11 KiB
字节序
最近在调一个自定义报文的接口时，本来以为挺简单的，发现踩了好几个坑，其中一个比较“刻骨铭心”的问题就是数据的字节序问题。
背景
自定义报文，调用接口，服务端报文解析失败
iOS 小端序
查看 iOS 设备使用的端序
if (NSHostByteOrder() == NS_LittleEndian) {
NSLog(@"NS_LittleEndian");
} if (NSHostByteOrder() == NS_BigEndian) {
NSLog(@"NS_BigEndian");
} else {
NSLog(@"Unknown");
}
概念
字节序，字节顺序，又称端序或尾序（Endianness），在计算机科学领域中，指「存储器」中或者「数字通信链路」中，组成多字节的字的字节排列顺序。
在几乎所有的机器上，多字节对象都被存储为连续的字节序列。例如在 C 语言中，一个 int 类型的变量 x 地址为 0x100，那么其对应的地址表达式 &x 的值为 0x100，且 x 的4个字节将被存储在存储器的 0x100,0x101,0x102,0x103 位置。
字节的排列方式有2个通用规则。例如一个多位整数，按照存储地址从低到高排序的字节中，如果该整数的最低有效字节（类似于最低有效位）排在最高有效字节前面，则称为“小端序“；反之成为”大端序“。在计算机网络中，字节序是一个必须要考虑的因素，因为不同类型的机器可能采用不同标准的字节序，所以均需要按照网络标准进行转化。
假设一个类型为 int 的变量 x，位于地址 0x100 处，它的值为 0x01234567，地址范围为 0x100～0x103字节，其内部的排列顺序由机器决定，也就是和 CPU 有关，和操作系统无关。
-
大端序（Big Endian）：也叫大尾序。高字节存储在内存的低地址
地址增长方向 内存地址序号 16进制 ↓ 0x100 01 ↓ 0x101 23 ↓ 0x102 45 ↓ 0x103 67 -
小端序（Little Endian）：也叫小尾序。低字节存储在内存的低地址
地址增长方向 内存地址序号 16进制 ↓ 0x100 67 ↓ 0x101 45 ↓ 0x102 23 ↓ 0x103 01
缘起
“endian”一词来源于十八世紀愛爾蘭作家乔纳森·斯威夫特（Jonathan Swift）的小说《格列佛游记》（Gulliver's Travels）。小说中，小人国为水煮蛋该从大的一端（Big-End）剥开还是小的一端（Little-End）剥开而争论，争论的双方分别被称为“大端派”和“小端派”。以下是1726年关于大小端之争历史的描述：
“我下面要告诉你的是，Lilliput和Blefuscu这两大强国在过去36个月里一直在苦战。战争开始是由于以下的原因：我们大家都认为，吃鸡蛋前，原始的方法是打破鸡蛋较大的一端，可是当今皇帝的祖父小时候吃鸡蛋，一次按古法打鸡蛋时碰巧将一个手指弄破了。因此他的父亲，当时的皇帝，就下了一道敕令，命令全体臣民吃鸡蛋时打破鸡蛋较小的一端，违令者重罚。老百姓们对这项命令极其反感。历史告诉我们，由此曾经发生过6次叛乱，其中一个皇帝送了命，另一个丢了王位。这些叛乱大多都是由Blefuscu的国王大臣们煽动起来的。叛乱平息后，流亡的人总是逃到那个帝国去寻求避难。据估计，先后几次有11000人情愿受死也不肯去打破鸡蛋较小的一端。关于这一争端，曾出版过几百本大部著作，不过大端派的书一直是受禁的，法律也规定该派任何人不得做官。” —— 《格列夫游记》 第一卷第4章 蒋剑锋（译）
1980年，丹尼·科恩（Danny Cohen），一位网络协议的早期开发者，在其著名的论文"On Holy Wars and a Plea for Peace"中，为平息一场关于字节该以什么样的顺序传送的争论，而第一次引用了该词。
字节顺序
对于单一的字节（a byte），大部分处理器以相同的顺序处理位元（bit），因此单字节的存放方法和传输方式一般相同。 对于多字节数据，如整数（32位机中一般占4字节），在不同的处理器的存放方式主要有两种：大、小端序。
拓展
以内存中0x0A0B0C0D的存放方式为例，分别有以下几种方式： 注：0x 前缀代表十六进制。
- 大端序
-
数据以8bit为单位:
地址增长方向 → ... 0x0A 0x0B 0x0C 0x0D ... 示例中，最高位字节是0x0A 存储在最低的内存地址处。下一个字节0x0B存在后面的地址处。正类似于十六进制字节从左到右的阅读顺序。
-
数据以16bit为单位:
地址增长方向 → ... 0x0A0B 0x0C0D ... 最高的16bit单元0x0A0B存储在低位。
- 小端序
-
数据以8bit为单位:
地址增长方向 → ... 0x0D 0x0C 0x0B 0x0A ... 最低位字节是0x0D 存储在最低的内存地址处。后面字节依次存在后面的地址处。
-
数据以16bit为单位:
地址增长方向 → ... 0x0C0D 0x0A0B ... 最低的16bit单元0x0C0D存储在低位。
-
更改地址的增长方向: 当更改地址的增长方向，使之由右至左时，表格更具有可阅读性。
← 地址增长方向 ... 0x0A 0x0B 0x0C 0x0D ...
