深入理解TCP/IP协议

1、TCP/IP协议的概念

先看看百度的定义：

TCP/IP(Transmission Control Protocol/Internet Protocol，传输控制协议/网际协议)是指能够在多个不同网络间实现信息传输的协议簇。TCP/IP协议不仅仅指的是TCP 和IP两个协议，而是指一个由FTP、SMTP、TCP、UDP、IP等协议构成的协议簇， 只是因为在TCP/IP协议中TCP协议和IP协议最具代表性，所以被称为TCP/IP协议。

TCP/IP 协议是互联网相关各类协议族的总称。那么TCP/IP 协议具体包括了哪些协议呢？

2、TCP/IP的分层管理

TCP/IP协议里最重要的一点就是分层。TCP/IP协议族按层次分别为 ，物理层、数据链路层、网络层、传输层、应用层(从下到上)。当然也有按不同的模型分为4层或者7层的。采用分层结构，有利于对应用程序的设计和修改。

1. 物理层

电脑要组网，就必须通过光缆、电缆、双绞线、无线电波等方式将电脑连起来。这一操作就是物理层的主要任务。它主要规定了网络的一些电气特性，作用是负责传送0和1的电信号。

2. 数据链路层

物理层是负责传送0和1的电信号，那电信号要怎么传呢？总不能一个一个传吧，各个厂家都有自己的一套方法，而其中占据主导的是以太网电信号分组方式。

以太网规定，一组电信号构成一个数据包，叫做”帧”（Frame）。每一帧分成两个部分：标头（Head）和数据（Data）。

①”标头”包含数据包的一些说明项，比如发送者、接收者、数据类型等等；”标头”的长度，固定为18字节。

②”数据”则是数据包的具体内容。”数据”的长度，最短为46字节，最长为1500字节。

因此，整个”帧”最短为64字节，最长为1518字节。如果数据很长，就必须分割成多个帧进行发送。

MAC地址

发送者和接收者是如何知道对方就是对的人？难道也确认过眼神？

以太网规定，连入网络的所有设备，都必须具有”网卡”接口。数据包必须是从一块网卡，传送到另一块网卡。网卡的地址，就是数据包的发送地址和接收地址，这叫做MAC地址。

每块网卡出厂的时候，都有一个全世界独一无二的MAC地址，长度是48个二进制位，通常用12个十六进制数表示。

前6个十六进制数是厂商编号，后6个是该厂商的网卡流水号。有了MAC地址，就可以定位网卡和数据包的路径了。

有了网卡地址，那发送者也不知道接收者的网卡地址是多少，那要怎么发送呢？这就要用到广播的方式了。

广播

一块网卡是不知道另一块网卡的MAC地址的，但是以太网数据包必须知道接收方的MAC地址，然后才能发送。

有了MAC地址，系统怎样才能把数据包准确送到接收方？

以太网采用了一种很”原始”的方式，它不是把数据包准确送到接收方，而是向本网络内(子网内)所有计算机发送，让每台计算机自己判断，是否为接收方。

1号计算机向2号计算机发送一个数据包，同一个子网络的3号、4号、5号计算机都会收到这个包。它们读取这个包的”标头”，找到接收方的MAC地址，然后与自身的MAC地址相比较，如果两者相同，就接受这个包，做进一步处理，否则就丢弃这个包。这种发送方式就叫做”广播”（broadcasting）。

有了数据包的定义、网卡的MAC地址、广播的发送方式，数据包就可以准确的在链路层上进行多台计算机之间的传输了。

3. 网络层

广播的对象是同一个子网内的所有主机。如果两台计算机不在同一个子网络，广播是传不过去的。但是互联网是无数子网络共同组成的一个巨型网络，必须找到一种方法，能够区分哪些MAC地址属于同一个子网络，哪些不是。如果是同一个子网络，就采用广播方式发送，否则就采用”路由”方式发送。

网络层的作用是引进一套新的地址，使得我们能够区分不同的计算机是否属于同一个子网络。这套地址就叫做”网络地址”，简称”网址”。

“网络层”出现以后，每台计算机有了两种地址，一种是MAC地址，另一种是网络地址(IP地址)。

网络地址帮助我们确定计算机所在的子网络，MAC地址则将数据包送到该子网络中的目标网卡。

必定是先处理网络地址，然后再处理MAC地址。【先判断是不是同一个子网络，是的话再发送广播数据包】

IP协议

规定网络地址的协议，叫做IP协议。它所定义的地址，就被称为IP地址。

目前，广泛采用的是IP协议第四版，简称IPv4。这个版本规定，网络地址由32个二进制位(8个二进制转成一个十进制(0~255)，即4个十进制数)组成。

4. 传输层

IP地址能判断两台主机是不是处于同一个子网，MAC地址能保证处于同一子网的不同主机进行数据传输。也就是有了MAC地址和IP地址，我们就可以在互联网上任意两台主机上建立通信。

