05.基于 TCP 的远程计算器:从协议设计到高并发实现

server/2025/3/13 16:24:08/

📖 目录

  1. 📌 前言
  2. 🔍 需求分析
    • 🤔 我们需要解决哪些问题?
  3. 🎯 方案设计
    • 💡 服务器架构
  4. 🚀 什么是协议?为什么要设计协议?
    • 📌 结构化数据的传输问题
  5. 📌 协议定制:如何让服务器正确解析数据?
    • ❌ TCP 直接传输的问题
    • ✅ 解决方案:在数据前加上长度信息
  6. 📌 序列化与反序列化:如何让数据更容易解析?
    • 📌 什么是序列化?
    • 📌 选择合适的序列化方式
    • 📜 通信协议设计
  7. 🔧 核心代码解析
    • 🔹 协议封装
    • 🔹 解析数据
    • 🔹 服务器处理请求
    • 🔹 网络通信的实现
    • 🔹 服务器并发处理模型
    • 🔹 客户端请求的发送与接收
  8. 🚀 还有哪些可以改进的地方?
    • 🛠 采用更高效的并发模型
    • 🔒 增加安全性
    • 📡 支持更丰富的计算功能
    • 📈 增强日志与监控
    • 🌍 让它支持更多设备(跨平台 & Web 访问)

📌 1. 前言

计算机网络的核心就是通信。远程计算就是一个很好的例子:

  • 本地客户端 负责发送计算请求(如 10 + 20
  • 远程服务器 负责解析、计算,并返回结果(如 30

这个项目的目标是:实现一个基于 TCP 的远程计算服务,让多个客户端同时发送计算请求,服务器解析并返回结果。


🔍 2. 需求分析

🤔 我们需要解决哪些问题?

1. 计算器的核心功能

  • 支持基本的 + - * / % 运算
  • 远程计算,客户端发送计算请求,服务器计算并返回结果
  • 处理异常情况(如除零)

2. 网络通信的挑战

  • 如何保证数据完整性?(TCP 是流式传输,可能会粘包)
  • 如何解析数据?(客户端发送的 10 + 20,服务器怎么拆解?)
  • 如何支持多个客户端?(服务器要能并发处理请求)

🎯 3. 方案设计

💡 服务器架构

[ 客户端 ]      <--TCP-->     [ 服务器 ]|                               ||-- 用户输入                   |-- 解析请求|-- 发送计算式                 |-- 计算结果|-- 显示运算结果               |-- 发送结果

🚀 4. 什么是协议?为什么要设计协议?

在计算机网络中,不同的设备想要互相通信,就必须说同一种语言,否则就会鸡同鸭讲,无法理解对方的信息。而这种“语言”,在网络编程中就被称为协议(Protocol)

这篇文章,我们就从协议的概念出发,一步步拆解如何基于 TCP 实现一个“远程计算器”服务,让客户端通过网络发送计算请求,服务器收到请求后计算结果并返回给客户端。


📌 5. 协议定制:如何让服务器正确解析数据?

❌ TCP 直接传输的问题

TCP 是面向流的协议,它不会帮我们划分数据边界,导致以下问题:

  1. 粘包问题(多个小数据包合并)
  2. 拆包问题(一个大数据包被拆成多部分)

✅ 解决方案:在数据前加上长度信息

在数据包前加上 固定长度的头部,存储数据长度:

[数据长度][计算表达式]

📌 6. 序列化与反序列化:如何让数据更容易解析?

📌 什么是序列化?

序列化(Serialization)就是将数据转换为可传输的格式,然后在接收端反序列化(Deserialization)回原始格式。

📌 选择合适的序列化方式

这里我们采用 JSON,因为它易读易解析。

📜 通信协议设计

客户端发送的 JSON 请求格式如下:

{"expr": "10+20"
}

服务器返回的 JSON 结果格式如下:

{"result": 30
}

🔧 7. 核心代码解析

🔹 协议封装

std::string encode_request(const std::string& expr)
{json j;j["expr"] = expr;return j.dump();
}

🔹 解析数据

std::string decode_response(const std::string& response)
{json j = json::parse(response);return j["result"].get<int>();
}

🔹 服务器处理请求

std::string process_request(const std::string& request)
{json j = json::parse(request);std::string expr = j["expr"];int result = eval(expr); // 计算表达式json response;response["result"] = result;return response.dump();
}

🔹 网络通信的实现

void handle_client(int client_sock)
{char buffer[1024] = {0};read(client_sock, buffer, 1024);std::string response = process_request(buffer);send(client_sock, response.c_str(), response.length(), 0);close(client_sock);
}

🔹 服务器并发处理模型

void start_server()
{int server_fd = socket(AF_INET, SOCK_STREAM, 0);struct sockaddr_in address;bind(server_fd, (struct sockaddr*)&address, sizeof(address));listen(server_fd, 5);while (true){int client_sock = accept(server_fd, NULL, NULL);std::thread(handle_client, client_sock).detach();}
}

🔹 客户端请求的发送与接收

void send_request(const std::string& expr)
{int sock = socket(AF_INET, SOCK_STREAM, 0);struct sockaddr_in serv_addr;connect(sock, (struct sockaddr*)&serv_addr, sizeof(serv_addr));std::string request = encode_request(expr);send(sock, request.c_str(), request.length(), 0);char buffer[1024] = {0};read(sock, buffer, 1024);std::cout << "Server response: " << decode_response(buffer) << std::endl;close(sock);
}

最终效果

在这里插入图片描述

🚀 8. 还有哪些可以改进的地方?

