这篇博客博主应该在前天就要完成的,但是博主忙乱了,又堕落几天,希望大家别像我一样最近学习三天打鱼,两个天晒网的。此后博主为了激励自己重头再来,就特意换了个发型,哈哈。回到正题,传输层也是学习计算机网络中非常重要的一层协议,当然,学习起来也是有点复杂的。别怕,博主尽量把知识讲得详细一些,而且大家可以私信博主,一起交流学习~
目录
再谈端口号
端口号范围划分
0 - 1023: 知名端口号, 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。
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。
所以,我们在写代码时,手动绑定端口号要使用1024~65535内的端口号,而之前的端口号是操作系统内定的,我们最好不要去使用。
认识知名端口号
有些服务器是非常常用的, 一般成熟的协议名都是对应特定的端口号:
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
执行下面的命令, 可以看到知名端口号
[cyq@VM-0-7-centos ~]$ cat /etc/services
部分截图:
注意:再强调一遍,我们自己写一个程序使用端口号时, 要避开这些知名端口号。
两个问题
1. 一个进程是否可以bind多个端口号?
答案:可以。一个进程可以绑定多个端口号。
2. 一个端口号是否可以被多个进程bind?
答案:不可以,因为一个端口号只能被绑定一次,这样的话就可以通过端口号来找到特定的进程。
netstat
netstat是一个用来查看网络状态的重要工具。
语法:netstat [选项]
功能:查看网络状态
常用选项:
n 拒绝显示别名,能显示数字的全部转化成数字
l 仅列出有在 Listen (监听) 的服務状态
p 显示建立相关链接的程序名
t (tcp)仅显示tcp相关选项
u (udp)仅显示udp相关选项
a (all)显示所有选项,默认不显示LISTEN相关
举个栗子:
[cyq@VM-0-7-centos ~]$ netstat -nltp
pidof
在查看服务器的进程id时非常方便。
语法:pidof [进程名]
功能:通过进程名, 查看进程id
举个栗子:
[cyq@VM-0-7-centos ~]$ pidof test
UDP协议
UDP协议端格式
16位UDP长度, 表示整个数据报(UDP首部+UDP数据)的最大长度;
如果校验和出错, 就会直接丢弃;
两个问题
1、如何做到封装和解包的
根据UDP报头是定长8字节,同时根据报头内部16位UDP长度的字段,拿出报头和有效数据的总大小,减去8字节报头后,就可以拿到数据,进而做到封装和解包的。
2、如何做到向上交付(分用问题)
根据报头中目的端口,找到特定的进程后,然后把报文中有效数据交付给该进程。
UDP特点
UDP传输的过程类似于寄信。
无连接: 知道对端的IP和端口号就直接进行传输, 不需要建立连接;
不可靠: 没有确认机制, 没有重传机制; 如果因为网络故障该段无法发到对方, UDP协议层也不会给应用层返回任何错误信息;
面向数据报: 不能够灵活的控制读写数据的次数和数量
面向数据报
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;
UDP的缓冲区
UDP没有真正意义上的发送缓冲区。调用sendto会直接交给内核, 由内核将数据传给网络层协议进行后续的传输动作;
UDP具有接收缓冲区. 但是这个接收缓冲区不能保证收到的UDP报的顺序和发送UDP报的顺序一致; 如果缓冲区满了, 再到达的UDP数据就会被丢弃。
UDP的socket既能读, 也能写, 这个概念叫做 全双工。
全双工
建立一个socket连接时,读和写操作可以同时被调用。
基于UDP的应用层协议
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(像路由器自动给入网设备分配IP)
BOOTP: 启动协议(用于无盘设备启动),一般用在公司内部。
DNS: 域名解析协议
TCP协议
TCP全称为 "传输控制协议(Transmission Control Protocol")。人如其名, 要对数据的传输进行一个详细的控制;
TCP协议段格式
4位首部长度
4位首部长度的范围是,[0000, 1111] -> [0, 15],单位是4字节。也就是说范围是[0, 60]。
但是报头长度是固定大小为20字节,所以多出来的就在选项中表示,直接在选项中 X40 就可以了。
实际中,选项这个字段我们不用管,4位首部长度通常用0101来表示,再乘以4就是20字节了正好对应报头20字节。
6个标志位
SYN
请求建立链接
ACK
对上一条对方发来的报文进行确认应答
PSH
提示对端赶紧读取缓冲区里面的数据。当然,这只是催促,而不是拉着对端应用层的手去强迫。
RST
对方要求重新建立连接; 我们把携带RST标识的称为复位报文段
FIN
通知对方, 本端要关闭了, 我们称携带FIN标识的为结束报文段
URG
紧急指针是否有效。告诉对方优先读取哪里的数据,配合报文中16为紧急指针使用,16位紧急指针指向要紧急读取的数据在什么地方。从指针指向的地方开始,往后1个字节是被优先读取的,确实,这种机制多少有点鸡肋,1字节也是挺少的。
32位序号
如果client发送报文时顺序是1 2 3 4 5,但是到了server端接收的顺序是1 2 3 4 5吗?那不一定了,因为每个报文的传输速率不一定是一样的,如果接收到的报文顺序不一样,那么意思表达的含义也就不一样,这样的话就会导致逻辑出现错误。
所以,TCP通过32位序号来保证可靠性,这样server端接收报文的顺序就能确定了。
32位确认信号
TCP要保证可靠性,最核心的机制,基于序号的确认应答机制!!
