C++后臺實(shí)踐：古老的CGI與Web開發(fā)
本文寫給C/C++程序猿，也適合其他對歷史感興趣的程序猿
=============================================
談到web開發(fā)，大家首先想到的PHP、JavaEE/JSP、.NET/ASP、Ruby on rails、Python的Django等等。可謂百花齊放，你一般不會想到C++和Web開發(fā)有什么關(guān)系，但其實(shí)動態(tài)網(wǎng)頁的開發(fā)（web開發(fā)）可是在這些動態(tài)網(wǎng)頁語言誕生之前就存在了的。所以C/C++也是可以做web開發(fā)的，它利用的技術(shù)是——CGI。
在天地初開，混沌未分之時，動態(tài)網(wǎng)頁語言尚未出世，要實(shí)現(xiàn)動態(tài)網(wǎng)站依賴的就是CGI。谷歌/百度一下CGI，可能會出現(xiàn)很多名詞：CGI腳本、CGI程序、CGI標(biāo)準(zhǔn)等等。其實(shí)這些都是站在不同角度來說的，CGI即Common Gateway Interface的縮寫，直譯為“通用網(wǎng)關(guān)接口”。第一次聽這個名字，我也不知道是個什么鬼東西。歸根結(jié)底 CGI就是一個接口協(xié)議。協(xié)議就是大家公認(rèn)的一套標(biāo)準(zhǔn)（叫CGI標(biāo)準(zhǔn)也可以），比如網(wǎng)絡(luò)協(xié)議。大家都遵守一套標(biāo)準(zhǔn)，就減少了溝通的難度。進(jìn)行CGI開發(fā)，就是編寫一個CGI可執(zhí)行程序。其實(shí)各種語言都可以編寫CGI，不但Java、Python、PHP、C#……可以，而且Shell也可以。當(dāng)然C和C++也可以。由于早期CGI很多是由Perl（腳本語言）開發(fā)的，所以CGI程序也稱CGI腳本，其實(shí)這個稱呼不一定準(zhǔn)確。因?yàn)镃++編譯出的可執(zhí)行文件同樣可以是CGI。
在PHP和Java大行其道的今天，很多人看來用C++編寫CGI是幾乎淘汰的技術(shù)了（其實(shí)這到不然，只是比較小眾罷了）。所以如果你對C/C++感興趣或者對歷史感興趣都可以閱讀本文。
一次網(wǎng)頁請求與響應(yīng)
在進(jìn)行網(wǎng)頁瀏覽時，通常就是通過一個URL請求一個網(wǎng)頁，然后服務(wù)器返回這個網(wǎng)頁文件給瀏覽器。瀏覽器在本地解析該文件渲染成我們看到的網(wǎng)頁。然而通常我們看到的網(wǎng)頁不是靜態(tài)網(wǎng)頁，也就是說在服務(wù)端是沒有這個網(wǎng)頁文件，它是在網(wǎng)頁請求的時候動態(tài)生成的，比如PHP/JSP網(wǎng)頁。依據(jù)你請求的參數(shù)不同，所返回的內(nèi)容不同。
同理，如果是請求一個CGI程序的時候（比如在瀏覽器直接輸入CGI程序的URL，或者提交表單的時候發(fā)送給CGI程序），CGI程序負(fù)責(zé)解析從前端傳遞過來的參數(shù)，理解它的意圖然后返回數(shù)據(jù)，比如返回HTML、XML或JSON等。
WARNNING：Apache默認(rèn)沒有打開CGI的支持，需要進(jìn)行CGI的配置。具體方法可以自行百度。
預(yù)備前端知識
假設(shè)你是一個C++程序員，你可能對前端不熟（OK，我也不熟），在接下來的講述之前，你要先掌握一些預(yù)備的前端知識（盡量少講前端），你不需要知道如何渲染出一個美輪美奐的網(wǎng)頁，但你需要知道前、后端如何交互。前端頁面如何發(fā)送數(shù)據(jù)，一個普通的HTML頁面通常的做法，你只需知道如下幾種：
- form表單提交（html原生）
- js操縱下的表單提交
- js通過Ajax請求數(shù)據(jù)
這里知講第一種（最簡單的）：
- <h1>表單提交</h1>
- <form action="/cgi-bin/hello.cgi" method="get">
- <table>
- <tr>
- <td>用戶名：</td>
- <td><input name="username"/></td>
- </tr>
- <tr>
- <td>密碼：</td>
- <td><input name="password"/></td>
- </tr>
- <tr>
- <td><input type="submit" value="OK"/></td>
- </tr>
