计算机网络学习笔记一、TCP协议

TCP协议

  从本篇文章开始，总结TCP协议相关的知识点。TCP协议相关内容可以分为5个部分：TCP报文，TCP连接，Socket编程，可靠传输机制和流量控制，拥塞控制。本篇文章记录TCP报文、TCP连接和Socket编程三个部分的内容。

• 可靠传输机制与流量控制

• 拥塞控制

---

1. TCP报文

  TCP协议是面向连接的、可靠的、基于字节流的数据传输协议。TCP协议在协议栈中位于IP协议的上一层，属于传输层协议。

1.1. TCP首部

  TCP首部占20到60个字节，即如果选项部分长度为0，TCP首部占20个字节。

2. TCP连接

  一个TCP连接由一对Socket（四元组：客户端ip:客户端port，服务器ip:服务器port）唯一标识。建立一个TCP连接是需要客户端与服务器达成三个信息的共识，包括socket、序列号、窗口大小。

1. Socket：由IP地址和端口号组成

源地址和目的地址字段（32位）在IP头部，作用是通过ip协议发送报文给对方主机。
源端口和目的端口字段（16位）在TCP头部，作用是通过TCP协议把报文发送给目标主机的指定进程。


问题：一个服务器监听了一个端口，它TCP的最大连接数是多少？
  对ipv4来说，客户端最多$2^{32}$个ip，端口号最多$2^{16}$个，也就是说服务端单机最大TCP连接数为$2^{48}$个。当然，服务端最大TCP连接数远远不能达到这个理论上限。
  原因可归纳为两点：

  1. 首先主要是文件描述符的限制，socket都是文件，可以在ulimit文件中配置文件描述符的个数。
  2. 另一个是内存限制，每个TCP连接都会占用一定内存，而服务器内存是有限的。

2. 序列号：用来解决乱序问题。
3. 窗口大小：用来做流量控制。

2.1. 三次握手

  建立一个TCP连接是需要客户端和服务器达成三个信息的共识，包括Socket、序列号和窗口大小。关于TCP三次握手可以简要描述为：客户端发送SYN，服务端发送SYN+ACK，客户端发送ACK。

1. 客户端向服务器端发送请求报文，请求建立连接标志位SYN=1、发送序列号seq=x(随机)，客户端进入SYN_SENT状态，等待服务器确认
2. 服务器收到客户端请求，同意连接，发送确认报文，SYN=1,ACK=1,ack=x+1，序列号seq = y，服务器进入SYN_RECV状态。
3. 客户端收到服务端报文，标志位ACK=1，发送确认号ack=y+1，seq= x+1，客户端和服务器进入ESTABLISHED状态。

  值得注意的一点是，第三次握手之前有了初始序列号，所以第三次握手时可以携带数据；前两次握手没有初始序列号，不能携带数据。总结来说，三次握手的过程就是客户端与服务器 初始化socket、序列号、窗口大小，并建立TCP连接的过程。

问题1：为什么是三次握手，而不是两次、四次握手？

  该问题可以分两个方面来回答，第一、为什么要使用三次握手。第二、为什么不能用两次握手。

1. 首先回答第一个问题，三次握手的首要原因是为了防止旧的重复连接初始化造成混乱（阻塞的SYN报文发送到服务端）；同步双方初始序列号；避免浪费资源。
2. 再回答问什么不能用两次握手，因为两次握手不能完成上述三个问题。
3. 还有一点，两次握手容易形成死锁。如果服务器发送给客户端的确认信息丢失了，此时客户端以为还未建立连接，只会等待连接确认的应答分组，服务器发送的的分组超时后，又会发送同样的分组，就会形成死锁。
4. 至于为什么不是四次握手，实际上四次握手也可以建立可靠连接，只是没有必要。
   
   

问题2：既然IP层会分片，为什么TCP层还需要MSS？

1. IP层有一个超过MTU大小的数据要发送，那么IP层要进行分片，每个分片都会小于MTU。如果有一个IP分片丢失，整个IP报文所有分片都得重传，这是因为IP层没有超时重传机制，它是由传输层的TCP来负责超时和重传的。
2. 当接收方发现TCP报文的某一片丢失后，则不会响应ACK给对方，那么发送TCP超时后，就会重发整个报文，因此可得出IP层进行分片传输效率并不高。
3. TCP协议建立连接时，通常要协商双方MSS，TCP层发现数据超过MSS时，会先进行分片，MSS形成的IP包也不会大于MTU。TCP分片机制，进行重发时也是以MSS为单位的。
   
   

问题3：什么是SYN攻击？如何避免SYN攻击？

  攻击者伪造不同IP地址的SYN报文，服务端每接收到一个SYN报文，就进入SYN_RCVD状态，但服务端发送出去的ACK+SYN报文，无法得到未知IP主机的ACK应答，久而久之就会占满服务器的SYN接收队列，使得服务器不能为正常用户服务。


问题4：Linux内核SYN队列和Accept队列工作原理

1. 当服务端接收到客户端的SYN报文时，会将其加入内核SYN队列。
2. 接着发送SYN+ACK给客户端，等待客户端回应ACK报文。
3. 服务端接收到ACK报文后，从SYN队列移除，放入Accept队列。 应用通过调用accept(),从Accept队列取出连接，如果应用程序过慢时，会导致Accept队列被占满。

