我对互联网的认识

中国科大软件学院 阎镇 原创文章转载请注明出处

互联网是网络与网络之间所串联成的巨大网络，这些网络以一组通用的协议相连，形成逻辑上的单一巨大国际网络。在互联网的支持下，我们真正实现了全球意义上的实时信息传播。现在，我们无论是上网看新闻，查资料，看电影，上论坛，登陆教务系统，下载软件，实时聊天，都可以轻易实现，这都是因为我们现在所处环境网络发达的原因。所以，我们无法想象没有互联网的生活。

我是从小学时候开始接触互联网的，但那时候的中国互联网远远不如现在发达。因为我父亲也是搞计算机这行的，最开始的时候，只有他所在的单位有互联网，而家里是没有互联网的。后来家里有了互联网，但不是宽带，上网需要使用电话线进行拨号上网，网速很慢。所以那个时候上网只能浏览资料，不能随便下载东西。后来有了宽带网，而且因为宽带网的出现，产生了很多多线程原理的包含断点续传的下载工具，这个时候家里才实现了真正意义上的快速下载。再往后来，就是无线网和无线路由器的飞速发展。一直到现在，网络技术还在不断革新中。

在学习网络程序设计这门课之前，我也零零星星学过一些与网络有关的课，也知道OSI七层模型，但并没有太上心。事实上，在这学期重修这门课之前，我对互联网体系结构也只是似懂非懂。看到身边很多同学对互联网理解的很深入，甚至连编写网络程序，比如说单线程文件传递，简单网络服务器并发处理，甚至使用开源框架比如Servlet编写网站，都是如鱼得水。看到这些我非常羡慕，就认真重修了一遍这门课。下面我就讲讲自己对互联网的理解。当然，即使是现在，我对互联网的理解仍然只是皮毛。所以我会结合自己对互联网的理解，以及一些实际应用程序，来谈谈自己对互联网的心得体会。

因为互联网的工作原理相当复杂，所以在实际工作中，互联网运行是通过若干层的架构来实现的。其中上层需要使用下层提供的服务，而下层又要提供可用的服务接口供上层使用。于是，每个模块都是相对独立的，而每个高层的功能都是通过对下一层功能的调用实现的。其中模块的层次越往上，即越贴近高层，需要调用的东西就越多。层次越往下，即越贴近底层，需要调用的东西就越少。

互联网的设计依赖于具体模型中每一层的协议和相应实现，但真正实现却未必完全按照模型来。由于整个网络架构非常复杂，需要的设备和软件非常多，而我们在使用网络，编写网络程序的时候，可能只需要使用一个或者几个层的内容。比如说我们用Tomcat中包含的Servlet编写网站，根据客户端http请求的类型，我们主要使用doget和dopost函数来处理相应请求。这个时候我们需要使用的是http协议，也就是应用层的协议。再比如说我们使用tcp或者udp协议来进行通话，文件传输，甚至是实现服务器并发处理，等等。这个时候我们需要使用的是传输层的协议。

网络服务器的具体实现很麻烦，但我们可以通过具体的框架来大大简化网络服务器的开发。我们在上课的时候学习并实现过简单服务器模型的并发处理。具体实现方法有很多：多进程，多线程，IO复用等。多进程很安全，但是创建和运行占资源太高，不推荐。多线程比较安全，但由于不同线程都公用进程的大部分资源，如果设计不当，可能会出现死锁之类问题。同时效率也并不是很高。

至于IO复用，这是现在很多服务器的原型。最开始的IO复用是轮询，linux下的select函数和poll函数都是采用的这个原理。它的具体操作步骤就是对每个连接挨个询问，如果对方有信息传来，就进行相应处理；如果没有，就返回一个消息通知用户。这种做法当每个用户都比较活跃时效率很高，但如果不活跃用户比较多，就非常不划算。因为它对不活跃用户的轮询完全属于非操作。因此，在linux 2.6内核中又诞生了epoll，它的主要原理是在每次轮询的过程中，对每个处理的事件填写合适的状态，然后在下一次轮询中，只处理那些需要处理的事件，对于不需要处理的事件，比如说客户端没有发来信息到缓冲区，那么就不处理。这种想法很新颖很好，经过我的观察，我自己经常去的5sing网(中国原创音乐基地)采用的是Nginx服务器，就是采用的epoll原理。不过，由于epoll服务器需要对所有事件进行管理，所以在活跃用户很多的时候，效率还要略低于轮询服务器。

