【计算机网络，原生Java开发的路该怎么走

---

（1）传输层的复用和分用

（2）常用应用进程默认的端口

（3）端口：应用层进程的标识

端口指网络设备内部与外界通交流的出口。

端口作用：

• 数据发送时向下交付给传输层

• 接收数据时向上交付给应用层

端口分类：

• 熟知端口

  其数值一般为 0~1023。这些端口号是 TCP/IP 体系确定并公布的。

• 一般端口

  数值范围是 1024~ 65535。用来随时分配给请求通信的客户进程。

2、套接字（socket）

---

3、无连接服务和面向连接服务

---

二、用户数据报协议UDP

===============================================================================

UDP协议格式

---

【例】校验UDP报文

---

• f0 1f af 67 52 a7：目的MAC地址

• e4 d3 32 0e 41 66：源MAC地址

• 08 00：类型

• 45：IPv4数据报首部，IP首部20个字节

  00

• 00 30：IP数据报总长度48个字节（包括IP数据报首部20个字节）

这里开始是 UDP 协议格式：

• 11：传输层UDP协议

• 27 a8 d4 d4：源IP地址

• c0 a8 01 65：目的IP地址

• 73 a6 11 72 00 1c：UDP首部（8字节）

  • 73 a6：源端口是29606

  • 11 72：目的端口是4466

  • 00 1c：UDP长度

• 4a 73：校验和

• 4b 55 00 01 24 00 00 08 00 00 00 08 00 00 01 1a 00 00 01 20：UDP数据（20字节）

计算校验和：

UDP小结

---

• UDP 不保证可靠交付

• UDP 比 TCP 的开销要小很多

• 实时应用（如IP电话、实时视频会议等），以及广播或者多播，则必须使用 UDP 协议。

UDP实例：

三、传输控制协议TCP

==============================================================================

TCP报文格式

---

标志位的含义：

Wireshark 软件中查看 TCP 报文：

TCP 连接管理

---

[](

)建立连接 - 三次握手

[](

)释放连接 - 四次握手

TCP可靠传输

---

[](

)序号确认机制

若收到的报文段无差错，只是未按序号，那么应如何处理？

1. 将不按序的报文段丢弃；

2. 先将其暂存于接收缓冲区内，待所缺序号的报文段收齐后再一起上交应用层。

[](

)超时重传机制

超时重传时间RTO公式：RTO ＝ RTT + 4 × RTTD

往返时延RTT公式：

• RTTnew = RTTsample （第一次测量得到的RTT样本值）

• RTTnew ＝ α × RTTold + (l - α) × RTTsample（第二次以后的测量）

[](

)【例题】RTT 估算

如果 TCP 来回路程时间 RTT 的当前值是 32ms，随后应答在 40ms 时候到来，如果取 α=7/8，那么新的 RTT 估算值是多少。

答：根据上面的公式，RTTnew ＝ α × RTTold + (l - α) × RTTsample，可以计算出 RTTnew = 40 * 7/8 + 32 * 1/8 = 33。

[](

)定时器

1. 重传定时器

2. 持续定时器、

3. 保活定时器

4. 时间等待计时器

TCP流量控制（大小可变滑动窗口）

---

采用大小可变滑动窗口的方式进行流量控制；

TCP拥塞控制

---

Kafka实战笔记

关于这份笔记，为了不影响大家的阅读体验，我只能在文章中展示部分的章节内容和核心截图

CodeChina开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频】

• Kafka入门
• 为什么选择Kafka
• Karka的安装、管理和配置

• Kafka的集群
• 第一个Kafka程序
• 

afka的生产者

• Kafka的消费者
• 深入理解Kafka
• 可靠的数据传递

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka实战之削峰填谷
• 数据管道和流式处理(了解即可)

• Kafka实战之削峰填谷

0930)]

• Kafka的消费者
• 深入理解Kafka
• 可靠的数据传递

[外链图片转存中…(img-lThVhI5w-1630407730932)]

[外链图片转存中…(img-uxfsrpaJ-1630407730933)]

• Spring和Kalka的整合
• Sprinboot和Kafka的整合
• Kafka实战之削峰填谷
• 数据管道和流式处理(了解即可)

[外链图片转存中…(img-Ij7npU2g-1630407730934)]

• Kafka实战之削峰填谷

[外链图片转存中…(img-sLSycHUh-1630407730934)]