2.2. 四次挥手

  关于TCP四次挥手可以简要描述为：客户端发送FIN，服务端发送ACK，服务端发送FIN，客户端发送ACK。

1. 客户端发送连接释放报文，表示请求断开连接。断开连接标志位FIN=1、序列号为seq=u，客户端进入FIN_WAIT_1阶段。
2. 服务端收到释放连接报文，发送确认报文。确认标志ACK=1、ack=u+1，带上序列号seq=v，服务器进入CLOSED_WAIT状态。客户端收到服务器端的ACK回复以后，与服务器进行最后的数据传输，而这段数据传输的时间，在客户端处于FIN_WAIT_2状态。
3. 服务器将最后数据发送完毕，发出连接释放报文，FIN=1、ACK=1，ack=u+1，由于期间服务器又发送了一些数据seq=w，服务器进入LAST_ACK状态。
4. 客户端收到服务器的连接释放报文后，确认标志ACK=1，ack=w+1，自己序列号为u+1。同时自己进入一个TIME_WAIT的等待时间，等待结束后客户端关闭连接，服务器收到客户端的ACK后会关闭连接。

问题1：为什么建立连接要三次挥手而断开连接要四次挥手？
  建立连接时ACK和SYN是放在一个报文里来发送。关闭连接时，被关闭的一方可能还有未发完的数据需要先发送ACK，等数据发送完，再发送FIN报文表示同意断开连接，因此这里的ACK报文和FIN报文是分开发送的。

问题2：TIME_WAIT状态

1. 主动关闭连接的，才有TIME_WAIT状态。
2. MSL(Maximum Segment Lifetime)，报文最大生存时间，它是任何报文在网络上存在的最长时间，超过这个时间报文将被丢弃。
3. TIME_WAIT为2MSL的合理解释在于，网络中可能存在来自发送方的数据包，当这些发送方的数据包被接收方处理后又会向对方发送响应，一来一回需等待2倍时间，Linux系统中2MSL默认是60秒。
   
   

问题3： 为什么最后一次挥手后还要等待2MSL的时间？

1. 保证客户端发送的最后一个ACK报文能够到达服务器，因为这个ACK报文可能丢失，站在服务器的角度看来，我已经发送了FIN+ACK报文请求断开了，客户端还没有给我回应，应该是我发送的请求断开报文它没有收到，于是服务器又会重新发送一次，而客户端就能在这个2MSL时间段内收到这个重传的报文，接着给出回应报文，并且会重启2MSL计时器。
2. 防止旧连接的数据包出现在新连接中。客户端发送完最后一个确认报文后，在这个2MSL时间中，就可以使本连接持续的时间内所产生的所有报文段都从网络中消失。这样新的连接中不会出现旧连接的请求报文。
   
   

问题4：优化TIME_WAIT

1. 一个四元组唯一标识一个TCP连接，理论上服务端可以建立很多连接。服务端确实只监听一个端口，但是会把连接扔给处理线程，而线程池可能处理不了那么多一直不断开的连接。所以系统资源被占满时，服务端出现大量TIME_WAIT，会导致处理不过来新的连接。
2. 优化方式。第一，net.ipv4.tcp_tw_reuse和tcp_timestamps；第二，net.ipv4.tcp_max_tw_buckets；第三，使用SO_LINGER。

3. Socket编程

3.1. 步骤

服务端

1. 初始化socket，得到文件描述符。
2. 调用bind，绑定ip地址和端口号。
3. listen，进行监听。
4. accept，等待客户端连接。

客户端

1. connect，向服务器端的地址和端口号发起连接请求。
2. 客户端拿到服务器调用accept返回的文件描述符。
3. 客户端调用write写入数据，服务端调用read读取数据。
4. 客户端断开连接时调用close关闭连接；服务端调用read读数据时，会读到EOF，处理完数据后，调用close关闭连接。

注意： 服务端调用accept时，连接成功，会返回一个已经完成连接的socket，用来传输数据。

1. 监听和真正用来传输数据的是两个socket，一个叫作监听socket，一个叫作已完成连接的socket。
2. 成功建立连接后，双方通过read和write读写数据，就像是往一个文件流里写内容一样。

问题一： listen函数

1. Linux内核中会维护两个队列：一个是未完成连接的队列（SYN队列），即处于SYN_RCVD状态的队列；另一个是已完成连接的队列（Accept队列），即处于ESTABLISHED状态的队列。

2. int listen(sockfd, backlog)函数中backlog参数在早期linux系统中，通常指SYN队列大小；在Linux内核2.2之后，backlog变成accept队列，现在通常认为backlog是Accept队列。
   
   

问题二：connect函数和accept函数

1. 客户端connect成功返回是在第二次握手后。
2. 服务端accept成功返回是在三次握手成功后。

4. TCP和UPD的区别

TCP和UDP是TCP/IP体系结构中运输层的两个协议。UDP全称是用户数据报协议，TCP全称是传输控制协议。

1. 是否基于连接？
   TCP是面向连接的协议，UDP是无连接的协议。也就是说，UDP在发送数据前无需建立连接。
2. 是否可靠？
   TCP是可靠的，UDP是不可靠的。TCP通过校验和，重传控制，滑动窗口，确认应答，可靠传输等机制保证了消息的按序到达，尽可能保证消息的可靠性；UDP是尽最大努力交付，数据包可能会以任何可能的顺序到达。
3. 实时性
   UDP具有很好的实时性，工作效率比TCP高。
4. 协议首部
   TCP首部消耗20字节，UDP首部消耗8字节。
5. 是否支持一对多
   TCP连接只能是点对点的；UDP支持一对一，一对多，多对一，多对多。
6. 应用场景
   TCP应用在HTTP,HTTPS,FTP,SMTP,Telnets;
   UDP用在DNS,DHCP,SNMP,RIP,VOIP等。

5. 子网掩码

5.1. 子网掩码的作用是什么？

  子网掩码是用来划分子网的，ip&子网掩码=网络地址
  Host ID 为全1 的IP 地址为广播地址。广播地址可以向该网段内所有主机发送消息。