【Java EE 初阶】TCP协议的安全效率机制

1.应用层协议

确定数据组织格式，常用的协议有XML，JSON

2.传输层协议

3.UDP协议格式

4.TCP协议格式

• **源/目的端口号：表示数据是从哪个进程来，到哪个进程去； **
• **4位TCP报头长度：表示该TCP头部有多少个32位bit（有多少个4字节）；所以TCP头部最大长度是15 * 4 = 60 **
• **6位标志位: **
• **URG：紧急指针是否有效 **
• **ACK：确认号是否有效 **
• **PSH：提示接收端应用程序立刻从TCP缓冲区把数据读走 **
• **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 **
• SYN：请求建立连接；我们把携带SYN标识的称为同步报文段
• **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 **
• **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。 **
• **16位紧急指针：标识哪部分数据是紧急数据； **

5.TCP的安全效率机制

1.确认应答机制

解决了发收乱序的问题

TCP将每个字节的数据都进行了编号。即为序列号

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。

2.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；

因此主机B会收到很多重复数据，那么TCP协议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 4500ms 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。

3.连接管理机制

在正常情况下，TCP****要经过三次握手建立连接

** 在这个基础上，双方就可以正常的接收发送**

三次握手还有一个重要功能，就是协商序列号从哪里开始

面试题：三次挥手的过程

面试题：三次挥手过程能简化成两次吗？四次呢？

两次不可以，没有完整验证双方的收发能力

四次挥手断开连接

12表示客户端发送的断开请求，被服务器接受并应答，服务器会做一些断开前的准备

34表示应用程序的断开请求，比如调用了close（）方法

接收到客户端的应答CAK之后，服务器就可以释放资源

若出现大量close_wait则可能是应用程序没有正确关闭资源

面试题：会不会有可能变成三次挥手？

** ACK是操作系统实现的TCP协议的应答**

第二个FIN是应用程序级别的，这两个操作之间是有时间差的，

大概率不会合并在一起

面试题：第二个FIN丢包了如何处理？

触发超时重传机制

4.滑动窗口机制

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

既然这样一发一收的方式性能较低，那么我们一次发送多条数据，就可以大大的提高性能（其实是将多个段的等待时间重叠在一起了）

• *窗口大小指的是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）。 **
• **发送前四个段的时候，不需要等待任何ACK，直接发送； **
• **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； **
• **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； **
• 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

**这种情况下，部分ACK丢了并不要紧，因为可以通过后续的ACK进行确认； **

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"）

滑动窗口效率：

效率的该地取决于窗口的大小

窗口越大效率越高

假设窗口无限大，此时发送方完全不需要等待ACK，此时效率就和UDP一样

那么滑动窗口取多大最合适呢？

每个程序启动时都会去申请系统资源，发送与接收缓存区都是申请来的系统资源

主要是通过发送方与接收方动态协商来确定的，也就是流量控制

发送方不能为了提高效率而无节制的扩大窗口大小

5.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）；

• *接收端将自己可以接收的缓冲区大小放入 TCP 首部中的 "窗口大小" 字段，通过ACK端通知发***送端； **
• **窗口大小字段越大，说明网络的吞吐量越高； **
• **接收端一旦发现自己的缓冲区快满了，就会将窗口大小设置成一个更小的值通知给发送端； **
• **发送端接受到这个窗口之后，就会减慢自己的发送速度； **
• **如果接收端缓冲区满了，就会将窗口置为0；这时发送方不再发送数据，但是需要定期发送一 **个窗口探测数据段，使接收端把窗口大小告诉发送端。

**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； **

** 由于客户端发送的频率越来越高，就会导致缓冲区填满的情况发生**

每隔一段时间进行一次窗口探测询问窗口大小，然后进行窗口更新

**如果接收端缓冲区满了，就会将窗口置为0；这时发送方不再发送数据，但是需要定期发送一 **

个窗口探测数据段，使接收端把窗口大小告诉发送端

6.拥塞控制

**虽然TCP有了滑动窗口这个大杀器，能够高效可靠的发送大量的数据。但是如果在刚开始阶段就发送大量的数据，仍然可能引发问题。 **

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。

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；

• **此处引入一个概念程为拥塞窗口 **
• **发送开始的时候，定义拥塞窗口大小为1； **
• **每次收到一个ACK应答，拥塞窗口加1； **
• **每次发送数据包的时候，将拥塞窗口和接收端主机反馈的窗口大小做比较，取较小的值作为 ****实际发送的窗口； **

像上面这样的拥塞窗口增长速度，是指数级别的。"慢启动" 只是指初使时慢，但是增长速度非常快。

• **为了不增长的那么快，因此不能使拥塞窗口单纯的加倍。 **
• **此处引入一个叫做慢启动的阈值 **
• 当拥塞窗口超过这个阈值的时候，不再按照指数方式增长，而是按照线性方式增长

• **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；
• 在每次通信过程中试探网络的拥堵状态，从而调整窗口的大小

