boost :: asio async_read_some示例代码无法读取套接字中的所有数据

Question

我正在使用TCP echo示例（Ubuntu主软件包中当前提供的是1.62）。

https://www.boost.org/doc/libs/1_62_0/doc/html/boost_asio/example/cpp11/echo/async_tcp_echo_server.cpp

它非常适合小事情，您可以看到它的缓冲区为1024，并使用async_read_some。

但是随后我尝试将其发送给Python字符串("A"*4096)+("B"*4096)+("C"*4096) ...我将看到4次对读取处理程序的调用，每个调用1024位......即它将打印所有的As，但不会打印任何B或C

预期的行为：：如果套接字中有4096 * 3个数据，则对async_read_some的后续调用应一次将所有数据拉出1024个？？

在这样的回显协议中，一个人不能使用async_read，因为可变数据是通过电线传递的。问题是async_read_some被忽略/删除了仍要从套接字读取的数据。

如何修复示例代码？

Answer 1

我采取了该示例，并使用了您声称的客户代码：

#!/usr/bin/env python
import socket

TCP_IP = '127.0.0.1'
TCP_PORT = 6767
BUFFER_SIZE = 1024
MESSAGE = ("A"*4096)+("B"*4096)+("C"*4096);

s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((TCP_IP, TCP_PORT))
s.send(MESSAGE)

received = "";
while (len(received) < len(MESSAGE)):
    data = s.recv(BUFFER_SIZE)
    print "received data: %d bytes ending in ...%s" % (len(data), data[-10:])
    received += data

s.close()

它可以正确运行并打印

 sehe  ~  Projects  stackoverflow  ./sotest 6767&
 sehe  ~  Projects  stackoverflow  python ./test.py
received data: 1024 bytes ending in ...AAAAAAAAAA
received data: 1024 bytes ending in ...AAAAAAAAAA
received data: 1024 bytes ending in ...AAAAAAAAAA
received data: 1024 bytes ending in ...AAAAAAAAAA
received data: 1024 bytes ending in ...BBBBBBBBBB
received data: 1024 bytes ending in ...BBBBBBBBBB
received data: 1024 bytes ending in ...BBBBBBBBBB
received data: 1024 bytes ending in ...BBBBBBBBBB
received data: 1024 bytes ending in ...CCCCCCCCCC
received data: 1024 bytes ending in ...CCCCCCCCCC
received data: 1024 bytes ending in ...CCCCCCCCCC
received data: 1024 bytes ending in ...CCCCCCCCCC

所以你做错了。

  

预期的行为：如果套接字中有4096 * 3个数据，则随后对async_read_some的调用应一次将所有数据拉出1024个？？

是的。这正是发生的情况。提醒您，您不应该假定1024个块中的块“到达”。根据中间OS /网络层中的缓冲，它们可能碰巧以较小的块到达。 IOW：TCP是一种流协议，而数据包是一种实现细节，您通常不应依赖于¹

  

在这样的回声协议中，不能使用async_read，因为可变数据是通过电线传递的。

数据始终是可变的（否则将没有理由发送数据）。 async_read可以始终用于read所在的位置，因为它只是同一功能的异步IO版本。

---

¹使用各种高级技术/标记，您可以在某种程度上控制这些效果，但是它们部分取决于平台，并且几乎总是以一定的余量运行，从而为OS /网络层留出了优化网络性能的余地。