) dell'indirizzo di
308 un socket& \texttt{sys/socket.h}\\
310 \texttt{in\_addr\_t} & indirizzo IPv4 (\texttt{uint32\_t}) &
311 \texttt{netinet/in.h}\\
312 \texttt{in\_port\_t} & porta TCP o UDP (\texttt{uint16\_t})&
313 \texttt{netinet/in.h}\\
316 \caption{Tipi di dati usati nelle strutture degli indirizzi, secondo quanto
317 stabilito dallo standard POSIX.1g}
318 \label{tab:sock_data_types}
321 In alcuni sistemi la struttura è leggermente diversa e prevede un primo membro
322 aggiuntivo \texttt{uint8\_t sin\_len} (come riportato da R. Stevens nei suoi
323 libri). Questo campo non verrebbe usato direttamente dal programmatore e non è
324 richiesto dallo standard POSIX.1g, in Linux pertanto non sussiste. Il campo
325 \texttt{sa\_family\_t} era storicamente un \texttt{unsigned short}.
327 Dal punto di vista del programmatore l'unico uso di questa struttura è quello
328 di fare da riferimento per il casting, per il kernel le cose sono un po'
329 diverse, in quanto esso usa il puntatore per recuperare il campo
330 \texttt{sa\_family} con cui determinare il tipo di indirizzo; per questo
331 motivo, anche se l'uso di un puntatore \texttt{void *} sarebbe più immediato
332 per l'utente (che non dovrebbe più eseguire il casting), è stato mantenuto
333 l'uso di questa struttura.
336 \subsection{La struttura degli indirizzi IPv4}
337 \label{sec:sock_sa_ipv4}
339 I socket di tipo \texttt{PF\_INET} vengono usati per la comunicazione
340 attraverso internet; la struttura per gli indirizzi per un socket internet
341 (IPv4) è definita come \texttt{sockaddr\_in} nell'header file
342 \texttt{netinet/in.h} e secondo le man page ha la forma mostrata in \nfig,
343 conforme allo standard POSIX.1g.
346 \begin{figure}[!htbp]
350 sa_family_t sin_family; /* address family: AF_INET */
351 u_int16_t sin_port; /* port in network byte order */
352 struct in_addr sin_addr; /* internet address */
354 /* Internet address. */
356 u_int32_t s_addr; /* address in network byte order */
359 \caption{La struttura degli indirizzi dei socket internet (IPv4)
360 \texttt{sockaddr\_in}.}
361 \label{fig:sock_sa_ipv4_struct}
364 L'indirizzo di un socket internet (secondo IPv4) comprende l'indirizzo
365 internet di un'interfaccia più un numero di porta. Il protocollo IP non
366 prevede numeri di porta, che sono utilizzati solo dai protocolli di livello
367 superiore come TCP e UDP. Questa struttura però viene usata anche per i socket
368 RAW che accedono direttamente al livello di IP, nel qual caso il numero della
369 porta viene settato al numero di protocollo.
371 Il membro \texttt{sin\_family} deve essere sempre settato; \texttt{sin\_port}
372 specifica il numero di porta (vedi \secref{sec:TCPel_port_num}; i numeri di
373 porta sotto il 1024 sono chiamati \textsl{riservati} in quanto utilizzati da
374 servizi standard. Soltanto processi con i privilegi di root (effective uid
375 uguale a zero) o con la capability \texttt{CAP\_NET\_BIND\_SERVICE} possono
376 usare la funzione \texttt{bind} su queste porte.
378 Il membro \texttt{sin\_addr} contiene l'indirizzo internet dell'altro capo
379 della comunicazione, e viene acceduto sia come struttura (un resto di una
380 implementazione precedente in cui questa era una \texttt{union} usata per accedere alle
381 diverse classi di indirizzi) che come intero.
383 Infine è da sottolineare che sia gli indirizzi che i numeri di porta devono
384 essere specificati in quello che viene chiamato \textit{network order}, cioè
385 con i bit ordinati in formato \textit{big endian}, questo comporta la
386 necessità di usare apposite funzioni di conversione per mantenere la
387 portabilità del codice (vedi \secref{sec:sock_addr_func} per i dettagli del
388 problema e le relative soluzioni).