同一台主机上有许多程序都需要用到网络，比如，你一边浏览网页，一边与朋友在线聊天。当一个数据包从互联网上发来的时候，你怎么知道，它是表示网页的内容，还是表示在线聊天的内容？

这时，就需要加入一位小伙伴，即端口(port)，表示这个数据包到底供哪个程序(进程)使用

每个数据包都发到主机的特定端口，所以不同的程序就能取到自己所需要的数据。

端口是0到65535之间的一个整数，正好16个二进制位。**0到1023的端口被系统占用，用户只能选用大于1023的端口。**不管是浏览网页还是在线聊天，应用程序会随机选用一个端口，用来接收从互联网上发来的包。

传输层的功能，就是建立”端口到端口“的通信。网络层的功能是建立”主机到主机“的通信。只要确定主机和端口，我们就能实现程序之间的交流。

Unix系统把主机+端口，叫做”套接字”（socket）

UDP协议

为了在数据包中加入端口信息，就需要新的协议，制定关于端口的协议。

UDP协议，它的格式几乎就是在数据前面，加上端口号。

UDP数据包，也是由”标头”和”数据”两部分组成。

“标头”部分主要定义了发送端口和接收端口，”数据”部分就是具体的内容。

把整个UDP数据包放入IP数据包的”数据”部分，再把IP数据包放在以太网数据包之中的，所以整个以太网数据包现在变成了下面这样：

UDP数据包非常简单，”标头”部分一共只有8个字节，总长度不超过65535字节，正好放进一个IP数据包。

TCP协议

UDP协议的优点是比较简单，容易实现。缺点是可靠性较差，一旦数据包发出，无法知道对方是否收到。而TCP协议可以看作是有确认机制的UDP协议

每发出一个数据包都要求确认，如果有一个数据包遗失，就收不到确认，发出方就知道有必要重发这个数据包了。(没说收到就再发一次)

TCP协议能够确保数据不会遗失。它的缺点是过程复杂、实现困难、消耗较多的资源。

5. 应用层(会话层、表示层、应用层)

在7层模型中，应用层包括会话层、表示层、应用层。

应用程序收到传输层的数据，就要对其解读。应用层的作用，就是规定应用程序的数据格式。

TCP协议可以为各种各样的程序传递数据，比如Email、WWW、FTP等等。那么，必须有不同协议规定电子邮件、网页、FTP数据的格式，这些应用程序协议就构成了应用层。

这是最高的一层，直接面对用户。它的数据就放在TCP数据包的数据部分。

3、从用户角度理解TCP/IP的分层管理

**总的来说，网络通信就是交换数据包。**电脑A向电脑B发送一个数据包，后者收到了，回复一个数据包，从而实现两台电脑之间的通信。

发送一个数据包，必须要对方的MAC地址、 对方的IP地址，有了这两个地址，数据包才能准确送到接收者手中。

MAC地址有局限性，如果两台电脑不在同一个子网络，就无法知道对方的MAC地址，必须通过网关（gateway）转发。

1号电脑要向4号电脑发送一个数据包，它先判断4号电脑是否在同一个子网络，结果发现不是，于是就把这个数据包发到网关A。网关A通过路由协议，发现4号电脑位于子网络B，又把数据包发给网关B，网关B再转发到4号电脑。而1号电脑把数据包发到网关A，必须知道网关A的MAC地址，由于1号电脑和网关A是属于同一个子网的，故可以通过广播的方式将数据包准确发送到网关A。

发送数据包之前，电脑必须根据IP地址判断对方是否在同一个子网络，然后选择相应的MAC地址。

1. 配置静态IP地址(专业用户)

配置静态IP地址必须要知道：本机IP地址、子网掩码、网关地址的IP地址、DNS的IP地址，缺一不可。

2. 配置动态IP地址(普通用户)

动态IP地址，指计算机开机后，会自动分配到一个IP地址，不用人为设定。它使用的协议叫做DHCP协议。

这个协议规定，每一个子网络中，有一台计算机负责管理本网络的所有IP地址，它叫做”DHCP服务器”。新的计算机加入网络，必须向”DHCP服务器”发送一个”DHCP请求”数据包，申请IP地址和相关的网络参数。