具体窗口取多大，以哪个值为主？

以小的为主

**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。

7.延迟应答

**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； **

8.捎带应答

在延迟应答的基础上，可能存在SYN报文和ACK报文同时发送的情况，我们就可以把这两个合二为一，一起发送

9.面向字节流

10.缓冲区，大小限制

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；

• **调用write时，数据会先写入发送缓冲区中； **
• **如果发送的字节数太长，会被拆分成多个TCP的数据包发出； **
• **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； **
• **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； **
• **然后应用程序可以调用read从接收缓冲区拿数据； **
• **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

**11.**粘包问题

• **首先要明确，粘包问题中的 "包" ，是指的应用层的数据包。 **
• **在TCP的协议头中，没有如同UDP一样的 "报文长度" 这样的字段，但是有一个序号这样的字 ****段。 **
• **站在传输层的角度，TCP是一个一个报文过来的。按照序号排好序放在缓冲区中。 **
• **站在应用层的角度，看到的只是一串连续的字节数据。 **
• **那么应用程序看到了这么一连串的字节数据，就不知道从哪个部分开始到哪个部分，是一个 **完整的应用层数据包。

解决方案（明确两个包之间的界限）

• **对于定长的包，保证每次都按固定大小读取即可；例如上面的Request结构，是固定大小 ****的，那么就从缓冲区从头开始按sizeof（Request）依次读取即可； **
• 对于变长的包，可以在包头的位置，约定一个4byte的字段，从而表示数据的具体长度
• **对于变长的包，还可以在包和包之间使用明确的分隔符（应用层协议，是程序猿自己来定 ****的，只要保证分隔符不和正文冲突即可）； **

思考：对于UDP协议来说，是否也存在 "粘包问题" 呢？

• **对于UDP，如果还没有上层交付数据，UDP的报文长度仍然在。同时，UDP是一个一个把数 ****据交付给应用层。就有很明确的数据边界。 **
• **站在应用层的站在应用层的角度，使用UDP的时候，要么收到完整的UDP报文，要么不收。 **不会出现"半个"的情况。

6.TCP异常情况

1.程序崩溃：操作系统会回收进程资源，其中包括释放文件描述符，其中就相当于调用了对应Socket的close（），之后出发FIN操作，进而进入四次挥手阶段

2.正常关机：系统会强制结束进程，回收所有的资源

3.主机掉电/网线断开：

1.接收方掉电

• 发送方并不知道，还会一直发送数据
• 发送数据后收不到ACK应答，会触发超时重传机制
• 多次重传一直收不到ACK应答，会尝试进行连接重置（RST）
• 连接充值失败，放弃连接

2.发送方掉电

• 一般发生在长连接中，服务端与客户端会维持一个心跳包（客户端每隔一秒给服务器发送一个数据包证明自己还存活）
• 如果服务器一直收不到心跳包，比如十秒，就自动认为客户端挂了，自行断开连接
• 客户端网络恢复后自行重连即可（RST）

为什么TCP这么复杂？

因为既要保证可靠性，又要尽可能地提高性能

可靠性：

校验和

序列号（按序到达）

• 确认应答
• 超时重传
• 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

其他：

定时器

超时重传定时器，心跳包定时器，TIME_WAIT定时器

怎么对UDP实现安全和效率的控制？

参考TCP的可靠性机制在应用层实现类似的逻辑

6.IP协议

在复杂的网络环境中确定一个合适的路径

• ** 4位版本号：IP协议的版本**,** **

• 8位服务类型：4位TOS字段，和1位保留

• 字段（必须置为0）。4位TOS分别表示：最小延时，最大吞吐量，最高可靠性，最小成本，这四者相互冲突，只能选择一个

IP协议

• **16位总长度：IP数据报整体占多少个字节。 **
• 16位标识：唯一的标识主机发送的报文，如果IP报文在数据链路层被分片，那么每一篇里面的Id都是相同的
• 3位标志字段：第一位保留，第二位置为1表示禁止分片，第三位表示"更多分片"，如果分片了的话，最后一个分片置为0，其他是1。类似于一个结束标记。
• 13位分片偏移：分片相对于原始IP报文开始处的偏移，实际偏移的字节数是这个值 * 8 得到的。因此，除了最后一个报文之外，其他报文的长度必须是8的整数倍（否则报文就不连续了）
• 8位生存时间：数据报到达目的地的最大报文跳数（到达目标主机端口的最大跳转次数）。一般是64。每次经过一个路由，TTL -= 1，一直减到0还没到达，那么就丢弃了。这个字段主要是用来防止出现路由循环
• **8位协议：表示上层协议的类型。 **
• 16位头部校验和：使用CRC进行校验，来鉴别头部是否损坏
• 32位源地址和32位目标地址：表示发送端和接收端
• 1.一个IP只能同时表示一台主机，为了解决IP不够用
• 一：动态分配，使用时才分配，不用时将其收回
• 二：NET机制，一个子网所有机器，共用一个公网IP地址，子网里的机器分配内网IP，所以不同内网的IP不能互相访问

7.数据链路层重点协议

**"以太网" 不是一种具体的网络，而是一种技术标准；既包含了数据链路层的内容，也包含了 **

一些物理层的内容。

**1.以太网帧格式 **:

8.总结

MTU:

最大传输单元（分片的由来）

不同的数据链路对应的物理层产生的限制