【Linux】网络原理

本篇博客让我们一起来了解一下网络的基本原理

1.网络发展背景

关于网络发展的历史背景这种东西就不多bb了，网上很容易就能找到参考资料，我的专业性欠缺，文章参考意义也不大。这里只做简单说明。

网络发展经过了如下几个模式

• 独立模式：计算机之间相互独立，靠人移动数据
• 互联模式：多台计算机连接到一起，实现数据共享
• 局域网LAN：计算机数量增多，通过交换机/路由器连接到一起
• 广域网WAN：将相隔距离非常远的计算机连在一起

交换机是啥？简单来说就是一个有很多网口的设备，将设备插上去后（一般用的都是RJ45网线）就能相互交流信息。

我们家用的WIFI路由器其实已经集成了交换机的功能！

1.1 计算机设备之间是怎么交流的？

计算机内部有非常多的设备，在设备和设备之间一定要用“线”进行连接。这样这些设备才能相互通信。比如主板上的总线，链接硬盘的sata线等等。

而这个计算机的结构本质上也能被看作一个小型网络。

此时我们将计算机A和B用数据线连接起来，就能在物理层面上，让A和B相互通信（此时暂且不考虑通过何种方式通信，只要用数据线连起来了，那就一定能通信）

• 在主机内，线短
• 跨主机，线长

当数据线长了之后，线路和线路之间就容易产生信号的干扰，导致数据的错误/丢失。此时我们就需要一个更可靠、高效的方式来实现远距离计算机之间的通信，这就是网络的意义

1.2 集群

进一步扩大，实际上，还可以用多台主机相连，实现单一的功能。这时候，这一堆主机被称为集群

• 存储集群：硬盘
• 缓存集群：内存
• 计算集群：Cpu/Gpu

不同的集群干不同的事，再用数据线连起来，就成了一台由多个主机共同构成的电脑

在大型的数据中心里面，就是用这种方式来处理海量的数据的。

2.协议

协议是一种约定，约定好两台设备要用什么方式来交流。

比如我们都是中国人，可以用普通话这个协议来交流；而广东地区的人，可以用粤语来交流。

计算机之间想交流，肯定也需要确定好一个行业通用的协议！

否则不同计算机的架构/操作系统/硬件设备不一样，若协议不统一，也就无法正常交流。这就好比一个说英语的人听不懂普通话一样。

2.1 分层

网络的协议是分层的

2.1.1 为什么要分层

软件分层，就好比将主代码和功能代码给分开

• 此时只要功能代码提供的接口不变，主代码的调用方式就不变
• 主代码无须关心功能代码是如何处理的，只关心其处理的结果（返回值）
• 工程师修改代码的时候，只需要定位到具体模块进行修改，不会出现牵一发动全身的情况

这样，就实现了主模块和功能模块的解耦

由于网络涉及到了软件到硬件各种层面的设备操作，所以其必须采用分层的协议。不同设备采用不同的协议，才能最大层面的保证网络系统整体不出bug

网络协议有一个特点：同层设备都可以认为自己在直接和对方通信

2.1.2 电话机例子

以下图为例，当俩个人用座机打电话的时候，他们会认为自己在直接和对方交流，而不会认为自己是在和电话机交流

此时，就可以把这个系统分3层：分别是两人之间的语言协议，电话机和电话机之间读取数据的协议，以及最底层用于传输信号的通信协议

• 用户不会去关心电话机用的是什么协议，而是关心自己应该用什么语言和对方交流
• 电话机不会去关心用户是用什么语言交流的，其只负责把收到的声音转换成电信号
• 通信协议不管电话机是怎么封装的，其只负责传输数据

这里就能看出来，不仅同层的设备可以认为自己是直接和对方交流，而且它还不需要管其他层用的是什么协议！

• 电话机不会因为你说英语而用不了

这就是分层实现解耦的效果，也算是每一层都实现了自己的封装

2.2 OSI七层模型

• OSI（Open System Interconnection，开放系统互连）七层网络模型称为开放式系统互联参考模型， 是一个逻辑上的定义和规范;
• 它把网络从逻辑上分为了7层。每一层都有相关、相对应的物理设备，比如路由器，交换机;
• OSI 七层模型是一种框架性的设计方法，其最主要的功能使就是帮助不同类型的主机实现数据传输;
• 它的最大优点是将服务、接口和协议这三个概念明确地区分开来，概念清楚，理论也比较完整。 通过七 个层次化的结构模型使不同的系统不同的网络之间实现可靠的通讯