我们作为client端如何保证自己的上一条数据已经发送给了server端呢?答案是:通过应答机制。就好比,我们给一个人写信,如何确保我们的信交给了对方呢?收到对方回信!(不考虑信被盗取的情况)。
所以,如下图:
只要一条消息有应答,我们就能确认该消息被对方100%收到了。
所以我们要有32位确认信号来给收到的上一条报文进行应答。
确认信号确认方式:
对历史确认报文的序号+1。比如说我们收到了10号序号,我们就响应11号序列号。
为什么要同时有序号和确认序号
TCP是一个全双工通信协议!!
双方通信的时候,一个报文,既可以携带要发送的数据,也可能携带对历史报文的确认!!
16位窗口大小
描述自己接收缓冲区剩余空间的大小。这样的话对方传输层得知自己剩余缓冲区大小再此发送数据时就不会盲目去发送了。
16位校验和
发送端填充, CRC校验。 接收端校验不通过, 则认为数据有问题。 此处的检验和不光包含TCP首部, 也包含TCP数据部分。
确认应答(ACK)机制
每一个ACK都带有对应的确认序列号, 意思是告诉发送者, 我已经收到了哪些数据; 下一次你从哪里开始发
超时重传机制
主机A发送数据给B之后, 可能因为网络拥堵等原因, 数据无法到达主机B;
如果主机A在一个特定时间间隔内没有收到B发来的确认应答, 就会进行重发。
但是, 主机A未收到B发来的确认应答, 也可能是因为ACK丢失了
由于超时重传机制,主机B会收到很多重复数据。 那么TCP协议需要能够识别出那些包是重复的包, 并且把重复的丢弃掉。这时候我们可以利用前面提到的序列号, 就可以很容易做到去重的效果。
那么, 如果超时的时间如何确定?
最理想的情况下, 找到一个最小的时间, 保证 "确认应答一定能在这个时间内返回"。
但是这个时间的长短, 随着网络环境的不同, 是有差异的。
如果超时时间设的太长, 会影响整体的重传效率;
如果超时时间设的太短, 有可能会频繁发送重复的包
TCP为了保证无论在任何环境下都能比较高性能的通信, 因此会动态计算这个最大超时时间
Linux中(BSD Unix和Windows也是如此), 超时以500ms为一个单位进行控制, 每次判定超时重发的超时时间都是500ms的整数倍。
如果重发一次之后, 仍然得不到应答, 等待 2*500ms 后再进行重传.
如果仍然得不到应答, 等待 4*500ms 进行重传. 依次类推, 以指数形式递增.
累计到一定的重传次数, TCP认为网络或者对端主机出现异常, 强制关闭连接
连接管理机制
服务端状态转化
[CLOSED -> LISTEN] 服务器端调用listen后进入LISTEN状态, 等待客户端连接;
[LISTEN -> SYN_RCVD] 一旦监听到连接请求(同步报文段), 就将该连接放入内核等待队列中, 并向客户端发送SYN确认报文.
[SYN_RCVD -> ESTABLISHED] 服务端一旦收到客户端的确认报文, 就进入ESTABLISHED状态, 可以进行
读写数据了.