390 \subsection{La struttura degli indirizzi IPv6}
391 \label{sec:sock_sa_ipv6}
393 Essendo IPv6 una estensione di IPv4 i socket di tipo \texttt{PF\_INET6} sono
394 sostanzialmente identici ai precedenti; la parte in cui si trovano
395 praticamente tutte le differenze è quella della struttura degli indirizzi. La
396 struttura degli indirizzi è definita ancora in \texttt{netinet/in.h}.
398 \begin{figure}[!htbp]
401 struct sockaddr_in6 {
402 u_int16_t sin6_family; /* AF_INET6 */
403 u_int16_t sin6_port; /* port number */
404 u_int32_t sin6_flowinfo; /* IPv6 flow information */
405 struct in6_addr sin6_addr; /* IPv6 address */
406 u_int32_t sin6_scope_id; /* Scope id (new in 2.4) */
410 unsigned char s6_addr[16]; /* IPv6 address */
413 \caption{La struttura degli indirizzi dei socket IPv6
414 \texttt{sockaddr\_in6}.}
415 \label{fig:sock_sa_ipv6_struct}
418 Il campo \texttt{sin6\_family} deve essere sempre settato ad
419 \texttt{AF\_INET6}, il campo \texttt{sin6\_port} è analogo a quello di IPv4 e
420 segue le stesse regole; il campo \texttt{sin6\_flowinfo} è a sua volta diviso
421 in tre parti di cui i 24 bit inferiori indicano l'etichetta di flusso, i
422 successivi 4 bit la priorità e gli ultimi 4 sono riservati; questi valori
423 fanno riferimento ad alcuni campi specifici dell'header dei pacchetti IPv6
424 (vedi \secref{sec:appA_ipv6}) ed il loro uso è sperimentale.
426 Il campo \texttt{sin6\_addr} contiene l'indirizzo a 128 bit usato da IPv6,
427 infine il campo \texttt{sin6\_scope\_id} è un campo introdotto con il kernel
428 2.4 per gestire alcune operazioni riguardanti il multicasting.
430 Si noti che questa struttura è più grande di una \texttt{sockaddr} generica,
431 quindi occorre stare attenti a non avere fatto assunzioni riguardo alla
432 possibilità di contenere i dati nelle dimensioni di quest'ultima.
435 \subsection{La struttura degli indirizzi locali}
436 \label{sec:sock_sa_local}
438 I socket di tipo \texttt{PF\_UNIX} vengono usati per una comunicazione
439 efficiente fra processi che stanno sulla stessa macchina; essi rispetto ai
440 precedenti possono essere anche creati in maniera anonima attraverso la
441 funzione \texttt{socketpair}. Quando però si vuole fare riferimento esplicito
442 ad uno di questi socket si deve usare la seguente struttura di indirizzi
443 definita nel file di header \texttt{sys/un.h}.
445 \begin{figure}[!htbp]
448 #define UNIX_PATH_MAX 108
450 sa_family_t sun_family; /* AF_UNIX */
451 char sun_path[UNIX_PATH_MAX]; /* pathname */
454 \caption{La struttura degli indirizzi dei socket locali
455 \texttt{sockaddr\_un}.}
456 \label{fig:sock_sa_local_struct}
459 In questo caso il campo \texttt{sun\_family} deve essere \texttt{AF\_UNIX},
460 mentre il campo \texttt{sun\_path} deve specificare un indirizzo; questo ha
461 due forme un file (di tipo socket) nel filesystem o una stringa univoca
462 (tenuta in uno spazio di nomi astratto). Nel primo caso l'indirizzo viene
463 specificato come una stringa (terminata da uno zero) corrispondente al
464 pathname del file; nel secondo invece \texttt{sun\_path} inizia con uno zero
465 vengono usati i restanti bytes come stringa (senza terminazione).
468 % \subsection{Il passaggio delle strutture}
469 % \label{sec:sock_addr_pass}
471 % Come detto nelle funzioni della API dei socket le strutture degli indirizzi
472 % vengono sempre passate per riferimento usando un puntatore; anche la lunghezza
473 % della struttura è passata come argomento, ma in questo caso la modalità del
474 % passaggio dipende dalla direzione del medesimo, dal processo al kernel o
477 % In particolare le tre funzioni \texttt{bind}, \texttt{connect} e
478 % \texttt{sendto} passano la struttura al kernel, in questo caso è passata
479 % \textsl{per valore} anche la dimensione della medesima
482 % Le funzioni \texttt{accept}, \texttt{recvfrom}, \texttt{getsockname} e
483 % \texttt{getpeername} invece ricevono i valori del kernel
486 \section{Le funzioni di conversione degli indirizzi}
487 \label{sec:sock_addr_func}
489 In questa sezione tratteremo delle varie funzioni usate per manipolare gli
490 indirizzi, limitandoci però agli indirizzi internet.
