Java网络编程基础之TCP粘包拆包

TCP是个“流”协议，所谓流，就是没有界限的一串数据。大家可以想象河里的流水，他们是连成一片的，其间并没有分界线。TCP底层并不了解上层业务数据的具体含义，他会根据TCP缓冲区的实际情况进行包的划分，所以在业务上认为，一个完整的包可能会被TCP拆分成多个包进行发送，也有可能把多个小的包封装成一个大的数据包发送。这就是TCP所谓的拆包和粘包的问题。

一、TCP粘包/拆包问题说明

我们可以通过图解对TCP粘包和拆包问题进行说明，粘包问题如图。

image

假设客户端分别发送了两个数据包D1和D2给服务端，由于服务端一次读取到的字节数是不确定的，故可能存在以下4中情况。

• 服务端分两次读取到了两个独立的数据包，分别是D1和D2，没有粘包和拆包。
• 服务端一次接收到了两个数据包，D1和D2粘在一起，被称为TCP粘包
• 服务端分两次读取到了两个数据包，第一次读取到了完整的D1包和D2包的部分内容，第二次读取到了D2包的剩余内容，这被称为TCP拆包。
• 服务端分两次读取到了两个数据包，第一次读取到了D1包的部分内容D1_1，第二次读取到了D1包的剩余内容D1_2和D2包的整包。

如果此时服务端TCP接收滑窗非常小，而数据包D1和D2比较大，很有可能会发生第五种可能，即服务端分多次才能将D1和D2包接收完全，期间发生多次拆包。

二、TCP粘包/拆包发生的原因

问题产生的原因有三个，分别如下。

• 应用程序write写入的字节大小大于套接口发送缓冲区大小。
• 进行MSS大小的TCP分段。
• 以太网帧的payload大于MTU进行IP分片。

三、粘包问题的解决策略

由于底层的TCP无法理解上层的业务数据，所以在底层是无法保证数据包不被拆分和重组的，这个问题只能通过上层的应用协议栈设计来解决，根据业界的主流协议的解决方案，可以归纳如下。

• 消息定长，例如每个报文的大小为固定长度200字节，如果不够，空位补空格
• 在包尾增加回车换行符进行分割，例如FTP协议
• 将消息分为消息头和消息体，消息头中包含表示消息总长度(或者消息体长度)的字段，通常涉及思路为消息头的第一个字段使用int32来表示消息的总长度
• 更复杂的应用层协议。