最低有效位（LSB）是0x0D 存储在最低的内存地址处。后面字节依次存在后面的地址处。
← 地址增长方向 ... 0x0A0B 0x0C0D ...
最低的16bit单元0x0C0D存储在低位。
- 混合序（英：middle-endian）具有更复杂的顺序。以 PDP-11 为例，0x0A0B0C0D 被存储为： 32bit在PDP-11的存储方式
地址增长方向 → ... 0x0B 0x0A 0x0D 0x0C ...
可以看作高16bit和低16bit以大端序存储，但16bit内部以小端存储。
处理器体系
- x86、MOS Technology 6502、Z80、VAX、PDP-11等处理器为小端序；
- Motorola 6800、Motorola 68000、PowerPC 970、System/370、SPARC（除V9外）等处理器为大端序；
- ARM、PowerPC（除PowerPC 970外）、DEC Alpha、SPARC V9、MIPS、PA-RISC及IA64的字节序是可配置的。
网络字节顺序（NBO）
通常我们认为，在网络传输的字节顺序即为网络字节序为标准顺序，考虑到与协议的一致以及与其他平台产品的互通，在程序发送数据包的时候，将主机字节序转换为网络字节序，收数据包处将网络字节序转换为主机字节序。
NBO(Network Byte Order)：按照从高到低的顺序存储，在网络上使用统一的网络字节顺序，可以避免兼容性问题。TCP/IP中规定好的一种数据表示格式，与具体的 CPU 类型、操作系统等无关。从而保证数据在不同主机之间传输时能够被正确解释。网络字节序采用大端序。
主机字节顺序 HBO
主机字节顺序（HBO：Host Byte Order）：不同机器 HBO 不相同，与 CPU 有关。计算机存储数据有两种字节优先顺序：Big Endian 和 Little Endian。Internet 以 Big Endian 顺序在网络上传输，所以对于在内部是以 Little Endian 方式存储数据的机器，在网络通信时就需要进行转换。
Big-Endian: PowerPC、IBM、Sun
Little-Endian:x86、DEC
ARM 既可以工作在大端模式，也可以工作在小端模式。
如何转换
由于 Internet 和 Intel 处理器的字节顺序不同，所以开发者需要使用 Sockets API 提供的标准转换函数。
BSD Socket 提供了转换函数
- htons() : unsigned short 从主机序转换到网络序
- htonl()： unsigned long 从主机序转换到网络序
- ntohs()：unsigned short 从网络序转换到主机序
- ntohl()：unsigned long 从网络序转换到主机序
之前的代码采用端序转换
- (NSData *)handlePayloadData:(NSArray *)rawArray
{
if (rawArray.count == 0) {
return 0;
}
// 2. 加密压缩处理：（meta 整体先加密再压缩，payload一条条先加密再压缩）
__block NSMutableString *metaStrings = [NSMutableString string];
__block NSMutableArray<NSData *> *payloads = [NSMutableArray array];
// 2.1. 遍历拼接model，取出 meta，用 \n 拼接
[rawArray enumerateObjectsUsingBlock:^(id _Nonnull obj, NSUInteger idx, BOOL * _Nonnull stop) {
if (PCT_IS_CLASS(obj, PCTLogPayloadModel)) {
PCTLogPayloadModel *payloadModel = (PCTLogPayloadModel *)obj;
BOOL shouldAppendLineBreakSymbol = idx < (rawArray.count - 1);
[metaStrings appendString:[NSString stringWithFormat:@"%@%@", payloadModel.meta, shouldAppendLineBreakSymbol ? @"\n" : @""]];
// 2.2 判断是否需要上传 payload 信息。如果需要则将 payload 取出。(Payload 可能为空)
if ([self needUploadPayload:payloadModel]) {
if (payloadModel.payload) {
NSData *payloadData = [PCTDataSerializer compressAndEncryptWithData:payloadModel.payload];
[payloads addObject:payloadData];
}
}
}
}];
if (metaStrings.length == 0) {
return nil;
}
NSData *metaData = [PCTDataSerializer compressAndEncryptWithString:metaStrings];
__block NSMutableData *headerData = [NSMutableData data];
unsigned short metaLength = (unsigned short)metaData.length;
HTONS(metaLength); // 处理2字节的大端序
[headerData appendData:[NSData dataWithBytes:&metaLength length:sizeof(metaLength)]];
Byte payloadCountbytes[] = {payloads.count};
NSData *payloadCountData = [[NSData alloc] initWithBytes:payloadCountbytes length:sizeof(payloadCountbytes)];
[headerData appendData:payloadCountData];
[payloads enumerateObjectsUsingBlock:^(NSData * _Nonnull obj, NSUInteger idx, BOOL * _Nonnull stop) {
unsigned int payloadLength = (unsigned int)obj.length;
HTONL(payloadLength); // 处理4字节的大端序
[headerData appendData:[NSData dataWithBytes:&payloadLength length:sizeof(payloadLength)]];
}];
__block NSMutableData *uploadData = [NSMutableData data];
// 先添加 header 基础信息，不需要加密压缩
[uploadData appendData:[headerData copy]];
// 再添加 meta 信息，meta 信息需要先压缩再加密
[uploadData appendData:metaData];
// 再添加 payload 信息
[payloads enumerateObjectsUsingBlock:^(NSData * _Nonnull obj, NSUInteger idx, BOOL * _Nonnull stop) {
[uploadData appendData:obj];
}];
return [uploadData copy];
}