TCP和UDP详解

---

提示：以下是本篇文章正文内容，Java系列学习将会持续更新

一、UDP协议

UDP全称为用户数据报协议。UDP 为应用程序提供了一种无需建立连接就可以发送封装的 IP 数据包的方法。

1-1 UDP协议报文格式:

1-2 UDP协议的特点:

• 无连接：只知道对端的IP和端口号就可以发送，不需要实现建立连接。(就像寄信)。
• 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： 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。所以UDP不能够灵活的控制读写数据的次数和数量。
• UDP存在接收缓冲区，但不存在发送缓冲区。UDP没有发送缓冲区，在调用send to时会直接将数据交给内核，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报文的顺序和发送UDP报的顺序一致，如果缓冲区满了再到达的UDP数据报就会被丢弃。

为什么UDP不需要发送缓冲区？ 因为UDP不保证可靠性，它没有重传机制，当报文丢失时，UDP不需要重新发送，而TCP不同，他必须具备发送缓冲区，当报文丢失时，TCP必须保证重新发送，用户不会管，所以必须要具备发送缓冲区。

• 大小受限。UDP协议首部中有一个16位的最大长度。也就是说一个UDP能传输的数据最大长度是64K（包含UDP首部）。

1-3 扩展问题

1. UDP本身是无连接，不可靠，面向数据报的协议，如果要基于传输层UDP协议，来实现一个可靠传输，应该如何设计？
2. UDP大小是受限的，如果要基于传输层UDP协议，传输超过64K的数据，应该如何设计？

以上两个问题，我们可以学习TCP的可靠性机制啊：

例如：
① 引入序列号，保证数据顺序；
② 引入确认应答，确保对端收到了数据；
③ 引入超时重传，如果隔一段时间没有应答，就重发数据；
④ ……

回到目录…

二、TCP协议

TCP全称传输控制协议，必须对数据的传输进行控制。

2-1 TCP协议报文格式：

• 源端口号/目的端口号：表示数据从哪个进程来，要到那个进程去

• 32位序号：序号是可靠传输的关键因素。TCP将要传输的每个字节都进行了编号，序号是本报文段发送的数据组的第一个字节的编号，序号可以保证传输信息的有效性。比如：一个报文段的序号为300，此报文段数据部分共有100字节，则下一个报文段的序号为401。

• 32位确认序号：每一个ACK对应这一个确认号，它指明下一个期待收到的字节序号，表明该序号之前的所有数据已经正确无误的收到。确认号只有当ACK标志为1时才有效。比如建立连接时，SYN报文的ACK标志位为0。

• 4位首部长度(数据偏移)： 表示该TCP头部有多少个32位bit(有多少个4字节)，所以TCP头部大长度是15 * 4 = 60。根据该部分可以将TCP报头和有效载荷分离。TCP报文默认大小为20个字节。

• 6位标志位：
  URG : 它为了标志紧急指针是否有效。
  ACK ：标识确认号是否有效。
  PSH : 提示接收端应用程序立即将接收缓冲区的数据拿走。
  RST：它是为了处理异常连接的， 告诉连接不一致的一方，我们的连接还没有建立好， 要求对方重新建立连接。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, 本端要关闭连接了, 我们称携带FIN标识的为结束报文段。

• 16位的紧急指针：按序到达是TCP协议保证可靠性的一种机制，但是也存在一些报文想优先被处理，这时就可以设置紧急指针，指向该报文即可，同时将紧急指针有效位置位1。

• 16位窗口大小：如果发送方发送大量数据，接收方接收不过来，会导致大量数据丢失。然后接收方可以发送给发送发消息让发送方发慢一点，这是流量控制。接收方将自己接收缓冲器剩余空间的大小告诉发送方叫做16位窗口大小。发送发可以根据窗口大小来适配发送的速度和大小，窗口大小最大是2的16次方，及64KB，但也可以根据选项中的某些位置扩展，最大扩展1G。

• 16位校验和：发送端填充，CRC校验。如果接收端校验不通过， 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)。

回到目录…

2-2 什么是可靠性?

1. TCP会尽自己最大的努力,将数据发送给对方
2. 如果真的遇到发送不过去的情况，TCP至少会告诉发送进程，数据发送失败了
3. 保证不会收到错误的数据(通过checksum)
4. TCP能保证收到的数据一定是有序的(按照发送进程发送时的顺序)
5. TCP会根据对方的接收能力和网络线路的承载能力，进行流量的控制

TCP做了哪些机制保证了可靠性？

• 确认应答机制
• 超时重传机制
• 连接管理机制

2-2-1 确认应答机制

接收方(对方的TCP)有责任对收到的数据进行确认(acknowledge) 应答。

TCP将每个字节的数据进行编号，即序列号。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。

回到目录…

2-2-2 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；

因此主机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。

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 2500ms 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，超时时间以指数形式递增。
• 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。不会一直重传。

