代码改变世界

CGI的一些知识点

2012-12-24 11:31  轩脉刃  阅读(6023)  评论(3)  编辑  收藏  举报

CGI(Common Gateway Interface)是能让web服务器和CGI脚本共同处理客户的请求的协议。它的协议定义文档是http://www.ietf.org/rfc/rfc3875。

其中Web服务器负责管理连接，数据传输，网络交互等。至于CGI脚本就负责管理具体的业务逻辑。

Web服务器的功能是将客户端请求（HTTP Request）转换成CGI脚本请求，然后执行脚本，接着将CGI脚本回复转换为客户端的回复（HTTP Response）。

CGI的脚本请求有两部分：请求元数据（request meta-variables）和相关的消息体（message-body）。

请求元数据

包含：

                               "AUTH_TYPE" | "CONTENT_LENGTH" |
                           "CONTENT_TYPE" | "GATEWAY_INTERFACE" |
                           "PATH_INFO" | "PATH_TRANSLATED" |
                           "QUERY_STRING" | "REMOTE_ADDR" |
                           "REMOTE_HOST" | "REMOTE_IDENT" |
                           "REMOTE_USER" | "REQUEST_METHOD" |
                           "SCRIPT_NAME" | "SERVER_NAME" |
                           "SERVER_PORT" | "SERVER_PROTOCOL" |
                           "SERVER_SOFTWARE" | scheme |
                           protocol-var-name | extension-var-name

 
下面一个一个看：
 
AUTH_TYPE是唯一标识了用户的认证方式，比如basic，Digest等

CONTENT_LENGTH是请求消息体的长度

CONTENT_TYPE是标识消息体的格式

GATEWAY_INTERFACE标识使用的CGI的版本，比如CGI/1.1

PATH_INFO说明了解释CGI脚本的地址

PATH_TRANSLATED就是可以被访问的cgi的路径，它对应CGI脚本的路径，比如

http://somehost.com/cgi-bin/somescript/this%2eis%2epath%3binfo
对应的PATH_INFO就是/this.is.the.path;info
QUERY_STRING 请求参数（GET的参数就是放在这个里面的）

REMOTE_ADDR标识客户端的ip地址

REMOTE_HOST标识的是客户端的域名

REMOTE_IDENT是发出请求的使用者标示，大多数服务端选择忽略这个属性

REMOTE_USER是使用者的合法名称

REQUEST_METHOD是请求方法，包括GET/POST/PUT/DELETE等

SCRIPT_NAME是脚本程序的虚拟路径，比如是/test/test.php

SERVER_NAME是WEB服务器的域名

SERVER_PORT是WEB服务器端口名

SERVER_PROTOCOL是WEB服务器与客户端的交互请求协议

SERVER_SOFTWARE发送给客户端的response的Web服务器的标识，比如nginx/1.0.6

请求消息体

就是直接将客户端的请求消息体转发，将消息体放在stdin中传递给script的
 

相关知识点

参数传递

下面的问题就是web服务器获取了http请求后，由于http请求是有分GET和POST等方法的。参数怎么传递给可执行程序呢？

比如GET方法，CGI程序就会从环境变量QUERY_STRING中获取数据。

POST呢？Web服务器会通过stdin（标准输入）想CGI中传送数据的。而传送的数据长度就是放在CONTENT_LENGTH中的。

对应于HTTP请求，QUERY_STRING存放http的GET参数，stdin存放HTTP的BODY参数


现在流行的nginx+php的方法就是使用nginx(web服务器)将请求变成cgi请求到php-cgi上，然后php-cgi进程执行php，将返回值变成cgi response返回给nginx。nginx再将它变成http回复返回给客户端。


但是这里有个问题，cgi是单进程的，一个进程的生命期就只是请求进来，处理，返回回复这几个阶段。但是web服务器都是需要接受多个web请求的，这里就需要在后端开启多个cgi了。一般的cgi服务器都会设置允许开启多少个cgi的数量的。


这里要明确一点，cgi是有分服务端和客户端的区别的，cgi客户端是放在web服务器一侧，像nginx，apache这样的web服务器就已经是实现了这个客户端。服务器端需要另外重启。像nginx+cgi+php这样的配合就需要启动php-cgi服务，当然你也可以想到这样的服务一定是以deamon的形式在后台运行，然后会fork出很多个cgi进程。
 

复用

当然有人会问，cgi进程不能复用是个问题，为什么不呢，fastcgi出现就是解决了这个问题。它的一个进程可以处理多个请求。这样速度当然就升上去了。然后还有一种cgi是scgi（simple cgi），scgi和fastcgi相似，只能说它定义的协议更简单（所以才叫做simple）。scgi的客户端是c写的，服务端是perl写的。

就最常见的nginx+cgi+php来说，要明确一点php中$_SERVER中获取的信息实际都是从cgi中获取的，当然这个和nginx中获取的客户端信息是一致的。另外由于cgi是有客户端和服务端的区别的，因此很容易想到cgi客户端需要使用tcp与客户端连接，每个连接当然需要占用一个端口，因此还是会有端口限制的。所以从这个角度上说，并不是cgi开的越多越好（当然6w的端口限制是远远够的了）。

 

安全

关于开启的cgi安全问题，曾经鸟哥就爆出了一个bug：http://www.laruence.com/2010/05/20/1495.html

有兴趣的读者可以看看。

 
还有cgi服务器不是在监听端口吗？怎么防止外网的请求执行cgi呢？我们一般的办法就是直接绑定在127.0.0.1的ip地址上，保证只有本机才能访问

参考文档：

http://www.lyinfo.net.cn/webclass/cgi/default.htm

http://blog.csdn.net/ablo_zhou/article/details/3634954

http://www.ietf.org/rfc/rfc3875