【网络】传输层协议——UDP协议

 1.传输层协议

首先我们要明白，进入传输层，也就进入了操作系统内核。

因为应用层下面这几个就是操作系统内部

我们学传输层及其以下几层，也就是在学操作系统内核的网络模块。 

1.1.传输层协议

       传输层能够实现端到端的连接。比如说我们用QQ与别人发信息，网络层能够将信息发送到对方的主机上，主机上使用什么协议来接受这个信息就由传输层来完成，所以传输层实现的是进程到进程间的连接。

        传输层提供的是应用程序间的逻辑通信，也就是说它向高层(应用层)屏蔽了下面网络层的细节，使应用程序看起来好像是在传输层之间沿着水平方向传输数据，但事实上两者之间并没有这样一条实际的物理连接。

传输层的作用：

1. 为上面的应用层提供通信服务，提供应用进程间的逻辑通信
2. 在 OSI 七层参考模型中，传输层是 面向通信部分的最高层，用户功能中的最底层
3. 两大重要的功能：1）复用，2）分用。复用是指，在发送端，多个应用进程共用一个传输层。分用是指，在接收端，传输层会根据端口号将数据分派给不同的应用进程
4. 传输层和网络层的区别：1）网络层为不同主机提供通信服务，而传输层为不同主机的不同应用提供通信服务；2）网络层只对报文头部进行差错检测，而传输层对整个报文进行差错检测

常见的传输层协议有以下两种

1.  TCP协议：面向连接的可靠传输协议。利用TCP进行通信时，首先要通过三步握手，以建立通信双方的连接。TCP提供了数据的确认和数据重传的机制，保证发送的数据一定能到达通信的对方。
2.  UDP协议：是无连接的，不可靠的传输协议。采用UDP进行通信时不用建立连接，可以直接向一个IP地址发送数据，但是不能保证对方是否能收到。

2.再谈端口号

端口号(port)标识了一个主机上进行通信的不同的应用程序。

如图所示，在一个机器上运行着许多进程，每个进程使用的协议都不一样，比如FTP，SSH，SMTP，HTTP，FTP等。

        正是因为每一个进程都有自己的端口号（如图中TCP21，TCP22这些，后面的数字就是端口号）当发来的数据从网络中传输到应用层后，在传输层就会提取出该数据对应的目的端口号，进而确定该数据应该交付给当前主机上的哪一个服务进程。 

2.1.五元组

TCP/IP协议是传输数据常用的协议，它会用 “源IP”、“源端口号”、“目的IP”、“目的端口号”、“协议号” 这样一个五元组来标识一个通信。

• 协议号是什么

        IP是网络层协议，IP头中的协议号用来说明IP报文中承载的是哪种协议（一般是传输层协议，比如6 TCP，17 UDP；但也可能是网络层协议，比如1 ICMP；也可能是应用层协议，比如89 OSPF）。

        TCP/UDP是传输层协议，TCP/UDP的端口号用来说明是哪种上层应用，比如TCP 80代表WWW，TCP 23代表Telnet，UDP 69代表TFTP。

        目的主机收到IP包后，根据IP协议号确定送给哪个模块（TCP/UDP/ICMP...）处（数据由一台主机传输至另一台主机时，根据IP头上的协议号将数据送到相应的传输层解析（IP头被过滤掉，即此时到达传输层的数据已经没有IP头））；

        送给TCP/UDP模块的报文根据端口号确定送给哪个应用程序处理。【根据端口号确定数据送达主机中的应用程序，当数据送至应用程序（可以理解为主机中的某个进程）时，TCP/UDP头被过滤掉】

• 协议号和端口号的区别

1. 协议号是存在于IP报头当中的，其长度是8位。协议号指明了数据报所携带的数据是使用的何种协议，以便让目的主机的IP层知道应该将该数据交付给传输层的哪个协议进行处理。
2. 端口号是存在于UDP和TCP报头当中的，其长度是16位。端口号的作用是唯一标识一台主机上的某个进程
3. 协议号是作用于传输层和网络层之间的，而端口号是作用于应用层于传输层之间的。

