UDP协议

目录

一、前沿知识

1.1应用层

1.2传输层

二、UDP协议

一、前沿知识

1.1应用层

应用层是和程序员打交道最多的层，很多时候写的代码都是涉及到应用层协议的~~

应用层：描述了应用程序如何理解和使用网络中的通信数据。
我们程序员在应用层的主要工作是自定义协议，因为下面四层都在系统内核/驱动程序/硬件中已经实现好了，不能去修改。

1、为什么要自定义协议呢~

        当前的应用程序要解决的业务场景是错综复杂的，不同的公司有不同的业务，不同的业务有不同的流程，程序也就复杂了，因此很难有一个通用的协议来满足所有业务需求，需要我们程序员自创协议~~

2、怎样去自定义协议呢~

      1.明确协议要传递那些信息：  结合需求，分析清楚，请求响应（客户端/服务器之间）要传递那些信息 

        2.确定信息以什么样的格式来组织: xml,json,protobuffer......约定好协议的具体格式内容之后，客户端就可以按照这个格式构造数据并发送了，服务器按照这个格式解析处理....

组织数据的格式：

XML：标签化的数据组织方式，使用标签来表示键值对，以及树形结构。（2010年前流行）

 json：出自js语言，比XML精简

protobuffer（谷歌）：二进制的表示数据的方式，占用空间小，传输的带宽也就降低了
当然我们的应用层也有一些现成的协议：HTTP协议 

---

1.2传输层

传输层是紧接着应用层的下一层，虽然传输层已经被操作系统内核实现好了，但是我们在写代码的时候，要调用系统的Socket api去完成网络编程，socket就是属于传输层的部分。

端口号： IP是用来确定网上上的一台主机，那么端口号就是用来确定主机上的一个进程的，端口号是传输层的一个概念。

数据库mysql默认端口3306，起到的效果就是区分一个主机上具体的应用程序，要求在同一个主机上，一个端口不能被多个进程绑定（进程A绑定了3306，此时进程B也尝试绑定3306，进程B的绑定操作就会失败）

        TCP和UDP协议的报头中都会包含 源端口 和 目的端口 ，并且都是使用2个字节，16bit来表示，端口号的范围是 0 -> 65535，但是我们日常使用一般都是从1024开始的，因为 0 -> 1023 这个范围的端口系统已经分配给了一些知名的应用程序了，也称这些端口为" 知名端口号/具名端口号".

虽然我们建议1023以下的端口别使用，但不代表完全不能使用，虽然这些端口分配给了特定程序，但是这些程序是否在主机运行着，是否安装了这些程序都是不确定的，如果我们想要使用1023以下的这些端口，需要注意以下2点：
1.确定这个端口是否有程序在绑定
2.确定你具有管理员权限。

---

二、UDP协议

      前面为大家介绍过了UDP协议的一些特点：无连接，不可靠，面向数据报，全双工，这些特性在我们实现回显UDP服务器客户端程序的时候有所体现，那么今天我们来研究以下UDP协议的报文结构。

UDP的载荷数据（就是通过UDP socket ，也就是 send 方法拿来的数据，再在前面拼接上8个字节的报头，相当于字符串拼接）

        不同的协议，功能不同，报头中带有的属性信息就不同，对于UDP来说，报头一共就是8个字节，分成4个部分（每个部分2个字节），但正是因为，我们的UDP报文的长度也受到了限制，UDP报文长度是用2个字节表示的，2个字节表示0 -> 65535(64KB)，也就表示了我们UDP数据报最大只能传输64KB的数据。（64KB太小了，拍张照都小几个MB了）

如果我想传一个大于64KB的数据报呢？
有两种解决办法：
1.我们应用层在代码层面将我们要传输的数据报进行分包，通过多个UDP数据报进行发送。
如果采用1，本来我们send一次，现在需要多次send，（就好比我们扔垃圾，垃圾太多，一个小袋子装不下，需要装许多个）
2.不使用UDP，使用TCP，TCP没有长度限制。（直接用一个超大垃圾袋，一次性就搞定）

       由于装垃圾，提垃圾，倒垃圾都比较麻烦，所以第二种方案比较好。

我们报头信息中还有源端口和目的端口信息，我们的一次网络通信，涉及到五元组：源IP，源端口，目的IP，目的端口，协议类型，端口信息就是由我们传输层体现的。

---

校验和：验证传输的数据是否是正确的。

我们在网络传输中往往不是一帆风顺的，可能会受到一些干扰，在这些干扰下可能会出现"比特翻转"的现象， 0 -> 1，1 -> 0的现象。
网络传输中，物理层传输的本质上就是 光信号/电信号 ，这些信号会受到一些物理环境的影响，比如电磁场，高能射线等等，有时候仅仅是一个比特位的变化，对于原本数据的含义就发生了致命的变化，我们对于这些不可避免的现象，只能是及时识别当前的数据是否出现问题。
因此就引入了校验和来做这一项工作，针对数据内容进行一系列的数学运算，得到一个短小的结果，如果我们的数据内容一定，那么我们得到的校验和就是一定的，如果我们的数据变了，那么我们的校验和就变了。 

当然有同学肯定想到了，是否存在一种这样的情况，我们接收到错误的数据，但是计算出的校验码恰好相同，这种情况理论上是存在的，但是概率特别小，就忽略不计了。

实际上网络传输过程中，往往是把数据的所有字节都参与生成校验和的运算，这样任何一个字节出问题都能够及时发现了。

---

介绍几个比较知名的生成校验和的算法：
一、CRC(循环冗余校验)： 简单粗暴，把数据的每个字节循环往上累加，如果累加溢出了，高位就不要了，比较好算，实际的CRC校验码生成是采用二进制的模2算法（即减法不借位、加法不进位）计算出来的，这是一种异或操作。这种方法比较好算，但是校验的效果不够理想。（同时两个比特位，前一个字节少1，后一个字节多1，就会出现内容变了，CRC没变这样的情况）

二、MD5： MD5是使用一系列公式来进行更复杂的数学运算，具有以下几个特点：
        1.定长：无论原始数据多长，得到的MD5值都是固定长度(4/8字节)
        2.冲突概率小：我们的原始数据即使变动了一点点，算出来的MD5值的差别都很大(MD5结果更分散了)
        3.不可逆：我们通过原始数据计算出MD5比较容易，但是通过MD5还原成原始数据很难，理论上是不可实现的（计算量极大）。
        基于MD5的这些特点，MD5的应用场景就有许多了：
        1.校验和
        2.加密
        3.计算Hash值
        可能大家在网上会看到一些MD5的方法，其实也很好理解，有人将一些常见的字符串的MD5值进行汇总成一张表，解密的过程相当于查表，但仅限于一些常见的字符串，其他也查不到。
三、SHA1： SHA1和MD5类型，这里就不具体介绍了，感兴趣的同学可以上网查询下资料。