虽然我们的远程计算器已经可以正常工作,但仍然有许多优化空间。下面列出了一些可以改进的方向,并给出大致的思路:

🛠 1. 采用更高效的并发模型

目前服务器采用多进程方式处理多个客户端,但每次连接都会 fork() 一个子进程,进程创建和回收的开销较大。如果连接数增加,性能可能会下降。

改进方向

  • 线程池:可以使用 std::thread + 线程池,避免频繁创建/销毁进程,提高并发能力。
  • epoll / select:基于 I/O 复用的方式,实现单进程管理多个连接,减少资源占用。
  • 协程方案:使用 libcoBoost.Asio 实现高并发的计算服务。

🔒 2. 增加安全性

目前客户端可以随意输入数据,如果用户输入了 "100 / 0",就会导致除零异常。此外,服务器目前没有身份验证机制,任何人都可以连接并发送计算请求。

改进方向

  • 输入校验

    :在解析

    x op y
    

    之前,检查运算是否合法,比如:

    if (op == '/' && y == 0) {return "ERROR: Division by zero";
    }
    
  • 身份验证:可以添加 用户名 + 密码 认证,确保只有授权用户才能访问计算服务。

  • SQL 注入防护(如果涉及数据库)


📡 3. 支持更丰富的计算功能

目前计算器只支持 + - * / %,如果想让它更强大,可以扩展为数学计算引擎,支持 sin()、cos()、log()、pow() 等函数。

改进方向

  • 解析数学表达式:可以用 Shunting Yard Algorithm 解析复杂表达式,如 3 + 5 * (2 - 8) / sin(30)
  • 结合开源数学库:如 ExprTk 解析数学表达式,甚至支持微积分计算。

📈 4. 增强日志与监控

目前服务器没有日志系统,如果某个请求失败,我们很难知道发生了什么问题

改进方向

  • 日志系统:使用 log4cppspdlog 记录服务器运行状态,方便排查问题。
  • 监控系统:可以结合 Prometheus + Grafana 监控请求数量、CPU 使用率等数据,确保服务器稳定运行。

🌍 5. 让它支持更多设备(跨平台 & Web 访问)

目前我们的计算器是 C++ 客户端 + C++ 服务器,但如果想要让网页、手机、Python 脚本也能调用计算服务,我们可以提供一个HTTP APIWebSocket 版本。

改进方向

  • RESTful API

    :让客户端用

    curl
    

    Python
    

    直接调用:

    GET /calculate?expr=10+2 HTTP/1.1
    
  • WebSocket 支持:让前端网页也能实时计算。


http://www.ppmy.cn/server/174663.html

相关文章

SAIL-RK3576核心板应用方案——无人机视觉定位与地面无人设备通信控制方案

本方案以 EFISH-RK3576-SBC工控板 或 SAIL-RK3576核心板 为核心&#xff0c;结合高精度视觉定位、实时通信与智能控制技术&#xff0c;实现无人机与地面无人设备的协同作业。方案适用于物流巡检、农业植保、应急救援等场景&#xff0c;具备高精度定位、低延迟通信与强环境适应性…

Flutter三棵树是什么,为什么这么设计

目录 1. 三棵树的定义与职责 (1) Widget 树 (2) Element 树 (3) RenderObject 树 2. 三棵树的协同工作流程 3. 为什么设计三棵树&#xff1f; (1) 性能优化 (2) 逻辑解耦 (3) 灵活性 4. 三棵树的设计优势总结 示例&#xff1a;动态列表更新 常见面试追问 Flutter 的…

第十八:go 并发 goroutine

channel 可以让多个goroutine 之间实现通信 Add方法调用时机&#xff1a;必须在goroutine 启动之前调用Add方法来增加计数器的值。 如果在goroutine已经启动之后再调用Add&#xff0c;可能会导致Wait方法提前返回&#xff0c;因为计数器没有正确反映正在运行的goroutine的数量…

【安卓逆向】安卓病毒介绍及其简单案例分析

目录 引言 一、Android 病毒介绍及分析方法 1.1 Android 病毒预览 1.2 Android 病毒分析必备知识 1.3 Android 病毒的常见类型及恶意行为 1.3.1 常见病毒类型 1.3.2 常见病毒行为 1.4 病毒激活条件 1.5 Android 病毒的传播方式 1.6 Android 病毒分析的一般方法 二…

Linux练级宝典->动态库和静态库

动静态库的原理 我们知道可执行文件前的4步骤 预编译->编译->汇编->链接 预处理&#xff1a; 完成头文件展开、去注释、宏替换、条件编译等&#xff0c;最终形成xxx.i文件。编译&#xff1a; 完成词法分析、语法分析、语义分析、符号汇总等&#xff0c;检查无误后将…

《深度解析DeepSeek-M8:量子经典融合,重塑计算能效格局》

在科技飞速发展的今天&#xff0c;量子计算与经典算法的融合成为了前沿领域的焦点。DeepSeek-M8的“量子神经网络混合架构”&#xff0c;宛如一把钥匙&#xff0c;开启了经典算法与量子计算协同推理的全新大门&#xff0c;为诸多复杂问题的解决提供了前所未有的思路。 量子计算…

MySQL中 IN 到底走不走索引?

文章目录 前言数据库表结构查询sqlEXPLAIN介绍EXPLAIN 的输出每列解释 强制走索引查询时添加条件(复合索引字段)查询小时查询分钟 总结 前言 在 MySQL 中&#xff0c;IN 语句是否能够利用索引取决于多个因素&#xff0c;包括但不限于查询的具体形式、表的统计信息、索引的选择…

使用expect工具实现远程批量修改服务器密码

使用expect工具实现远程批量修改服务器密码 linux服务器安装Expect工具 1、首先查看系统中是否有安装expect。 # whereis expect 2、Expect工具是依赖tcl的&#xff0c;需要先安装tcl #wget https://sourceforge.net/projects/tcl/files/Tcl/8.4.19/tcl8.4.19-src.tar.gz …