​

        如上图所示，客户端A打开了两个浏览器页面（可认为是两个进程）向服务器分别发送数据1和数据2。所以在这两份数据的五元组中，源IP地址都是客户端A的IP地址，目标IP地址都是服务器的IP地址，源端口号分别是2001和2002，它们能标识这两个进程，目标端口号都是服务端的HTTP进程，HTTP使用的端口号是80。

        客户端B也打开一个浏览器页面(可认为是一个进程)向服务器发送的数据3。所以在这份数据的五元组中，源IP地址就是客户端B的IP地址，目标IP是服务端的IP地址，源端口号是这个页面进程的端口号，目标端口号是服务器HTTP进程的端口号80。

        协议号是通信协议的编号，指定的协议号可以标识一种协议，比如6号就标识TCP协议。

        IP地址属于IP协议的内容，IP协议属于网络层，在传输层处不做讨论。

2.2.端口号的划分

端口号的长度是16位，因此端口号的范围是0 ~ 65535：

• 0 ~ 1023：知名端口号。比如HTTP，FTP，SSH等这些广为使用的应用层协议，它们的端口号都是固定的。
• 1024 ~ 65535：操作系统动态分配的端口号。客户端程序的端口号就是由操作系统从这个范围分配的。

2.2.1.认识知名端口号

        0~1023范围内的端口号叫做知名端口号，这些端口号常被固定的服务绑定，如HTTP、FTP、SSH等这些广为使用的应用层协议，他们的端口号都是固定的。由于应用层协议本质上是进程在使用，所以在这里应用层协议、进程可以看作是等价的。

        可以这样理解，110对应的是报警电话，120对应的是急救电话，119是火警电话，这些号码已经跟这些公共服务强绑定了。这些放在端口号上也一样，0~1023这些端口号都有对应的协议，不能随便更改，就像报警电话不会随便更改一样。所以，我们自己写程序时，要避开0~1023这些知名端口号。

        有些服务器是非常常用的，为了使用方便，人们约定了一些常用的服务器，都是用以下这些固定的端口号:

• ssh服务器，使用22端口
• ftp服务器，使用21端口
• telnet服务器，使用23端口
• http服务器，使用80端口。
• https服务器，使用443端口

在Linux机器中，有一个文件/etc/services，它存储了所有具体端口号对应的服务协议。

​

我截取了该文件的一部分，可以清楚地看到http的端口号是80。

​

我们也可以看到，这个80端口支持tcp，udp，sctp三种协议！！！

接下来来问两个问题

• 1.一个端口号是否可以被多个进程绑定?

         一个端口号绝对不能被多个进程绑定，因为端口号的作用就是唯一标识一个进程，如果绑定一个已经被绑定的端口号，就会出现绑定失败的问题。

• 2.一个进程是否可以绑定多个端口号？ 

        一个进程是可以绑定多个端口号的，这与“端口号必须唯一标识一个进程”是不冲突的，只不过现在这多个端口唯一标识的是同一个进程罢了。

        我们限制的是从端口号到进程的唯一性，而没有要求从进程到端口号也必须满足唯一性，因此一个进程是可以绑定多个端口号的。

 2.3.netstat命令

netstat [-acCeFghilMnNoprstuvVwx][-A<网络类型>][--ip]

功能：可用于查看当前机器的网络状态。 

1. n 拒绝显示别名，能显示数字的全部转化成数字
2. l 仅列出有在 Listen ( 监听 ) 的服务状态
3. p 显示建立相关链接的程序名
4. t (tcp) 仅显示 tcp 相关选项
5. u (udp) 仅显示 udp 相关选项
6. a (all) 显示所有选项，默认不显示 LISTEN 相关

​

我们演示一下

​

这个最常用的就是下面这两个

查看监听的TCP端口

netstat -ntlp

查看监听的UDP端口

netstat -nulp

就不演示了

netstat命令是一个用于显示网络连接、路由表、接口统计、伪装连接以及多播成员等信息的工具。当使用netstat命令时，其输出结果包含多个列，每列都代表了不同的信息。以下是对netstat输出中常见列的含义的解释：