- </table>
- </form>
form標(biāo)簽的action屬性的值表示的就是表單要提交到url，即表單提交以后要跳轉(zhuǎn)的頁面（Ajax可以達(dá)到無跳轉(zhuǎn)拉取數(shù)據(jù)，刷新頁面），這里action屬性值的是cgi程序的url地址。（WARNNING：/ 對應(yīng)的是網(wǎng)站根目錄，而不是Linux文件系統(tǒng)根目錄哦）。method屬性表示數(shù)據(jù)請求方式，有兩種：get和post。不贅述。
我輸入用戶名jellywang，密碼123456之后，點(diǎn)擊OK按鈕，即向 當(dāng)前域名/cgi-bin/hello.cgi 的程序序提交了表單，并且攜帶參數(shù)username=jellywang。然后頁面會跳轉(zhuǎn)到這個cgi（就像普通網(wǎng)頁跳轉(zhuǎn)，瀏覽器地址欄更新一樣）。
如果是get請求。那么瀏覽器地址欄的URL看起來像這樣：localhost:/cgi-bin/hello.cgi?username=jelly&password=123456。很顯然這是一種不夠安全的方式，所以我們還可以使用post請求。這樣地址欄就看不到這種提交的參數(shù)了。（其實(shí)post也不夠安全，不鼓勵直接提交明文密碼的方式，本文僅作示例，安全登錄不上本文重點(diǎn)）
環(huán)境變量與CGI處理
當(dāng)前端頁面通過get或post方法向cgi程序提交了數(shù)據(jù)以后，那么接下來cgi程序該如何解析呢？答案是環(huán)境變量。無論是Linux系統(tǒng)或Windows系統(tǒng)都有環(huán)境變量的概念。Linux用戶在配置很多環(huán)境的時候，都不得不在系統(tǒng)配置文件中和環(huán)境變量打交道。CGI程序即是通過從環(huán)境變量中取值來獲得參數(shù)的。這里介紹幾個環(huán)境變量（更多的請自行百度）：
REQUEST_METHOD | 前端頁面數(shù)據(jù)請求方式：get/post |
QUERY_STRING | 采用GET時所傳輸?shù)男畔?/p> |
CONTENT_LENGTH | STDIO中的有效信息長度 |
SCRIPT_NAME | 所調(diào)用的CGI程序的名字 |
SERVER_NAME | 服務(wù)器的IP或名字 |
SERVER_PORT | 主機(jī)的端口號 |
這些環(huán)境變量是從何而來，是誰定義的？是Linux嗎？POSIX嗎？當(dāng)然不是。這里就要再次聲明一下CGI是一個接口協(xié)議，這些環(huán)境變量就是屬于該協(xié)議的內(nèi)容，所以不論你的server所在的操作系統(tǒng)是Linux還是Windows，也不論你的server是Apache還是Nginx，這些變量的名稱和含義都是一樣的。實(shí)際就是Apache/Nginx在將這些內(nèi)容填充到環(huán)境變量中，而具體填充規(guī)范則來自于CGI接口協(xié)議。
在C語言標(biāo)準(zhǔn)中有獲取環(huán)境變量值得庫函數(shù)——getenv。（頭文件stdlib.h）
-
- chr* str = NULL;
- str = getenv("QUERY_STRING");
對于get請求，可以從環(huán)境變量QUERY_STRING中取出字符串 username=jelly&password=123456。然后程序自己做字符串的解析操作，解析出參數(shù)的key和value。而對于post請求，則是直接通過標(biāo)注輸入（STDIN）來獲取這個參數(shù)字符串，比如使用scanf或cin都可以。
在解析了請求、進(jìn)行了相應(yīng)的邏輯處理之后（比如檢查用戶名密碼是否一致），CGI程序要向前端頁面返回內(nèi)容，這是通過標(biāo)準(zhǔn)輸出（STDOUT）完成的，比如printf或cout，你可以返回xml，json，plain text或一個html網(wǎng)頁等等。這一步完成的是就是HTTP的響應(yīng)過程。所以在返回直接的數(shù)據(jù)之前，要先輸出HTTP協(xié)議的首部。比如，假設(shè)你想返回一個html網(wǎng)頁，那么你首先要輸出：
- cout<<"Content-Type:text/html\n\n"<<endl;
