任务 8：不看代码，从零重写 epoll echo server

前提： 完成了任务 1 到任务 7。

规则： 写的过程中不能打开任务 6、任务 7 的代码，也不能问 AI 要代码。可以查 man 手册（比如 man 2 accept）和 cppreference，这些是面试时也被允许的“工具书”。

预计用时： 第一次可能要 3 到 5 小时。一周后再重写一次，争取 1 小时以内。

为什么要重写

看懂和会写是两回事。你现在大概能看懂 epoll echo 的每一行，但面试官让你在白板上写，或者阶段 1 要你在它的基础上拆类的时候，“好像在哪见过”是不够的。

从零写一遍，你会发现很多“我以为我懂了”的地方：accept 的参数顺序、epoll_event 怎么填、errno 什么时候判断……每卡住一次，就是一次真正的学习。

准备

mkdir -p ~/code/cpp-practice/task8
cd ~/code/cpp-practice/task8
code .

新建 server.cpp，把下面这个只有注释的骨架抄进去。你的任务是把每个 TODO 换成代码：

// 从零重写的 epoll echo server
// TODO: 需要哪些头文件？（提示：一共 9 个左右，写到哪个函数报“未声明”再查它在哪个头文件里）

// TODO: 写一个函数，把 fd 设成非阻塞

int main() {
    // TODO: 忽略 SIGPIPE

    // TODO: 创建监听 socket

    // TODO: 设置 SO_REUSEADDR

    // TODO: 填好 sockaddr_in：IPv4、所有网卡、端口 8888（别忘了字节序）

    // TODO: bind，失败就打印原因并退出

    // TODO: listen

    // TODO: 把监听 fd 设成非阻塞

    // TODO: 创建 epoll 实例

    // TODO: 把监听 fd 注册进 epoll，关心可读事件

    // TODO: 准备输出缓冲区（每个连接一个）

    while (true) {
        // TODO: epoll_wait 等事件

        // TODO: 遍历每个就绪的 fd
        //   如果是监听 fd：循环 accept 直到 EAGAIN，每个新连接设非阻塞、注册进 epoll
        //   如果是普通连接：
        //     可读：read，按四种返回值分别处理；读到的数据放进输出缓冲区并尝试写出去
        //     可写：继续写输出缓冲区，写完就不再关心可写事件
    }
}

分 6 关写，每关都要验证通过再往下

一次写完再编译，大概率会得到一屏幕的错误，而且不知道从哪改起。所以分关来写，每一关都编译、运行、验证。

第 1 关：能启动，能监听

写完从开头到 listen 的部分，在 listen 后面加一行 printf("listening\n"); 和一个 while (true) pause();（pause 在 <unistd.h> 里，让程序一直睡着）。

验证：

g++ -Wall -Wextra -o server server.cpp && ./server

另一个终端：

ss -tlnp | grep 8888

能看到 LISTEN 并且进程名是 server，就过关了。再试试 nc 127.0.0.1 8888，能连上（虽然没有回显，因为还没 accept）。

第 2 关：能接受连接

删掉 pause 那行。写 epoll 的创建、注册监听 fd、epoll_wait，以及“监听 fd 就绪时循环 accept”的部分。每 accept 一个就 printf("new client fd=%d\n", conn_fd);。先不用把新连接注册进 epoll。

验证： 用 nc 连三次，服务器应该打印三行 new client，fd 分别是 5、6、7（为什么不是 4？想想 epfd）。

第 3 关：能回显

把新连接注册进 epoll（关心 EPOLLIN），写“普通连接可读”的处理：读到就直接 write 回去，读到 0 或出错就从 epoll 删除并 close。

验证：

python3 ../task6/test_clients.py rewrite 500

输出 rewrite echo ok: 500 / 500。

第 4 关：断开不泄漏

连接断开时打印 client fd=%d closed。

验证： 用 nc 连上再 Ctrl + C 断开，重复几次。每次新连接拿到的 fd 应该都是同一个号码（比如一直是 5）。如果号码越来越大，说明 close 没执行，fd 泄漏了。