492 Come accennato gli indirizzi e i numeri di porta usati nella rete devono
493 essere forniti in formato opportuno (il \textit{network order}). Per capire
494 cosa significa tutto ciò occorre introdurre un concetto generale che tornerà
495 utile anche in seguito.
498 \subsection{La \textit{endianess}}
499 \label{sec:sock_endianess}
501 La rappresentazione di un numero binario in un computer può essere fatta in
502 due modi, chiamati rispettivamente \textit{big endian} e \textit{little
503 endian} a seconda di come i singoli bit vengono aggregati per formare le
504 variabili intere (in diretta corrispondenza a come sono poi in realtà cablati
505 sui bus interni del computer).
507 Per capire meglio il problema si consideri un intero a 16 bit scritto in una
508 locazione di memoria posta ad un certo indirizzo. I singoli bit possono essere
509 disposti un memoria in due modi, a partire dal più significativo o a partire
510 dal meno significativo. Così nel primo caso si troverà il byte che contiene i
511 bit più significativi all'indirizzo menzionato e il byte con i bit meno
512 significativi nell'indirizzo successivo; questo ordinamento è detto
513 \textit{little endian} dato che il dato finale è la parte ``piccola'' del
514 numero. Il caso opposto, in cui si parte dal bit meno significativo è detto
515 per lo stesso motivo \textit{big endian}.
517 La \textit{endianess} di un computer dipende essenzialmente dalla architettura
518 hardware usata; Intel e Digital usano il little endian, Motorola, IBM, Sun
519 (sostanzialmente tutti gli altri) usano il big endian. Il formato della rete è
520 anch'esso big endian, quello del bus PCI è little endian, quello del bus VME è
523 Esistono poi anche dei processori che possono scegliere il tipo di formato
524 all'avvio e alcuni, come il PowerPC o l'Intel i860, possono pure passare da un
525 tipo di ordinamento all'altro con una specifica istruzione; in ogni caso in
526 Linux l'ordinamento è definito dall'architettura e anche se questi cambiamenti
527 sono possibili anche dopo che il sistema è avviato, non vengono mai eseguiti.
529 \subsection{Le funzioni per il riordinamento}
530 \label{sec:sock_func_ord}
532 Il problema connesso all'endianess è che quando si passano dei dati da un tipo
533 di architettura all'altra i dati vengono interpretati in maniera diversa, e ad
534 esempio nel caso dell'intero a 16 bit ci si ritroverà con i due bytes in cui è
535 suddiviso scambiati di posto, e ne sarà quindi invertito l'ordine di lettura
536 per cui, per riavere il valore originale dovranno essere rovesciati.
538 Per questo motivo si usano le seguenti funzioni di conversione che servono a
539 tener conto automaticamente della possibile differenza fra l'ordinamento usato
540 sul computer e quello che viene usato nelle trasmissione sulla rete; queste
542 \begin{prototype}{netinet/in.h}
543 {unsigned long int htonl(unsigned long int hostlong)}
544 Converte l'intero a 32 bit \texttt{hostlong} dal formato della macchina a
547 \begin{prototype}{netinet/in.h}
548 {unsigned short int htons(unsigned short int hostshort)}
549 Converte l'intero a 16 bit \texttt{hostshort} dal formato della macchina a
552 \begin{prototype}{netinet/in.h}
553 {unsigned long int ntonl(unsigned long int netlong)}
554 Converte l'intero a 32 bit \texttt{netlong} dal formato della rete a quello
557 \begin{prototype}{netinet/in.h}
558 {unsigned sort int ntons(unsigned short int netshort)}
559 Converte l'intero a 16 bit \texttt{netshort} dal formato della rete a quello
562 I nomi sono assegnati usando la lettera $n$ come mnemonico per indicare
563 l'ordinamento usato sulla rete (da \textit{network order}) e la lettera $h$
564 come mnemonico per l'ordinamento usato sulla macchina locale (da \textit{host
565 order}), mentre le lettere $s$ e $l$ stanno ad indicare i tipi di dato
566 (\texttt{long} o \texttt{short}, riportati anche dai prototipi).
