互联网协议入门（一）

原资源地址：http://www.ruanyifeng.com/blog/2012/05/internet_protocol_suite_part_i.html

一、概述
1.1五层模型
应用层->传输层->网络层->链接层->实体层，每层都需要下一层的支持
1.2层与协议
每层都是为了完成一种功能，为了实现这些功能，就需要大家都遵守共同的规则。大家都遵守的规则，就叫做“协议”。
互联网的每一层，都定义了很多协议。这些协议的总称就叫做“互联网协议”


二、实体层
电脑要组网，需要闲把电脑连接起来，方式：光缆、电缆、双绞线、无线电波等等。这就叫做“实体层”，它就是把电脑连接起来的物理手段，它主要规定了网络的一些电气特性，作用是负责传送0和1的电信号。


三、链接层
3.1定义
单纯的0和1没有意义，必须规定解读方式：多少个电信号算一组？每个信号位有何意义？这就是“链接层”的功能，它在“实体层”的上方，确定了0和1的分组方式。
3.2以太网协议
早期的时候，每家公司都有自己的电信号分组方式。逐渐地，一种叫做“以太网”的协议，占据了主导地位。以太网规定，一组电信号构成一个数据包，叫做“帧”。每一帧分成两个部分：标头和数据

“标头”包含数据包的一些说明项，比如发送者、接收者、数据类型等等；“数据”则是数据包的具体内容。标头的长度固定位18位，数据的长度最短位46字节，最长位1500字节，所以如果数据很长必须分割成多个帧进行发送。
3.3MAC地址
上面提到，以太网数据包的“标头”，包含了发送者和接收者的信息，那么，发送者和接收者是如何表示呢？
以太网规定，连入网络的所有设备，都必须有网卡接口，数据必须是从一块网卡，传送到另一块网卡。网卡的地址就是数据包的发送地址和接受地址，者叫做MAC地址。（每块网卡出场的时候，都有一个全世界独一无二的MAC地址，长度是48个二进制位，通常用12个十六进制数表示，前6个十六进制数是厂商编号，后6个是该厂商的网卡流水号，有了MAC地址，就可以定位网卡和数据包的路径了）
3.4广播
定义地址知识第一步，后面还有很多步骤。首先，一块网卡怎么会知道另一块网卡的MAC地址？这时因为有一种ARP协议，可以解决这个问题（后文进行介绍），者里只需要知道，一台网数据包必须知道接受方的MAC地址，然后才能发送。
有了MAC地址以后，以太网会以一种很“原始”的方式，它不是把数据包准确送到接收方，而是向本网络内所有计算机发送，让每台计算机自己判断，是否位接受方。


***有了数据包的定义（以太网协议）、网卡的MAC地址（ARP协议（一块网卡怎么知道另一块外卡的额地址））、广播的发送方式，“链接层”就可以在多台计算机之间传送数据了。


四、网络层
4.1网络层的由来
以太网协议，依靠MAC地址发送数据，理论上，蛋蛋依靠MAC地址，上海的网卡就可以找到咯上级的网卡了，技术上是可以实现的。
但是，这样做有一个重大的缺点，以太网采用广播方式发送数据包，所有成员人手一“包”，不仅效率低，而且局限在发送者所在的子网络。也就是说，如果两台计算机不在同一个子网络，广播是传不过去的。这种设计是合理的，否则互联网上每一台计算机都会收到所有包，那会引起灾难。互联网是无数子网络共同组成的一个巨型网络，因此必须找到一种方法，能够区分那些MAC地址属于一个子网络，那个不是。如果是同一个子网络，就采用广播方式发送，否则就采用“路由”方式发送。（“路由”的意思，就是指如何向不同的子网络分发数据包，这是一个很大的主题，本文不涉及。）遗憾的是，MAC地址本身无法做到这点，它只与厂商有关，与网络无关。


这就导致了“网络层”的诞生，它的作用是引进一套新的地址，使得我们能够区分不同的计算机是否属于同一个子网络。这套地址就叫做“网络地址”，简称“网址”


于是，“网络层”出现以后，每台计算机有了两种地址，一种是MAC地址，另一种是网络地址，两种地址之间没有任何联系，MAC地址是绑定在网卡上的，网络地址则是管理员分配的，它们知识随机组合在一起。


网络地址帮助我们确定计算机所在的子网络，MAC地址则将数据包送到该子网络中的目标网卡，因此，从逻辑上可以推断，必定先处理网络地址，然后在处理MAC地址。


4.2  IP协议
规定网络地址的协议，叫做IP协议，它锁定义的地址，就被称为IP地址。
目前，广泛采用的是IP协议第四版，简称IPv4，这个版本规定网址由32个二进制位组成。


互联网上的每台计算机，都会分配到一个IP地址。这个地址分成两个部分，前一部分代表网络，后一部分代表
主机，比如，IP地址172.16.254.1,者是一个32的地址，假定它的网络部分是前24位，那么主机部分就是后8位，处于同一个子网络的电脑，它们的网络部分必定是相同的，依旧是说172.16.254.60和它处于一个子网络。


但是，问题在于蛋蛋从IP地址，我们无法判断网络部分，还是以172.16.254.1为例，它的网络部分，到底是前24位，还是前16位，甚至前28位，从IP地址上是看不出来的。


那么怎样才能从IP地址判断两台计算机是否属于同一个子网络呢？这就要用到另一个参数“子网掩码”。


所谓“子网掩码”，就是表示子网络特征的一个参数，它在形式等同于IP地址，也是一个32位二进制数字，它的网络部分全部位1，主机部分全部为0，比如，IP地址172.16.254.1，如果一致网络部分是前24位，主机部分是后8位，那么子网掩码就是11111111.11111111.11111111.00000000，十进制表示就是255.255.255.0