序列号去重。
超时时间递增。
不会一直重传。

回到目录…

2-2-3 连接管理机制

在正常情况下, TCP要经过三次握手建立连接、四次挥手断开连接，主要介绍TCP是如何建立和断开连接的。

2-2-3-1 三次握手

从标志位角度

 SYN就是TCP中建立连接时的标识，ACK是确认标识。
 首先主机A和主机B之间需要连接而客户端先发送一次SYN,服务器就会返回一个ACK,表示客户端要和服务器建立连接,然后服务器再给客户端发送一个SYN,客户端在返回一个ACK,表示服务器要和客户端建立连接,完成四次交互,就可以确保建立连接成功了,这是一个"双向奔赴"的过程,
 而明明是四次交互，为什么被称为三次握手呢，就是由于中间这两次(SYN和ACK)是一定会合二为一的,只需要把ACK和SYN同时置为1就可以了,因此被称为三次握手。

为啥握手是三次?两次行不行?四次行不行?

 四次可以，但是效率低，没有必要。每次传输的数据都需要进行一系列的封装和分用, 因此传输两次肯定要比传输一次慢很多。
 两次是绝对不行的,两次只能确定双方中一方的发送和接收能力正常,另一方就不清楚了,这是不满足可靠性。

2-2-3-2 四次挥手

 FIN是通知对方, 本端要关闭连接的结束报文段标识。这里四次挥手就是双方各自给对方发送FIN，并在收到对方的FIN请求后回复一个ACK。
 三次握手的发起方一定是客户端,而四次挥手的发起方有可能是客户端，也有可能是服务器,而且三次握手中间两次是可以合并的,而四次挥手的中间两次是不一定能合并的,这里能否合并取决于B发送ACK和发送FIN的时机是否相同，相同的话是可以合并的,不相同的话是不能合并的，
 而三次握手中服务器所发送的SYN和ACK都是由操作系统内核负责执行,收到客户端的SYN请求之后,会把ACK和SYN同一时间发送过去，这是同一时机发生的因此是可以合并的,
 而四次挥手B给A发送的ACK是有操作系统内核负责的，而FIN请求只有当B中的代码执行到了socket.close()方法才会出发FIN,如果这两操作中间间隔的时间比较短是可以合并的,间隔时间长就不能合并了，这是无法确定的,因此一般情况下都是四次交互过程,也就是四次挥手!

回到目录…

2-2-4 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支持根据接收端的接收能力，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

2-2-5 拥塞控制

 有了TCP的窗口控制，收发主机之间即使不再以一个数据段为单位发送确认应答，也能够连续发送大量数据包。然而，如果在通信刚开始时就发送大量数据，也可能会引发其他问题。

 一般来说，计算机网络都处在一个共享的环境。因此也有可能会因为其他主机之间的通信使得网络拥堵。在网络出现拥堵时，如果突然发送一个较大量的数据，极有可能会导致整个网络的瘫痪。

 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。

 因此TCP根据网络的承载能力，来决定传输速度。这个机制就叫做拥塞控制（Flow Control)。

流量控制 vs 拥塞控制：

	流量控制	拥塞控制
解决的是	发送方和接收方速率不匹配的问题	避免网络资源被耗尽的问题
实现方式	滑动窗口	拥塞窗口

回到目录…

2-2-6 滑动窗口

实际上 滑动窗口 就是 流量控制 的具体控制方式。

1. 我们先在确认应答机制下讨论，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。
2. 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；

3. 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”）。

回到目录…

2-3 粘包问题

1. 首先要明确，粘包问题中的 “包” ，是指的应用层的数据包。
2. 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。
3. 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。
4. 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。

那么如何避免粘包问题呢？归根结底就是一句话，明确两个包之间的边界。

1. 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；
2. 对于变长的包，可以在包头的位置，约定一个包总长度的字段，从而就知道了包的结束位置；
3. 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？

1. 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。
2. 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。

回到目录…

三、TCP 和 UDP 的区别

相同点：
 ①都在传输层。
 ②协议格式都有端口号。

不同点：

TCP	UDP
TCP是面向连接的协议	UDP是无连接的协议
TCP是可靠的协议	UDP不可靠
TCP是面向字节流的	UDP是面向报文的
TCP只提供一对一的服务	UDP提供一对一、一对多、多对多的服务
TCP传输慢	UDP传输快
TCP数据段头部是20字节	UDP数据段头部是8字节

回到目录…

---

总结:
提示：这里对文章进行总结：
以上就是今天的学习内容，本文是计算机网络的学习，详细讲解了TCP和UDP的工作原理、各自的特点，以及三次握手和四次挥手。之后的学习内容将持续更新！！！