再举例说明互联网和局域网的差别。我们很多同学都喜欢或者曾经喜欢过玩联网游戏。比如说我在大学的时候，经常跟同学一起玩dota。如果我们一起去网吧去开黑，也就是在互联网上联机。所以我们有时候通过局域网来联机。只要我们把网段(ip地址前3个和子网掩码)设置相等，就可以通过路由器来实现局域网联机。在局域网中传递信息要明显快于互联网。因为在局域网传递信息的时候，只要知道对方主机的ip地址，就可以通过arp协议，获得对方主机的物理地址(MAC)，然后把信息传递给对方。但如果在互联网内发送信息，由于两台主机不在同一个局域网内，那么主机A需要把信息发送给它所在的路由器上，然后根据路由表信息，通过路由选择算法发送给主机B所在的路由器上，再有路由器通过arp协议找到主机B的物理地址，把信息发送给主机B。主机A和主机B中，间隔了若干个路由器的传递，所以速度慢了很多。因此，如果网络状况不是很好，玩游戏就会觉得卡。

一般来讲，我们常用的互联网模型有2种：OSI七层模型和TCP/IP模型。在OSI七层模型里，从底层到高层分别是:物理层，数据链路层，网络层，传输层，会话层，表示层，应用层。在TCP/IP模型里，从底层到高层分别是:网络接口层，网际层，传输层，应用层。

不管是互联网还是局域网，都属于网络层。实际上，根据OSI七层模型的理论，互联网信息传递需要使用路由器，属于网络层。而局域网信息传递只需要使用交换机，属于数据链路层。关于这一点，我查询了一些资料。我现在的理解是，互联网中的信息传递，也就是不同网段的信息传递，需要路由器来进行网络层的传递，这一点毫无疑义。而局域网中的信息传递，实际上只需要知道两台主机的MAC地址就可以了，这一点确实只需要交换机来实现。但是在实际情况中，我们往往都是用路由器来实现局域网的。这是为什么呢？因为路由器比交换机高一层，所以它本身就已经包含了交换机的功能。它给局域网中的每个主机分配了一个ip地址，并可以通过arp协议获得每个主机的MAC地址。这样，路由器就可以实现交换机的信息转发功能。

也就是说，真正意义上的路由器，主要是实现路由器和路由器之间的信息包传递。而真正意义上的交换机，主要是实现局域网内部不同主机之间信息的转发。而实际生活中的交换机，这两点都包含。

在具体传输过程中，TCP和UDP是两个重要的传输协议。TCP的连接和断开需要进行3次握手和4次挥手来实现，特别是断开的时候，主动断开的一方会保持大约2分钟的time_wait状态。而且在发送数据的时候，TCP也有比较完善的确认和对数据包的排序机制，如果出错会请求重发。TCP还有主动调速功能，如果网络状况不好或者网络缓冲区不足的话，TCP会适当降低发送速度。所以TCP连接和传输都比较安全，但是速度相对慢。而UDP协议就没有这些功能。UDP包发送很快，但是不确认信息的正确性，也不对收到的信息进行排序，所以收到的信息可能不对，顺序也可能不对。在实际UDP工作中，我们可以进行流量发送控制，也可以对UDP包收到的东西进行重排序，在这样的机制下比UDP的可靠性提高了很多，而且比TCP快，算是一种折衷吧。

如果我们的通信对准确性要求极高，比如说文件传输，文件下载，那么哪怕是速度慢了点，也必须要使用TCP。如果对速度和效率要求极高，比如说qq打字通信，qq语音通信，qq视频通信，或者dota之类延迟0.1秒都会明显影响游戏结果的网络游戏，那么TCP根本无法满足游戏的要求，这个时候只能使用UDP。当然，真正的UDP不是很可靠，我们可以对UDP进行优化，来提高可靠性。实际上，TCP和UDP各有各的优点，而缺点也都比较明显。对于它们的使用，应该具体情况具体分析，不应该一棍子打死任何一个。