如果两台计算机在同一个子网络，必须知道对方的MAC地址和IP地址，才能发送数据包。但是，新加入的计算机不知道这两个地址，怎么发送数据包呢？

DHCP协议

DHCP协议是一种应用层协议，建立在UDP协议之上。

请求：新加入子网的计算机向”DHCP服务器”发送一个”DHCP请求”数据包
1、最前面的”以太网标头”，设置发送方(本机)的MAC地址和接收方(DHCP服务器)的MAC地址。本机的MAC地址是已知的，DHCP服务器的MAC地址不知道，先用广播地址：FF-FF-FF-FF-FF-FF代替。
2、后面的”IP标头”，设置发送方的IP地址和接收方的IP地址。对于本机而言，两个都不知道，故先设置发送方的IP地址就为0.0.0.0，接收方的IP地址为255.255.255.255。
3、最后的”UDP标头”，设置本机的的端口和DHCP服务器的端口。这一部分是DHCP协议规定好的，本机是68端口，DHCP服务器是67端口。
由上述规则可以看出，数据包是由本机MAC地址+0.0.0.0+68发送到FF-FF-FF-FF-FF-FF+255.255.255.255+67。
由于以太网是广播发送，同一个子网络的每台计算机都收到了这个包。因为接收方的MAC地址是FF-FF-FF-FF-FF-FF`，看不出是发给谁的，所以每台收到这个包的计算机，还必须分析这个包的IP地址，才能确定是不是发给自己的。当看到发出方IP地址是0.0.0.0，接收方是255.255.255.255，于是DHCP服务器知道”这个包是发给我的”，而其他计算机就可以丢弃这个包。

应答：DHCP服务器在收到”DHCP请求”后，发送一个”DHCP响应”给新入网的计算机。
DHCP服务器读出这个包的数据内容，分配好IP地址，发送回去一个”DHCP响应”数据包。这个响应包的结构也是类似的，以太网标头的MAC地址是双方的网卡地址，IP标头的IP地址是DHCP服务器的IP地址(发送方)和255.255.255.255(接收方)，UDP标头的端口是67(发送方)和68(接收方)，分配给请求端的IP地址和本网络的具体参数则包含在Data部分。
新加入的计算机收到这个响应包，于是就知道了自己的IP地址、子网掩码、网关地址、DNS服务器等等参数。

DNS协议

发送数据包，必须要知道对方的IP地址。若只知道网址www.baidu.com，不知道它的IP地址，DNS协议可以帮助我们，将这个网址转换成IP地址。【域名转换为IP地址，也叫正向解析】

4、TCP与UDP的区别

TCP和UDP 都是传输层协议

面向报文：应用层交给UDP多长的报文，UDP就发送多长的报文，即一次发送一个报文。因此，应用程序必须选择合适大小的报文。【来多少发多少】

面向字节流：虽然应用程序和TCP的交互是一次一个数据块(大小不等)，但TCP把应用程序看成是一连串的无结构的字节流。TCP有一个缓冲，当应用程序传送的数据块太长，TCP就可以把它划分短一些再传送。【来太多，分开发】

5、TCP的三次握手与四次挥手

客户端和服务端之间的通信

如果有大量的连接，每次在连接，关闭都要经历三次握手、四次挥手，这显然会造成性能低下。因此。http 有一种叫做长连接(keepalive connections)的机制。它可以在传输数据后仍保持连接，当客户端需要再次获取数据时，直接使用刚刚空闲下来的连接而无需再次握手。

6、常见问题解答：

在理解以下问答时，可结合三次握手和四次挥手的表格理解。

6.1为什么要三次握手，而不是两次握手？

答：为了防止失效的连接请求被服务端接收到，导致服务端回复一个ack确认报文段，由于是两次握手，客户端和服务端此时已经建立连接，且客户端确认了服务端能收到数据包，就一直发送数据包给服务端。但是服务端未收到来自客户端的ack确认报文段，就会忽略客户端发送的数据包，一直等待客户端发送ack报文段。这就浪费了服务端的连接。

通俗一点理解三次握手和两次握手： 场景：A和B微信聊天
三次握手：
①A：你好，有空吗？
②B：有空，你有空嘛？
③A：我也有空。
到目前为止两个人都确认了对方现在有空，所以就巴拉巴拉的讲事情(通信)。

两次握手：
①A：你好，有空吗？
②B：有空。
这时，只能确定B有空，而A不一定有空。此时A和B也巴拉巴拉的讲事情。

这就会存在一个问题，如果A发第一条信息，信号不好，B没收到，然后A发第二条信息，这时B回复收到了。由于是两次握手，这时就已经建立了连接，然后A和B讲完事情就没联系了。这时，之前延迟的A的信息，终于发到B的微信上了，这时B回复收到，那么就会再次建立连接，但是问题来了，此时A不在线，那么B就一直等，B的连接资源就浪费了。

6.2 为什么要四次挥手？三次挥手行不行？

答：在关闭连接时，若只有三次挥手，即当服务器发送fin报文段给客户端时，服务端就关闭了连接。若该fin报文段在网络中丢失，服务端不能重发fin报文段，而此时客户端又处于FIN_WAIT_1状态，客户端没收到服务端的关闭请求，就一直等，导致客户端无法关闭连接。故需要四次握手，让客户端能确认服务端也没数据包要发送了，确认服务端发送了关闭请求过来，这时服务端关闭后，客户端才关闭。

6.3 为什么要处于TIME-WAIT状态，等待 2MSL？

答：因为当客户端收到服务端发来的fin报文段，客户端回复了服务端后就直接进入CLOSED状态，而不是TIME-WAIT状态。此时若该回复丢失，那么服务端就会再次发来fin报文段，但是由于客户端已经关闭，那服务端就永远都关闭不了了。