[ESTABLISHED -> CLOSE_WAIT] 当客户端主动关闭连接(调用close), 服务器会收到结束报文段, 服务器返回确认报文段并进入CLOSE_WAIT;
[CLOSE_WAIT -> LAST_ACK] 进入CLOSE_WAIT后说明服务器准备关闭连接(需要处理完之前的数据); 当服务器真正调用close关闭连接时, 会向客户端发送FIN, 此时服务器进入LAST_ACK状态, 等待最后一个ACK到来(这个ACK是客户端确认收到了FIN)
[LAST_ACK -> CLOSED] 服务器收到了对FIN的ACK, 彻底关闭连接
客户端状态转化
[CLOSED -> SYN_SENT] 客户端调用connect, 发送同步报文段;
[SYN_SENT -> ESTABLISHED] connect调用成功, 则进入ESTABLISHED状态, 开始读写数据;
[ESTABLISHED -> FIN_WAIT_1] 客户端主动调用close时, 向服务器发送结束报文段, 同时进入FIN_WAIT_1;
[FIN_WAIT_1 -> FIN_WAIT_2] 客户端收到服务器对结束报文段的确认, 则进入FIN_WAIT_2, 开始等待服务器的结束报文段;
[FIN_WAIT_2 -> TIME_WAIT] 客户端收到服务器发来的结束报文段, 进入TIME_WAIT, 并发出LAST_ACK;
[TIME_WAIT -> CLOSED] 客户端要等待一个2MSL(Max Segment Life, 报文最大生存时间)的时间, 才会进入CLOSED状态.
滑动窗口
刚才我们讨论了确认应答策略, 对每一个发送的数据段, 都要给一个ACK确认应答. 收到ACK后再发送下一个数据段。这样做有一个比较大的缺点, 就是性能较差. 尤其是数据往返的时间较长的时候。
1、窗口大小指的是暂时无需等待确认应答而可以继续发送数据的最大值. 上图的窗口大小就是4000个字节(四个段)。
2、发送前四个段的时候, 不需要等待任何ACK, 直接发送;
3、收到第一个ACK后, 滑动窗口向后移动, 继续发送第五个段的数据; 依次类推;
4、操作系统内核为了维护这个滑动窗口, 需要开辟 发送缓冲区 来记录当前还有哪些数据没有应答; 只有确认应答过的数据, 才能从缓冲区删掉;
5、窗口越大, 则网络的吞吐率就越高;
那么如果出现了丢包, 如何进行重传? 这里分两种情况讨论
情况一: 数据包已经抵达, ACK被丢了.
情况二: 数据包就直接丢了
当某一段报文段丢失之后, 发送端会一直收到 1001 这样的ACK, 就像是在提醒发送端 "我想要的是 1001"一样;
如果发送端主机连续三次收到了同样一个 "1001" 这样的应答, 就会将对应的数据 1001 - 2000 重新发送;这个时候接收端收到了 1001 之后, 再次返回的ACK就是7001了(因为2001 - 7000)接收端其实之前就已经收到了, 被放到了接收端操作系统内核的接收缓冲区中;
这种机制被称为 "高速重发控制"(也叫 "快重传")
流量控制
接收端处理数据的速度是有限的. 如果发送端发的太快, 导致接收端的缓冲区被打满, 这个时候如果发送端继续发送,就会造成丢包, 继而引起丢包重传等等一系列连锁反应。
因此TCP支持根据接收端的处理能力, 来决定发送端的发送速度. 这个机制就叫做流量控制(Flow Control);
接收端如何把窗口大小告诉发送端呢?
回忆我们的TCP首部中, 有一个16位窗口字段, 就是存放了窗口大小信息;
那么问题来了, 16位数字最大表示65535, 那么TCP窗口最大就是65535字节么?
实际上,TCP首部40字节选项中还包含了一个窗口扩大因子M, 实际窗口大小是 窗口字段的值左移M位;
拥塞控制
会不会存在这样的一种情况,如果主机A给主机B发送1000个报文,如果都没有收到ACK确认应答,根据TCP机制,那么主机A会再次发送1000个报文,像这种大量丢包的情况合理吗?
不合理!
因为网络上有很多的计算机, 可能当前的网络状态就已经比较拥堵。 在不清楚当前网络状态下, 贸然发送大量的数据,是很有可能引起雪上加霜的(乃至冲垮整个网络)。
TCP引入慢启动机制, 先发少量的数据, 探探路, 摸清当前的网络拥堵状态, 再决定按照多大的速度传输数据;
当TCP开始启动的时候, 慢启动阈值等于窗口最大值;
在每次超时重发的时候, 慢启动阈值会变成原来的一半, 同时拥塞窗口置回1;
少量的丢包, 我们仅仅是触发超时重传; 大量的丢包, 我们就认为网络拥塞;
当TCP通信开始后, 网络吞吐量会逐渐上升; 随着网络发生拥堵, 吞吐量会立刻下降;
拥塞控制, 归根结底是TCP协议想尽可能快的把数据传输给对方, 但是又要避免给网络造成太大压力的折中方案.