可以用下面的这个表格来简单了解一下每一层的功能

分层名称	功能	概览
应用	针对特定应用的协议	STMP邮件/远程登录/文件传输
表示	数据固有格式和网络标准格式的转换	接收不同表现形式的信息
会话	通信管理，负责建立/断开通信连接，维持不同应用程序的通信	何时建立/何时断开/建立多久
传输	两个节点之间的数据传输	维持传输可靠性
网络	地址管理/路由选择（逻辑寻址	确定最佳路径
数据链路	互联设备之间传送和识别数据	将数据组合成字节
物理	以01二进制进行数据传输	网线

但是OSI七层模型相对比较复杂，我们主要关注的还是TCP/IP模型

2.3 TCP/IP

TCP/IP是一组协议的代名词，它其中包括很多协议，组成了一个整体

TCP/IP模型可以认为是4/5层，每一层也有自己不同的功能。每一层都会调用另外一层，来实现自己的需求

• 物理层: 负责光/电信号的传递方式。 比如现在以太网通用的网线(双绞 线)、早期以太网采用的的同轴电缆 (现在主要用于有线电视)、光纤, 现在的wifi无线网使用电磁波等都属于物理层的概念。物理层的能力决 定了最大传输速率、传输距离、抗干扰性等。集线器(Hub)工作在物理层
• 数据链路层: 负责设备之间的数据帧的传送和识别。 例如网卡设备的驱动、帧同步(就是说从网线上检测 到什么信号算作新帧的开始)、冲突检测(如果检测到冲突就自动重发)、数据差错校验等工作。 有以太 网、令牌环网, 无线LAN等标准。交换机(Switch)工作在数据链路层
• 网络层: 负责地址管理和路由选择。 例如在IP协议中, 通过IP地址来标识一台主机, 并通过路由表的方式规 划出两台主机之间的数据传输的线路(路由)。路由器(Router)工作在网路层
• 传输层: 负责两台主机之间的数据传输。 如传输控制协议 (TCP)， 能够确保数据可靠的从源主机发送到目标 主机
• 应用层: 负责应用程序间沟通，如简单电子邮件传输（SMTP）、文件传输协议（FTP）、网络远程访问 协议（Telnet）等。 我们的网络编程主要就是针对应用层。

为啥这里有5层，却有时候又说是4层呢？

因为物理层关注的较少，所以一般都只注重于剩下的4层

3.网络和操作系统之间的关系

用户的网络请求要想成功发送给对方，那就一定要经过网卡这个硬件；而要经过网卡，那就肯定要经过操作系统——只有操作系统能直接访问硬件！

所以，数据在主机内流动的时候，就一定会从用户走到内核，再最终走到物理层进行传输！

因为计算机的体系结构决定了数据流动的时候，一定要经过操作系统，所以肯定会是自顶向下/自底向上进行流动的！

• 这就引出了二者的关系

网络协议栈是属于操作系统的：在操作系统中，有一个模块就是专门来处理tcp/ip协议的。

---

前面提到，每一层都可以认为自己是在和对方同层的用户直接通信。这样做是有一定代价的，且听我细细道来。

3.1 快递例子

当我们网购商品的时候，我们作为用户，是直接和商家联系的。下了订单后，商家要去做一系列的操作，最终我们从快递小哥处拿到了商品

客户	商家
在商家处下订单	接收到用户订单
从快递员处收到货物	将货物交给快递员
货物运输到集散点	货物运输到集散点

但，我们收到的快递并不是只有我们要的商品，往往这里面都会多出一些东西

如图，我们的商品被一个盒子包裹着，外头还多了一个快递单

客户	商家
在商家处下订单	接收到用户订单	给出收件地址
从快递员处收到货物	将货物交给快递员	添加外箱并填写邮寄单
货物运输到集散点	货物运输到集散点	开始运输

在这个例子中，每一层其实都给出了自己的独有协议。我们可以把最下面的运输当作物理层。

快递小哥在包装快递的时候，就会给快递增加一个外箱，并填写好邮寄单。当另外一边的快递小哥收到这个货物的时候，就可以更具邮寄单上的信息，将快递送到用户手上。

3.2 报头/解包

此过程中，为了维护快递的出发地/终点地信息，快递员给货物添加上了客户不需要的东西。

• 在网络协议中，每一层协议，都会给我们要传输的数据添加上独有的协议信息，再交付给下一层；这些信息是用来维护数据的（就好比快递单号上的地址）
  • 多出来的协议数据被称为：报头
• 收到信息后，同层协议会取出自己的那份协议信息进行分析，再交付给上一层
  • 拆开数据的过程被称为：解包