568 Usando queste funzioni si ha la conversione automatica (nel caso pure la
569 macchina sia in big endian queste funzioni sono definite come macro che non
570 fanno nulla); esse vanno sempre utilizzate per assicurare la portabilità del
571 codice su tutte le architetture.
574 \subsection{Le funzioni \texttt{inet\_aton}, \texttt{inet\_addr} e
576 \label{sec:sock_func_ipv4}
578 Un secondo insieme di funzioni di manipolazione serve per passare dal formato
579 binario usato nelle strutture degli indirizzi alla rappresentazione dei numeri
580 IP che si usa normalmente.
582 Le prime tre funzioni di manipolazione riguardano la conversione degli
583 indirizzi IPv4 da una stringa in cui il numero di IP è espresso secondo la
584 cosiddetta notazione \textit{dotted-decimal}, (cioè nella forma
585 \texttt{192.160.0.1}) al formato binario (direttamente in \textit{network
586 order}) e viceversa; in questo caso si usa la lettera $a$ come mnemonico per
587 indicare la stringa. Dette funzioni sono:
588 \begin{prototype}{arpa/inet.h}
589 {int inet\_aton(const char *src, struct in\_addr *dest)} Converte la stringa
590 puntata da \texttt{src} nell'indirizzo binario da memorizzare all'indirizzo
591 puntato da \texttt{dest}, restituendo 0 in caso di successo e 1 in caso di
592 fallimento (è espressa in questa forma in modo da poterla usare direttamente
593 con il puntatore usato per passare la struttura degli indirizzi). Se usata
594 con \texttt{dest} inizializzato a \texttt{NULL} effettua la validazione
597 \begin{prototype}{arpa/inet.h}{in\_addr\_t inet\_addr(const char *strptr)}
598 Restituisce l'indirizzo a 32 bit in network order a partire dalla stringa
599 passata come parametro, in caso di errore restituisce il valore
600 \texttt{INADDR\_NONE} che tipicamente sono trentadue bit a uno; questo
601 comporta che la stringa \texttt{255.255.255.255}, che pure è un indirizzo
602 valido, non può essere usata con questa funzione; per questo motivo essa è
603 generalmente deprecata in favore della precedente.
605 \begin{prototype}{arpa/inet.h}{char *inet\_ntoa(struct in\_addr addrptr)}
606 Converte il valore a 32 bit dell'indirizzo (espresso in network order)
607 restituendo il puntatore alla stringa che contiene l'espressione in formato
608 dotted decimal. Si deve tenere presente che la stringa risiede in memoria
609 statica, per cui questa funzione non è rientrante.
613 \subsection{Le funzioni \texttt{inet\_pton} e \texttt{inet\_ntop}}
614 \label{sec:sock_conv_func_gen}
616 Le tre funzioni precedenti sono limitate solo ad indirizzi IPv4, per questo
617 motivo è preferibile usare le due nuove funzioni \texttt{inet\_pton} e
618 \texttt{inet\_ntop} che possono convertire anche gli indirizzi IPv6 (secondo
619 lo schema in \nfig). Anche in questo caso le lettere $n$ e $p$ sono degli
620 mnemonici per ricordare il tipo di conversione effettuata e stanno per
621 \textit{presentation} e \textit{numeric}.
626 \caption{Schema della rappresentazioni utilizzate dalle funzioni di
627 conversione \texttt{inet\_pton} e \texttt{inet\_ntop} }
628 \label{fig:sock_inet_conv_func}
632 Entrambe le funzioni accettano l'argomento \texttt{family} che indica il tipo
633 di indirizzo e può essere \texttt{AF\_INET} o \texttt{AF\_INET6}. Se la
634 famiglia indicata non è valida entrambe le funzioni ritornano un valore
635 negativo e settano la variabile \texttt{errno} al valore
636 \texttt{EAFNOSUPPORT}. I prototipi delle suddette funzioni sono i seguenti:
637 \begin{prototype}{sys/socket.h}
638 {int inet\_pton(int family, const char *src, void *dest)}
639 Converte la stringa puntata da \texttt{src} nell'indirizzo binario da
640 memorizzare all'indirizzo puntato da \texttt{dest}, restituendo 0 in caso di
641 successo e 1 in caso di fallimento.