TCP拥塞控制这样的过程, 就好像 热恋的感觉
再谈滑动窗口
有了流量控制和拥塞控制都可控制发送报文速率,那么滑动窗口大小怎么去定义呢?
滑动窗口大小 = min{对端接收缓冲区剩余空间大小, 拥塞窗口大小}
实际上滑动窗口大小是动态调整的,刚才上面讲述的滑动窗口移动的说法其实是不准确的。每当收到ACK确认应答时,滑动窗口左边界会向右移动;而右边界是根据min{对端接收缓冲区剩余空间大小, 拥塞窗口大小}来动态调整的,可以不变,或者右移。
延时应答
如果接收数据的主机立刻返回ACK应答, 这时候返回的窗口可能比较小
假设接收端缓冲区为1M。
一次收到了500K的数据; 如果立刻应答, 返回的窗口就是500K;但实际上可能处理端处理的速度很快, 10ms之内就把500K数据从缓冲区消费掉了;
在这种情况下, 接收端处理还远没有达到自己的极限, 即使窗口再放大一些, 也能处理过来;
如果接收端稍微等一会再应答, 比如等待200ms再应答, 那么这个时候返回的窗口大小就是1M;
一定要记得, 窗口越大, 网络吞吐量就越大, 传输效率就越高. 我们的目标是在保证网络不拥塞的情况下尽量提高传输效率;
那么所有的包都可以延迟应答么? 肯定也不是
数量限制: 每隔N个包就应答一次;
时间限制: 超过最大延迟时间就应答一次;
具体的数量和超时时间, 依操作系统不同也有差异; 一般N取2, 超时时间取200ms;
捎带应答
在延迟应答的基础上, 我们发现, 很多情况下, 客户端服务器在应用层也是 "一发一收" 的. 意味着客户端给服务器说了 "How are you", 服务器也会给客户端回一个 "Fine, thank you";
那么这个时候ACK就可以搭顺风车, 和服务器回应的 "Fine, thank you" 一起回给客户端
面向字节流
创建一个TCP的socket, 同时在内核中创建一个 发送缓冲区 和一个 接收缓冲区;
1、调用write时, 数据会先写入发送缓冲区中;
2、如果发送的字节数太长, 会被拆分成多个TCP的数据包发出;3、如果发送的字节数太短, 就会先在缓冲区里等待, 等到缓冲区长度差不多了, 或者其他合适的时机发送出去;
4、接收数据的时候, 数据也是从网卡驱动程序到达内核的接收缓冲区;
5、然后应用程序可以调用read从接收缓冲区拿数据;
6、另一方面, TCP的一个连接, 既有发送缓冲区, 也有接收缓冲区, 那么对于这一个连接, 既可以读数据, 也可以写数据. 这个概念叫做 全双工
由于缓冲区的存在, TCP程序的读和写不需要一一匹配, 例如:
1、写100个字节数据时, 可以调用一次write写100个字节, 也可以调用100次write, 每次写一个字节;
2、读100个字节数据时, 也完全不需要考虑写的时候是怎么写的, 既可以一次read 100个字节, 也可以一次read一个字节, 重复100次;(UDP报文必须一次读写完)
TCP小结
为什么TCP这么复杂? 因为要保证可靠性, 同时又尽可能的提高性能.
可靠性
校验和
序列号(按序到达)
确认应答
超时重发
连接管理
流量控制
拥塞控制
提高性能
滑动窗口
快速重传
延迟应答
捎带应答
基于TCP的应用机制
HTTP
HTTPS
SSH
Telnet
FTP
SMTP
TCP/UDP对比
我们说了TCP是可靠连接, 那么是不是TCP一定就优于UDP呢? TCP和UDP之间的优点和缺点, 不能简单, 绝对的进行比较。
TCP用于可靠传输的情况, 应用于文件传输, 重要状态更新等场景;
UDP用于对高速传输和实时性要求较高的通信领域, 例如, 早期的QQ, 视频传输等. 另外UDP可以用于广播;
归根结底, TCP和UDP都是程序员的工具, 什么时机用, 具体怎么用, 还是要根据具体的需求场景去判定.
看到这里,给博主点个赞吧~