• 1. Proto：含义：显示连接使用的协议，如TCP或UDP。
• 2. Local Address含义：表示本地计算机的IP地址和端口号。这个地址是服务正在监听的地址。对于监听所有IP地址的服务，该列会显示为0.0.0.0:<端口号>。对于只监听特定IP地址的服务，将显示该IP地址和端口号。
• 3. Foreign Address含义：表示远程计算机的IP地址和端口号。这个地址是与本地计算机建立连接的远程计算机的地址。如果远程地址未知或未指定，则可能显示为0.0.0.0:*或*:*。
• 4. State：含义：表示TCP连接的状态。TCP连接状态包括多种，如LISTEN（监听状态，等待进入连接队列的连接请求）、ESTABLISHED（已建立连接，表示双方已经开始数据传输）、TIME_WAIT（等待足够的时间以确保远程TCP接收到连接中断请求的确认）等。UDP协议是无连接的，因此UDP连接不会显示状态。
• 5. Recv-Q：含义：表示接收队列中的连接个数。这是指已经到达本地计算机但尚未被应用程序读取的数据量。对于TCP连接，这个值通常应该很小或为零，因为TCP会尽量保持接收队列为空。
• 6. Send-Q：含义：表示发送队列中的字节数。这是指已经由本地计算机发送但尚未被远程计算机确认的数据量。对于TCP连接，这个值也应该很小或为零，除非正在传输大量数据。
• 7. PID/Program name（可选）：含义：在某些netstat命令的输出中，还会显示创建该连接的进程的PID（进程ID）和程序名称。这有助于识别哪个程序正在使用特定的端口或IP地址。

以下是一个简化的netstat命令输出示例，用于说明上述列的含义：

Proto  Local Address          Foreign Address        State       Recv-Q Send-Q  PID/Program name  
TCP    0.0.0.0:22             0.0.0.0:*              LISTEN      0      128     -  
TCP    192.168.1.100:80       192.168.1.20:51234      ESTABLISHED 0      0       1234/nginx  
UDP    0.0.0.0:68             *:*                                0      0       -

在这个示例中：

1. 第一行表示本地计算机上的SSH服务（端口22）正在监听所有IP地址。
2. 第二行表示一个TCP连接，本地计算机的IP地址是192.168.1.100，端口是80，与远程计算机192.168.1.20的端口51234建立了连接，状态是ESTABLISHED。
3. 第三行表示一个UDP连接，本地计算机正在监听所有IP地址的68端口，但没有远程地址信息，因为UDP是无连接的。

2.4.pidof命令

pidof是一个用于查找指定名称的进程的进程ID的工具。

语法为：pidof [进程名]。

pidof命令可以通过查询运行中的进程信息来找到特定进程的进程ID。它可以返回一个或多个进程ID，这些ID可以用于进一步确认进程的运行状态、杀掉进程或者发送一个信号给它。

选项和参数：

• -s：仅返回一个进程号。
• -c：仅显示具有相同根目录的进程。
• -x：显示由脚本开启的进程。
• -o：指定不显示的进程ID。

使用pidof命令查找特定进程的ID时，只需要将进程名作为参数传递给pidof命令即可。

​

例如，要查找名为nginx的进程的ID，可以运行命令pidof nginx。

常见搭配kill命令使用，例如 kill -9 $(pidof nginx)

​

​

3.UDP协议报头

现在开始我们就正式进入传输层的学习。

​

从现在开始，进入操作系统内核部分，我们在学习传输层以及他下面每一层协议的时候，都要搞清楚几件事。

1. 报头和有效载荷如何分离，有效载荷应该上交给哪一个上层协议（对应的协议字段，方案）——这个是最重要的
2. 认识报头
3. 学习该协议周边的问题

 3.1.UDP协议格式

下图就是UDP协议的格式，前八个字节属于协议报头，之后的是有效载荷。

​

UDP协议的前八个字节作为报头，64个比特位。其中这八个字节的前16位0-15存放的是源端口号，第16~31位存放目的端口号，32~47位存放的是UDP的长度，48~64位存放的是UDP校验和。

1. 16位源端口号：表示发送端(客户端)的端口号。
2. 16位目的端口号：表示接收端(服务端)的端口号。
3. 16位UDP长度：整个UDP数据段(报文)的长度，这个长度是包括报头和有效载荷的长度，UDP数据段最大64KB。
4. 16位校验和：由操作系统进行校验，如果发送方和接收方的校验和不一致，说明出错，就会丢弃整个UDP数据段。（不可靠的部分）