不知道快递的例子能否帮助你理解这个过程

3.3 报头的作用

数据会有不同的应用，也对应了不同的协议。在封包的时候，添加的报头信息里面就应包含目标的协议信息

• 比如我的信息是SMTP邮箱信息，那么在目标主机接收到进行解包了以后，也需要将这个信息交给支持SMTP的邮箱软件进行处理
• 报头属性里面就需要包含支持分用的属性（还有一些公共属性）
• 报头属性里面还需要包含区分有效载荷和报头的属性，也就是将要发送的数据，和这一层的报头给拆开，不能到时候分不出来，无法正常解包了

这个过程就是一个分用的过程，我们传送的信息，被称为有效载荷

快递点也是一样，如果快递点收到的都是商品而没有快递单，快递小哥也就无法知道快递应该送给谁了

4.局域网

以太网的命名来自物理学中的以太，这部分的故事可以百度‍️大学物理课上也讲过。

• 如果两台主机，处于同一局域网中，他们之间能通信吗？
• 和同学开手机热点联机MC的经历告诉我，是可以的

4.1 MAC地址

局域网就好比一个餐厅，里面有很多人在聊天。当你在餐厅里面和张三聊天的时候，旁边的人也能听到你们俩交流的内容。局域网内也是如此。

要想在局域网内准确地找到一个设备，那就需要一个唯一标识码。就好比想在教室里面找到一个人，需要知道名字一样（排除同名问题）

每台主机唯一的标识码，就是该主机对应的MAC地址

• MAC地址用来识别数据链路层中相连的节点
• 长度为48位, 及6个字节。 一般用16进制数字加上冒号的形式来表示(例如: 08:01:27:04:fb:19)
• MAC地址在网卡出厂时就确定了，不能修改！ 且mac地址通常是唯一的（虚拟机中的mac地址不是真实的mac地址，可能会冲突；也有些网卡支持用户配置mac地址）

局域网内没有发送限制，任何一台主机随时都可发送消息。此时还需要引入碰撞检测机制，在没有人发送信号的时候，本设备再发送信号。避免多台主机通信时，出现信号撞到一起（碰撞域）而导致的信息丢失。

以系统编程的角度来看，此时的局域网可以认为是一个临界资源。保证数据不被碰撞，就是保护临界资源的一致性！

4.2 通信原理

和前面提到的报头/解包一样，局域网内的数据，也是自顶向下、自底向上流动的。

每一层都有自己的协议，也需要加上自己的报头

5.广域网

在广域网内通信就没有那么简单了。这就好比唐僧去西天取经，不是直接走到西天的，而是需要经过多个驿站（中途地点）

在广域网内通信，我们则是通过ip地址来做驿站，来查找目标主机的

• 在局域网内用的是mac来标识目标的唯一性
• 广域网内采用ip来标识目标的唯一性

5.1 IP地址

IP协议有两个版本，IPv4和IPv6（本文只关注v4）

IP地址是在IP协议中，用来标识网络中不同主机的地址；

对于IPv4来说，IP地址是一个4字节，32位的整数。通常使用 “点分十进制” 的字符串表示IP地址, 例如 192.168.0.1；用点分割的每一个数字表示一个字节, 范围是 0 - 255；