644 \begin{prototype}{sys/socket.h}
645 {char *inet\_ntop(int family, const void *src, char *dest, size\_t len)}
646 Converte la struttura dell'indirizzo puntata da \texttt{src} in una stringa
647 che viene copiata nel buffer puntato dall'indirizzo \texttt{dest}; questo
648 deve essere preallocato dall'utente e la lunghezza deve essere almeno
649 \texttt{INET\_ADDRSTRLEN} in caso di indirizzi IPv4 e
650 \texttt{INET6\_ADDRSTRLEN} per indirizzi IPv6; la lunghezza del buffer deve
651 comunque venire specificata attraverso il parametro \texttt{len}.
653 La funzione restituisce un puntatore non nullo a \texttt{dest} in caso di
654 successo e un puntatore nullo in caso di fallimento, in quest'ultimo caso
655 viene settata la variabile \texttt{errno} con il valore \texttt{ENOSPC} in
656 caso le dimensioni dell'indirizzo eccedano la lunghezza specificata da
661 \section{Il comportamento delle funzioni di I/O}
662 \label{sec:sock_io_behav}
664 Una cosa di cui non sempre si è consapevoli quando si ha a che fare con i
665 socket è che le funzioni di input/output non sempre hanno lo stesso
666 comportamento che avrebbero con i normali files (in particolare questo accade
667 per i socket di tipo stream).
669 Infatti con i socket può accadere che funzioni come \texttt{read} o
670 \texttt{write} possano restituire in input o scrivere in output un numero di
671 bytes minore di quello richiesto. Questo è un comportamento normale e non un
672 errore, e succede perché si eccede in lettura o scrittura il limite di buffer
675 In questo caso tutto quello che il programma chiamante deve fare è di ripetere
676 la lettura (o scrittura) per la quantità di bytes rimanenti (lo stesso può
677 avvenire scrivendo più di 4096 bytes in una pipe, dato che quello è il limite
678 di solito adottato per il buffer di trasmissione del kernel).
686 ssize_t SockRead(int fd, void *buf, size_t count)
692 while (nleft > 0) { /* repeat until no left */
693 if ( (nread = read(fd, buf, nleft)) < 0) {
694 if (errno == EINTR) { /* if interrupted by system call */
695 continue; /* repeat the loop */
697 return(nread); /* otherwise exit */
699 } else if (nread == 0) { /* EOF */
700 break; /* break loop here */
702 nleft -= nread; /* set left to read */
703 buf +=nread; /* set pointer */
705 return (count - nleft);
708 \caption{Funzione \texttt{SockRead}, legge $n$ bytes da un socket }
709 \label{fig:sock_SockRead_code}
712 Per questo motivo seguendo l'esempio di W. R. Stevens si sono definite due
713 funzioni \texttt{SockRead} e \texttt{SockWrite} che eseguono la lettura da un
714 socket tenendo conto di questa caratteristica, ed in grado di ritornare dopo
715 avere letto o scritto esattamente il numero di bytes specificato; il sorgente
716 è riportato in \curfig\ e \nfig\ ed è disponibile fra i sorgenti allegati alla
717 guida nei files \texttt{SockRead.c} e \texttt{SockWrite.c}.
725 ssize_t SockWrite(int fd, const void *buf, size_t count)
731 while (nleft > 0) { /* repeat until no left */
732 if ( (nwritten = write(fd, buf, nleft)) < 0) {
733 if (errno == EINTR) { /* if interrupted by system call */
734 continue; /* repeat the loop */
736 return(nwritten); /* otherwise exit with error */
739 nleft -= nwritten; /* set left to write */
740 buf +=nwritten; /* set pointer */
745 \caption{Funzione \texttt{SockWrite}, scrive $n$ bytes su un socket }
746 \label{fig:sock_SockWrite_code}
749 Come si può notare le funzioni ripetono la lettura/scrittura in un loop fino
750 all'esaurimento del numero di bytes richiesti, in caso di errore viene
751 controllato se questo è \texttt{EINTR} (cioè un'interruzione della system call
752 dovuta ad un segnale), nel qual caso l'accesso viene ripetuto, altrimenti
753 l'errore viene ritornato interrompendo il loop.
755 Nel caso della lettura se il numero di bytes letti è zero significa che è
756 arrivati alla fine del file e pertanto si ritorna senza aver concluso la
757 lettura di tutti i bytes richiesti.