我们注意到, UDP协议首部中有一个16位的最大长度. 说的是一个UDP能传输的最大报文长度是2^16 --> 2^10 * 2^6=64K(包括UDP首部)

​

然而64K在当今的互联网环境下, 是一个非常小的数字.
        UDP数据段最长不能超过64KB，所以如果传输的数据超过了64KB，就需要用户在应用层手动将数据分成多个大小小于等于64KB的数据包，并进行多次发送，在接收端用户也需要手动将各分包重新拼装。

 每层协议的学习，我们都应该掌握这两个问题：

1. 协议报头和有效载荷如何分离？
2. 有效载荷如何向上交付？

• 第一个问题，协议报头和有效载荷如何分离。

        我们看到，UDP首部有一个16位的UDP长度。16位UDP长度：整个UDP数据段(报文)的长度，这个长度是包括报头和有效载荷的长度，UDP数据段最大64KB。

​

通过首部长度，我们就可以将TCP首部和有效载荷分离。

• 第二个问题，有效载荷如何向上交付。

UDP是传输层的，上层是应用层。而应用层程序会绑定端口号，UDP首部中有16位目的端口号，根据端口号做到向上交付。

​

3.2.UDP在Linux的表现形式

        UDP协议是传输层协议，由操作系统维护，而Linux操作系统又是由C语言写的，所以UDP的报头一定会在操作系统中有自己的结构化数据，我们如果自己写一个结构体描述差不多就是这样：

struct udp_hdr
{
    uint16_t src_port;//16位源端口号
    uint16_t dest_port;//16位目的端口号
    uint16_t length;//16位UDP长度
    uint16_t check;//16位UDP校验和
};

当然将各变量改为unsigned int src_port:16;这样的结构也可以。

        上面就是一个简易的UDP报文。

        由于可能会有很多进程都在使用UDP向对方发送消息，由于一定会存在大量的UDP报文，操作系统一定要把它管理起来，怎么管理？

        先描述，在组织。操作系统会有一个struct sk_buff来管理这些UDP报文。

struct sk_buff
{
    char* start;
    char* end;
    char* pos;
    int type;
    //..... 省略
    struct sk_buff* _Next; // 指向下一个，像链表一样串起来
};

• 理解报头与有效数据的分离

        以C语言的知识理解报头与有效数据的分离，我们可以认为当计算机接收UDP数据时，该数据会先放在操作系统的已创建的内核缓冲区内（最大为64KB）。

        然后创建一个hdr指针指向UDP报头起始位置，再再偏移报头字节数(sizeof(udp_hdr))构建一个start指针指向内核中有效载荷的起始位置。

        最后根据报头的结构化数据将数据将各个数据（包括正文内容）拷贝到内存，这样就能实现了分离。

我们说填充报头，就是下面这个伪代码这样子。

char* hdr = malloc(XXX);//操作系统创建内核缓冲区
char* start = hdr + sizeof(struct udr_hdr);//指向有效载荷
strcpy(start,buffer,len);//将用户缓冲区中数据复制到内核缓冲区有效载荷处。
(struct udp_hdr*)hdr->src_port = xxx;//赋值源端口
(struct udp_hdr*)hdr->dest_port = xxx;//赋值源端口
(struct udp_hdr*)hdr->length = xxx;//赋值源端口
(struct udp_hdr*)hdr->check = xxx;//赋值源端口

• 分用

         分用时，操作系统中已经维护了一个哈希表，使用绑定的端口号作为key值，就能直接找到这个进程，将有效载荷交给进程即可。所以，进程只要使用网络就一定要绑定端口号，不管是否使用bind显式绑定，这个绑定的过程本质上就是将数据插入哈希表。

3.3.UDP是面向数据报的

• 什么是面向数据报的？

        面向数据报可以理解成面向快递，你的朋友给你寄了一个、两个、三个快递，未来你在收的一定是一个、两个、三个快递。你朋友发了三个快递你一定是收三个快递，不会收半个、一个半、两个等，他发几个你就收几个。

        客户端曾经发了一个报文，你在调用recvfrom成功的时候，这个函数必定把一个完整的报文全部读上来。这叫做UDP数据报。

1. 其一，在写udp的代码时明显可以感觉到不像写tcp网页版计数器哪里首先必须要先读到一个完整的报文，在udp哪里从来没有说过这样的话，因为用udp直接可以保证读到一个完整报文。
2. 其二，对方调sendto发送10次报文，对方必须调用recvfrom接收10次报文，次数是1:1的。