再用 ss -tan | grep 8888 确认没有残留的 CLOSE-WAIT。

第 5 关：写不完也不丢

加上输出缓冲区、flush 函数、EPOLLOUT 的开关。

验证：

python3 ../task7/big_test.py

输出 OK。然后再跑一次第 3 关的测试，确认没有改坏。

第 6 关：打开 ASan 跑一遍

g++ -Wall -Wextra -g -fsanitize=address -o server_asan server.cpp
./server_asan

另一个终端把第 3 关和第 5 关的测试都跑一遍，然后在服务器终端按 Ctrl + C。ASan 没有打印任何 ERROR 就过关了。

排错表：症状 → 原因

卡住的时候先查这张表：

症状	最可能的原因
`bind: Address already in use`	上一个服务器还在运行（`ss -tlnp` 看看），或者忘了 `SO_REUSEADDR`
启动正常，但 nc 连 8888 显示 `Connection refused`	端口忘了 `htons`，实际监听在别的端口。用 `ss -tlnp` 看真正监听的端口
编译报 `'xxx' was not declared in this scope`	少了头文件。`man 2 xxx` 第一部分 SYNOPSIS 会写需要哪个头文件
第一个客户端能回显，第二个卡住	某个 fd 忘了设非阻塞，程序卡在 `accept` 或 `read` 上。用 `gdb -p 进程号` 挂上去，`bt` 看卡在哪
连了很多个，只有一部分被 accept	accept 没放在循环里，一次通知只接了一个
CPU 一直 100%	一直关心着 `EPOLLOUT` 没有取消；或者 `epoll_wait` 的超时传了 0
每次新连接的 fd 越来越大	断开时没有 close
服务器莫名其妙退出，没有任何报错	没有忽略 `SIGPIPE`。用 `echo $?` 看退出码，141 就是被 SIGPIPE 杀的
`big_test.py` 显示 `DATA LOST`	没有处理 `write` 返回值小于要写的长度，或者没有关心 `EPOLLOUT`
`Segmentation fault`	用 gdb 跑，`bt` 看崩在哪一行；或者用 ASan 编译再跑
测试脚本报 `Too many open files`	默认最多 1024 个 fd，在两个终端里都执行 `ulimit -n 20000`

写完之后，对照检查

现在可以打开任务 7 的 echo_buffered.cpp，和你写的逐段对比。重点看：

所有系统调用的返回值，你都处理了吗？
errno 的判断，是在系统调用返回 -1 之后马上判断的吗？（中间如果调用了别的函数，比如 printf，errno 可能被改掉。）
你的代码哪里比参考答案写得更好？哪里更差？

把你的版本提交上去：

cd ~/code/cpp-practice
git add task8
git commit -m "Rewrite epoll echo server from scratch"
git push

阶段 0 过关标准

全部做到，就可以进入阶段 1：

不看任何资料，独立写出了 epoll echo server（6 关全部通过）
python3 test_clients.py epoll 500 输出 500 / 500
big_test.py 输出 OK
ASan 下跑完测试没有报错
能回答路线页“阶段 0”右边的 6 个面试题，以及面试题页里阶段 0 的题目

自测

为什么要分关写，而不是一口气写完再编译？

一口气写完，错误会混在一起：编译错误、逻辑错误、漏掉的步骤同时出现，不知道从哪里改起。分关写的话，每一关只多了一小段代码，出了问题一定在这一小段里，而且之前的部分已经验证过是对的。这也是阶段 1 写网络库时的方法：每加一个类，都要有一个能跑的例子验证它。

服务器退出码是 141，说明什么？

退出码大于 128 表示进程是被信号杀死的，减去 128 就是信号编号。141 - 128 = 13，13 号信号是 SIGPIPE：往一个已经关闭的连接写数据了。解决办法是 signal(SIGPIPE, SIG_IGN)。

“errno 要在系统调用返回 -1 之后马上判断”，为什么？

errno 是一个全局（准确说是每个线程一个）变量，任何系统调用或库函数失败时都可能改写它。如果在 read 返回 -1 之后先调用了 printf 再判断 errno，printf 内部的操作可能已经把它改成了别的值，你看到的就不是 read 的错误原因了。

面试常问

现场手写一个 epoll 服务器的主循环。

参考回答思路： 面试时一般不要求写完整代码，而是写主干并说清楚关键点。按顺序写：创建监听 socket、SO_REUSEADDR、bind、listen、设非阻塞；epoll_create1；把监听 fd 用 EPOLL_CTL_ADD 注册 EPOLLIN；while 循环里 epoll_wait，遍历就绪事件：监听 fd 就循环 accept 到 EAGAIN，新连接设非阻塞并注册；普通 fd 就 read，处理返回值大于 0、等于 0、EAGAIN 和其他错误四种情况。写完主动补充：write 可能写不完，需要输出缓冲区和 EPOLLOUT；要忽略 SIGPIPE。主动说出这些坑，比代码写得一字不差更加分。

你说你写过 epoll 服务器，遇到过什么问题？怎么解决的？

参考回答（按你的真实经历改）： 举两三个具体的。比如：用测试脚本发 20 MB 数据时发现只收回来 4 MB，原因是非阻塞 write 只写进去一部分，剩下的被丢了，后来给每个连接加了输出缓冲区，写不完就注册 EPOLLOUT，写完再取消；还有一次服务器莫名其妙退出，退出码是 141，查到是对端关闭后继续写触发了 SIGPIPE，加了 signal(SIGPIPE, SIG_IGN) 解决。

提醒： 这道题一定要说你真的遇到过的问题，面试官会顺着细节追问。这也是为什么要自己从零写一遍。