WARNNING：這里要注意，一定要輸出兩個換行符（\n）。因?yàn)镠TTP協(xié)議的首部和消息實(shí)體（如HTML代碼）之間用空行分割。
后面直接cout出html代碼（比如輸出你剛才輸入的用戶名成功登陸）。前端頁面就會收到這些html代碼，然后瀏覽器就渲染成網(wǎng)頁啦。這就是一次CGI完成的動態(tài)網(wǎng)頁操作了。
Cgicc庫
進(jìn)行C++的CGI編程，需要手動進(jìn)行字符串的解析處理，還有自行管理首部。比如資源轉(zhuǎn)移了，要返回302，并且在首部用Location給出新地址。很顯然，這些東西對于PHP、Python等語言都有內(nèi)置的解決方案。對于C++就需要第三方庫了。這里推薦一個GNU的開源庫——
Cgicc?？梢詽M足常用的各類需求，除了解析get/post請求外，還能重定向，還可以設(shè)置Cookie，還可以上傳文件等等等等。
美中不足的就是Cgicc庫不支持SESSION。但是這個問題不大，我們可以很容易使用Cookie來實(shí)現(xiàn)SESSION功能。由于CGI本身是請求一次就創(chuàng)建一個進(jìn)程，返回之后進(jìn)程就結(jié)束（下文的FastCGI除外）。這時要在服務(wù)端維持一個SESSION的變量可選的解決方案是：用文件存儲或者在Redis、Memcached等內(nèi)存數(shù)據(jù)庫中存儲。而發(fā)給客戶端的SESSIONID就用Cgicc已經(jīng)支持的Cookie功能來完成，就可以了。
CGI的痛點(diǎn)與FastCGI
CGI是一種標(biāo)準(zhǔn)，并不限定語言。所以Java、PHP、Python都可以通過這種方式來生成動態(tài)網(wǎng)頁。但是實(shí)際上這些動態(tài)語言卻很少這樣用。原來是CGI有一大硬傷。那就是每次CGI請求，那么Apache都有啟動一個進(jìn)程去執(zhí)行這個CGI程序，即頗具Unix特色的fork-and-execute。當(dāng)用戶請求量大的時候，這個fork-and-execute的操作會嚴(yán)重拖慢Server的進(jìn)程。而Java的Servlet技術(shù)則是一種常駐內(nèi)存的技術(shù)，不會頻繁的發(fā)生進(jìn)程上下文的創(chuàng)建和銷毀操作。
時勢造英雄，F(xiàn)astCGI技術(shù)應(yīng)運(yùn)而生。簡單來說，其本質(zhì)就是一個常駐內(nèi)存的進(jìn)程池技術(shù)，由調(diào)度器負(fù)責(zé)將傳遞過來的CGI請求發(fā)送給處理CGI的handler進(jìn)程來處理。在一個請求處理完成之后，該處理進(jìn)程不銷毀，繼續(xù)等待下一個請求的到來。FCGI技術(shù)一出，CGI又一定程度上煥發(fā)了第二春。PHP-FPM本身是使PHP支持FCGI技術(shù)的一個Patch，現(xiàn)在已經(jīng)被納入PHP標(biāo)準(zhǔn)。當(dāng)然，支持C++的FCGI技術(shù)也出現(xiàn)了，Apache有FCGI的模塊可以安裝，比如mod_fcgid。
現(xiàn)代CGI的編程范式
前面我們知道，CGI可以直接返回一個html網(wǎng)頁。CGI程序本身也可以進(jìn)行各種計算、邏輯處理任務(wù)。隨著各類web前后端技術(shù)的發(fā)展，以及大數(shù)據(jù)、高并發(fā)的Server使用場景越來越多。現(xiàn)代的CGI的用法，在發(fā)生變化。
現(xiàn)在，越來越多的任務(wù)從后端轉(zhuǎn)移到前端，前端頁面利用豐富的Js技術(shù)來進(jìn)行更多的處理。
- JS可以使用Ajax技術(shù)來向后臺CGI發(fā)起數(shù)據(jù)請求。Ajax完成的是不需要刷新整個頁面就可以加載后端數(shù)據(jù)（比如從數(shù)據(jù)庫中取出）。
- CGI一般不再用于直接返回html頁面，同時將復(fù)雜的計算、IO任務(wù)下沉到后端（后端可以進(jìn)一步進(jìn)行路由轉(zhuǎn)發(fā)，實(shí)現(xiàn)負(fù)載均衡）。使CGI作為前后端之間的中間層。彼時CGI的職能是完成基本的數(shù)據(jù)交換：解析前端數(shù)據(jù)請求，再轉(zhuǎn)發(fā)給對應(yīng)后端；然后從后端取回數(shù)據(jù)，給前端返回XML或JSON。
- 前端JS利用XML/JSON中的數(shù)據(jù)來進(jìn)行填充，繪制出豐富的頁面。