这就是面向数据报，使用UDP协议我们不用考虑在应用层enlength增加报头，delength删除报头，用来区分数据，只用考虑序列化和反序列化就可以了。

应用层交给UDP多长的报文, UDP原样发送, 既不会拆分, 也不会合并;

用UDP传输100个字节的数据:

• 如果发送端调用一次sendto, 发送100个字节, 那么接收端也必须调用对应的一次recvfrom, 接收100个字节; 而不能循环调用10次recvfrom, 每次接收10个字节

• 2.为什么 UDP 是面向报文的协议？

        当用户消息通过 UDP 协议传输时，操作系统不会对消息进行拆分，在组装好 UDP 头部后就交给网络层来处理，所以发出去的 UDP 报文中的数据部分就是完整的用户消息，也就是每个 UDP 报文就是一个用户消息的边界，这样接收方在接收到 UDP 报文后，读一个 UDP 报文就能读取到完整的用户消息。

• 你可能会问，如果收到了两个 UDP 报文，操作系统是怎么区分开的？

操作系统在收到 UDP 报文后，会将其插入到队列里，队列里的每一个元素就是一个 UDP 报文，这样当用户调用 recvfrom() 系统调用读数据的时候，就会从队列里取出一个数据，然后从内核里拷贝给用户缓冲区。

​

3.4.TCP的缓冲区和UDP的缓冲区

• TCP的缓冲区

        还记得之前用过的send/sendto、recv/recvfrom这样的的接口吗？这些系统调用直接就能把数据发出去了吗？

        结论当然是否定的。系统调用的工作在操作系统和用户应用的界限之间，而在网络的分层模型中，数据会一层一层向下传递并在物理层发出，所以这些系统调用的任务一定是从应用层将数据向操作系统传递。

        在TCP协议中，操作系统会为通信双方各自维护一个发送缓冲区，一个接收缓冲区。用户层在调用send/sendto函数之后，操作系统会自动对需要发送的内容拼接TCP报头（TCP报头的具体内容后面会讲）形成数据段，然后拷贝到到发送缓冲区中。

        同样，本主机从对端主机收到数据段后，也会先将其放入接收缓冲区中。当用户层读使用recv/recvfrom这样的系统调用时，系统调用就会将接收缓冲区内的数据拷贝到应用层中，具体点说就是拷贝到接收数据的字符串中。

​

        所以，send/sendto、recv/recvfrom本质上是一个拷贝接口，它们前者负责将应用层的数据拷贝到发送缓冲区，后者负责将数据从接收缓冲区拷贝到应用层。

        在两个缓冲区中的数据由TCP的内部代码进行发送和接收，用户只负责将数据放入或拿出这两个缓冲区。正是因为数据的传输无需用户参与，所以TCP的全名叫做传输控制协议。

        而且这两个缓冲区使得通信双方进程在同一时刻，既可以发送数据，也可以接收数据，且互不影响，我们称之为全双工。

• 2.UDP的缓冲区

        UDP协议与TCP相似，只是少了一个发送缓冲区。当客户端使用UDP协议将用户层的数据使用sendto发送的时候，数据会被直接拷贝到内核中，经过一定处理后立即发出。

        在使用UDP协议接收数据时，操作系统将发送来的数据存放在接收缓冲区中，在适当的时候，操作系统会将数据交给用户层。

        UDP的信息传输方式也实现了发送和接收数据同时进行和互不干扰，也叫做全双工。

​

3.5.基于UDP的应用层协议

我们不会单独说UDP协议有啥用，因为他是操作系统内部的东西，类似于底层的东西，存在的意义就是为了给上层提供服务。UDP的存在，可以让上层的应用层有各式各样的协议。

缩写	全名
NFS	网络文件系统
TFTP	简单文件传输协议
DHCP	动态主机配置协议
BOOT	启动协议(用于无盘设备启动)
DNS	域名解析协议

上面这些协议在传输层都是使用的UDP协议，其中很多我们天天都在用。

UDP我们就简单的讲一下就好了，这个不是我们的重点，我们的重点是TCP协议