知道"子网掩码"，我们就能判断，任意两个IP地址是否处在同一个子网络。方法是将两个IP地址与子网掩码分别进行AND运算（同为1运算结果位1，否则位0），比较结果相同就表明它们在同一个子网络中，否则就不是。


总结一下，IP协议的作用主要有两个，一个是为每台计算机分配IP地址，另一个是确定那些地址在同一个子网络。


4.3 IP数据包
根据IP协议发送的数据，就叫做IP数据包，不难想象，其中必定包括IP地址信息。但是前面说过，以太网数据包指包含MAC地址，并没有IP地址的栏位，那么是否需要修改数据定义，再添加一个栏位呢？当然是不需要的，我们可以把IP数据包直接放进以太网数据包的”数据“部分，因此完全不用修改以太网的规矩，这就是互联网分层结构的好处：上层的变动完全不涉及下层的结构。


具体来说，IP数据包也分为”标头“和”数据“两部分。标头部分主要包括版本、长度、IP地址、等信息，数据部分则是IP数据包的具体内容。


IP数据包的标头部分的长度为20到60字节，整个数据包的总长度最大为65535字节。以太网数据包1500字节，要分包发


4.4 ARP协议
关于”网络层“，还有最后一点需要说明。
因为IP数据包是放在以太网数据包里发送的，所以我们必须同时知道两个地址，一个是MAC地址，另一个是对方IP地址。通常情况下对方的IP地址是已知的（后面进行解释），但是我们不知道它的MAC地址。


所以我们需要一种机制，能够从IP地址得到MAC地址。这里又可以分成两种情况，第一种情况，如果两台主机不在同一个子网络，那么事实上没有办法得到对方的MAC地址，智能把数据包传送到两个子网络连接处的”网关“，让网关处理。


第二种情况，如果两台主机再同一个子网络，那么我们可以用ARP协议，得到对方的MAC地址，ARP协议也是发出一份数据包（包含在以太网数据包中），其中包含它要查询主机的IP地址，在对方的MAC地址这一栏，填的是FF:FF:FF:FF:FF:FF,表示一个广播的地址，它所在子网络的每一台主机，都会收到这个数据包，从中取出IP地址，与自身的IP地址进行比较。如果两者相同，都做出回复，向对方报告自己的MAC地址，否则就丢弃这个包。


总之，有了ARP协议后，我们就可以得到同一个子网络内的主机MAC地址，可以把数据包发送到任意以太主机之上。


五、传输层
5.1传输层的由来
有了MAC地址和IP地址，我们已经可以在互联网上任意两台主机上建立通信。


接下来的问题是，同一台主机上有许多程序都需要用到网络，比如，你一遍浏览网页，一遍与朋友在线聊天。当一个数据包从互联网上发来的时候，你怎么知道，它是表示网页的内容，还是表示在线聊天的内容？


也就是说，我们还需要一个参数，表示这个数据包到底供哪个程序（进程）使用。这个参数就叫做”端口“，它其实是每一个使用网卡的程序的编号。每个数据包都发到主机的特定端口，所以不同的程序就能取到自己所需要的数据。


”端口“是0到65535之间的一个整数，正好16个二进制位，其中0到1023的端口被系统占用，用户只能选用大于1023的端口。不管是浏览网页还是在线聊天，应用程序会随机选用一个端口，然后与服务器的相应端口联系。


”传输层“的功能，就是建立”端口到端口“的通信。相比之下，”网络层“的功能是建立”主机到主机“的通信。只要确定主机和端口，我们就能实现程序之间的交流。因此。Unix系统就把主机+端口，叫做”套接字“（socket）。有了它，就可以进行网络应用程序开发了。


5.2 UDP协议
现在我们必须在数据包中加入端口信息，者就需要新的协议，最简单的实现叫做UDP协议，它的格式几乎就是在数据前面加端口号。


UDP数据包，也是由”标头“和”数据“两部分组成。标头部分主要定义了发出端口和接受端口，数据部分就是具体的内容，然后，把整个UDP数据包放入IP数据包的数据部分，而前面说过，IP数据包又是放在以太网数据包之中的。


UDP数据包非常简单，标头部分一共只有8个字节，总长度不超过65535字节，正好放进一个IP数据包。


5.3 TCP协议
UDP协议的优点是比较简单，容易实现，但是缺点是可靠性较差，一旦数据包发出，无法知道对方是否收到。


为了解决这个问题，提高网络可靠性，TCP协议就诞生了。这个协议非常复杂，但可以近似认为，它就是有确认机制的UDP协议，每发出一个数据包都要求确认，如果有一个数据包丢失，就收不到确认，发出方就知道有必要重发这个数据包了。


因此，TCP协议能够确保数据不会遗失，它的缺点是过程复杂、实现困难、消耗较多的资源。


TCP数据包和UDP数据包一样，都是内嵌在IP数据包的”数据“部分，TCP数据包没有长度限制，理论上可以无限长，但是为了保证网络的效率，通常TCP数据包的长度不会超过IP数据包的长度，以确保单个TCP数据包不必再分割。


六 应用层
应用程序收到”传输层“的数据，接下来就要进行解读，由于互联网是开放架构，数据来源五花八门，就必须实现规定好格式，否则根本无法解读。


”应用层“的作用，就是规定应用程序的数据格式。


举例来说，TCP协议可以为各种各样的程序传递数据，比如Email、www、FTP等等，那么必须要有不同协议规定电子邮件、网页、FTP数据格式，这些应用程序协议就构成了应用层。


这是最高的一层，直接面对用户，它的数据就放在TCP数据包的”数据“部分。因此，现在的以太网的数据包就变成了下面这样。


这是从系统角度，解释互联网构成