big-endian与little-endian区别

big-endian与little-endian

今天研究sql*loader碰到字节排序的问题顺便找了相关的资料看看。

Byte order affects the results when data is written and read an even number of bytes at a time (typically 2 bytes, 4 bytes, or 8 bytes). The following are some examples of this:

The 2-byte integer value 1 is written as 0x0001 on a big-endian system and as 0x0100 on a little-endian system.

The 4-byte integer 66051 is written as 0x00010203 on a big-endian system and as 0x03020100 on a little-endian system.

Byte order also affects character data in the UTF16 character set if it is written and read as 2-byte entities. For example, the character 'a' (0x61 in ASCII) is written as 0x0061 in UTF16 on a big-endian system, but as 0x6100 on a little-endian system.

下面为查找的资料

不同体系的CPU在内存中的数据存储往往存在着差异。例如，Intel的x86系列处理器将低序字节存储在起始地址，而一些RISC架构的处理器，如IBM的370主机使用的PowerPC或Motorola公司生产的CPU，都将高序字节存储在起始位置。这两种不同的存储方式被称为little-endian和big-endian。
little-endian是x86系列CPU的数据存储方式，即将低序的部分存储在前面。而big-endian是将高序部分存储在前面。例如，要存储0xF432，little-endian将以32F4存储，而使用big-endian与此相反，将存储为F432，如图13.2所示。
程序p13.1.c讲解了如何判断系统是使用big-endian还是little-endian实现数据存储的。程序中使用的方法如下所示。

[align=center]图13.2 big-endian与little-endian方式数据存储示例[/align]
（1）利用联合的特点。联合中的数据成员是共享存储空间的，所分配的空间为数据成员中最大所需的内存数。程序定义了名为endian_un的联合体，其中包含两个数据成员，一个是short类型的数据成员（在32位系统上，short类型的长度是2字节），一个是字符类型的字符数组，字符数组的元素个数为short类型的字节数。
程序将var赋值为0x0102。由于联合结构的特点，bits字符串数组中同样存储了0x0102这一数值。通过判断字符串中的低位和高位存储的内容，就可以知道系统是little-endian还是big-endian的。
（2）通过强制类型转换实现。程序中通过取flag变量的地址，获得起始空间的存储内容。如果起始空间存储的是数据的低位内容，则表示存储方式为little-endian，否则为big-endian。
程序的具体代码如下：

//p13.1.c 判断big-endian与little-endian #include <stdio.h>//使用类型的强制转换实现little-endian与big-endian的判断 int is_little_endian(void) { unsigned short flag=0x4321;if(*(unsigned char*)&flag==0x21) return 1; else return 0; }int main(void) { //利用联合的特点来判断little-endian与big-endian union endian_un{ short var; char bits[sizeof(short)]; };union endian_un flag;flag.var=0x0102;//判断低位和高位的存储内容，确定是何种方式 if(sizeof(short)==2){ if(flag.bits[0]==1 && flag.bits[1]==2) printf("judged by first method, big-endian\n"); else if(flag.bits[0]==2 && flag.bits[1]==1) printf("judged by first method, little-endian\n"); else printf("cannot determine the type\n"); }if(is_little_endian()) printf("judged by second method, little-endian\n"); else printf("judged by second method, big-endian\n");return 0; }

使用gcc编译p13.1.c，获得名为p13.1的可执行文件。执行该程序，具体输出如下。可以看到x86系统的内存数据存储方式为little-endian方式。

[program@localhost charter13]$ gcc -o p13.1 p13.1.c [program@localhost charter13]$ ./p13.1 judged by first method, little-endian judged by second method, little-endian [program@localhost charter13]$

之所以介绍big-endian和little-endian，是因为这一数据存储方式不仅影响程序在不同硬件平台中的移植，而且在网络编程中也要考虑字节顺序的问题。为了避免兼容性的问题，网络中的数据传输都使用了从高到低的顺序存储方式。因此，如果要将数据从低位字节优先（little-endian）的机器上发往网络，必须首先进行转换。而big-endian的机器是不需要转换的。
Linux系统提供了htons、htonl、ntohs、ntoh这4个函数用于进行字节顺序的转换。其中，h是host的缩写，n表示network。最后一个字符如果是s，表示short类型，如果是l，表示为long类型。4个函数的具体定义如下：
uint32_t htonl(uint32_t hostlong);
uint16_t htons(uint16_t hostshort);
uint32_t ntohl(uint32_t netlong);
uint16_t ntohs(uint16_t netshort);

htonl/htons：表示主机字节顺序转换成网络字节顺序，htonl函数和htons函数的区别在于参数长度存在差异。

ntohl/ntohs：表示网络字节顺序转换成主机字节顺序，ntohl函数和ntohs函数的区别在于参数长度存在差异。