因ipv4的规定的局限性，ipv4的ip现在已经逐渐枯竭，很多地方的运营商已经不提供家用宽带的公网IP地址。

5.2 通信过程

在广域网通信的时候，每次都需要提供源IP和目标IP，这就是从哪儿来/到哪儿去；同时，还需要提供源MAC和目标MAC进行标识。

在通信过程中，会有路由器来告诉你应该去哪儿。在这期间，我们的数据会在不同的局域网内进行切换。

在切换过程中，路由器会更新你的源IP/MAC（目标IP不变）并提供目标的MAC地址

唐僧去西天取经，他的目的地是不会变的，但是上一站/下一站会不断变化

以下图为例，当我们的数据走到IP这一层时，就会加上IP协议的报头。并在路由器内进行解包，再换上新的IP报头。

此时IP一层就可以和其他层区分开，因为在IP层之上，发送/接收主机收到的数据是完全一样的！

IP层是一个软件层，任何底层的差异，都可以通过加一层软件层来解决。这是一种软件虚拟化技术，linux的文件系统也使用了这种技术

也就是说，通过IP层，可以屏蔽底层网络的差距。在通过ip通信的时候，不需要关注底层的路由等硬件信息以及数据传输的实现。

5.3 端口

一台主机里面有非常多的进程，每一个进程都能访问网络发送信息。

光用IP地址，我们实际上只能找到对应的主机，却无法确定是这台主机里面的xx应用发出的信息。

此时，就需要利用端口号来确定我们要访问的进程是什么了。

• IP：确保主机唯一性
• 端口port：确保该主机上的进程唯一性

如果你有用过docker，那肯定就知道端口号这一存在。大部分docker都需要映射一个端口以对外提供服务。

网络间的通信，本质上是不同主机上的进程通信

• 端口号是一个2字节的整数，限定了端口范围（1-65,536）
• 端口号用于标识一个进程，告诉系统，当前的数据应交给哪一个进程去运行
• 同一个进程可以使用多个端口号
• 但是一个端口号只能对应一个进程

网络通信中，有源IP和目标IP，也有源端口和目标端口。我们把这一对IP+端口被称为socket对

5.3.1 端口/PID的关系

在一台主机里面，PID也可以用于标识唯一的进程。但是，端口号和PID是属于两个完全不同的概念。

假设餐厅里有一个扫把，餐厅雇了个保洁员A，让他来打扫餐厅的卫生。此时就可以把扫把认为是端口，保洁员A是一个进程。

有一天，保洁员A生病了，请假一周。于是老板又请了一个保洁员B，让他来打扫一周的卫生。此时，保洁员B也能使用餐厅里面已有的扫把，来进行打扫工作

• 保洁员A/保洁员B干的工作是完全一致的
• 他们使用的是同一个扫把

我们知道，在linux中，一个同一个可执行程序，每一次执行的时候，它的进程PID都是不同的；但同一个可执行程序，干的活肯定是一样的。

保洁员A和B就可以看作是同一个可执行程序，他们用的也是同一个端口（扫把），但保洁员A和B的进程PID是不一样的！

所以，在网络通信的时候，采用了端口这个扫把来标识需要进行网络通信的进程，而不是继续采用PID来标识

操作系统只需要维护一个端口号和进程的哈希表，就能快速地通过端口号找到对应的进程

5.4 TCP/UDP

TCP（Transmission Control Protocol 传输控制协议）

• 传输层协议
• 有链接（必须要和目标建立连接，才能开始数据传输）
• 可靠传输（检查是否有丢包，需要保证数据完全被传输到目标主机）
• 面向字节流

UDP（User Datagram Protocol 用户数据报协议）

• 传输层协议
• 无连接（无须建立连接，比如所有人都能给你的电子邮箱发送邮件）
• 不可靠传输（不检查丢包）
• 面向数据报

6.网络字节序

在之前学习int类型的存储的时候，提到过大端/小端的概念

6.1 说明

在网络中，数据流同样有大端小端之分。TCP/IP协议规定，网络数据流应该采用大端字节序（低地址高字节）后发出的数据是高地址

如上图的1为例，当网络中发送这个数字1的时候，会先发送00 00 00，最后发送的是01。这样能够方便数据的拼接

• 发送主机将缓冲区中的数据按内存地址从低到高的顺序发出
• 接受主机把数据依次保存到缓存区中，也是按地址从低到高的顺序保存

这个规定更重要的意思是，如果不对网络字节数据的大小端做出限制，那么网络里面就会出现既有大端又有小端的情况，得写俩套代码来处理这个问题。

而限制为大端之后，小端机器就需要在发送信息之前将数据转为大端，在接收到数据之后，将数据转换为小端。此时的处理就是操作系统的工作了，和TCP/IP协议本身没有关系了

6.2 转换接口

为了提高可以移植性，有以下的这个接口将网络字节序和主机字节序进行转换

#include 

uint32_t htonl(uint32_t hostlong);
uint16_t htons(uint16_t hostshort);
uint32_t ntohl(uint32_t hostlong);
uint16_t ntohs(uint16_t hostshort);

在命名中，n代表network，h代表host，l代表long，s代表short。

如果主机就是大端，这些函数什么都不会做。如果主机是小端，则会将主机字节序转换成网络字节序（或反之）

更多…

关于网络原理的前置知识暂时就记录这么多，后续有新增会来更新本文