计算机网络模型（六）：数据链路层以及ARP协议

前言

本章节概述数据链路层和ARP协议。实际上ARP协议被用在IP协议里，但是ARP确实是对IP与MAC地址的转换，更贴近数据链路层的协议。无论将ARP归属于哪层协议都可以。

数据链路层

数据链路层主要是规定数据传输的方式，并非指双绞线等传输媒介。一般来说，数据在信道中传输有两种方式：

1. 点对点信道：一对一通信
2. 广播信道：一对多通信

我们本章是基于数据链路层的，因此暂时不关心物理层和网络层数据的流向。

点对点数据链路

数据链路和帧

链路≠数据链路

• 链路：从一个节点到相邻接点的一段物理线路，中间没有其他节点。
• 数据链路：链路＋数据传输协议。

所以我们的数据链路层，说的就是相邻接点间的可靠传输。

点对点数据链路层在进行通信时主要步骤如下：

1. 节点A的数据链路层把网络层交下来的IP数据报添加首部和尾部封装成帧。
2. 节点A将帧发送给节点B，通过数据链路层
3. 节点B判断收到的帧是否有差错，若有差错则丢弃，无差错则向上层交付。

所以，一切的一切都是三点：

1. 封装成帧
2. 透明传输
3. 差错校验

封装成帧

在一段数据前后分别添加首部和尾部，便构成了一个帧。接收方收到帧后，通过首部和尾部信息，就可以知道一个帧的开始与结束。

SOH十六进制编码是01，二进制是00000001
EOT十六进制编码是04，二进制是00000100

只有一个帧同时存在SOH和EOT，才认为指可用的。

透明传输

我们之前说，EOT是结束符，但是如果帧中间意外的出现了一个帧结束符，那么后续部分就会被丢弃，这样帧数据便不是我们需要的帧。那我们怎么解决这个问题，就是透明传输要解决。

具体的方法是：发送端的数据链路层在数据中出现控制字符SOH或者EOT的前面加一个转义字符“ESC”，其十六进制编码是1B，二进制为00011011。接收端的数据链路层在网上传递信息时丢弃该字符。如果接收端收到两个转义字符，则丢弃前面的一个。

这种方法被称为字节填充。

差错校验

本章节说的差错都是比特差错。所谓比特差错，就是0变成了1,1变成了0。传输错误的比特占总传输比特的比率叫做误码率。

实际上的信道不是理想的，会出现噪音来导致比特差错。为了缓解比特差错，链路层使用CRC校验（循环冗余校验）。其基本原理如下：

发送端：

1. 将数据划分为组，假设每组$k$比特。假设发送的数据$M=101001$（即k=6）。
2. 在源数据后面加n位冗余码，构成一个帧发送过去，一共发送n+k位。
3. n位冗余码：二进制模2运算，得到$2^n\ast M$，其实就是在M后加n个0。
4. 得到的（k+n）位数除以收发双方实现商定的长度为（n+1）位的除数P。
5. 假设得到的商是Q，余数是R。R即为冗余码附在源数据之后。

二进制除法不作详解。

接收方：

1. 得到的帧进行对P的模2运算。
2. 若余数为0，则认为无差错，否则丢弃帧

点对点协议PPP

1. 最头与最尾都是标志字段F（Flag），规定为0x7E。这是帧定界符，连续两个帧之间应该只存在一个F，若出现两个连续的F，则丢弃。
2. A为0xFF，C为0x03，至今未定义，只是保留。
3. 协议部分，当协议为0x0021，指的是IP数据报，0xC021是LCP控制协议数据，0x8021是网络层控制数据。

字节填充与零比特填充

当数据部分含有0x7E这个数据段时，会被误认为是帧结束符。因此我们需要避免这种情况：

1. 信息字段中出现的每一个0x7E变成两个字节：（0x7D，0x5E）
2. 若信息中出现一个0x7D，则将其转变成（0x7D，0x5D）
3. 若信息中出现ASCII码控制符，即数值小于0x20的字符，在该字符前加一个0x7D，并将其转换成2字节序列。比如0x03变成0x23

当PPP协议采用同步传输（上面是异步传输），同步传输发来的就是一串比特序列，就会用零比特传输防止出现连续6个1。具体做法是，在出现连续6个1时，在第五个1后添加一个0。

广播信道的数据链路层

我们把广播信道分为局域网和以太网，重点是局域网的广播信道，就是一对多的通信。

局域网

什么是局域网，简单说来，就是一个地理范围，站点数目受限的单位网络。通常说来，局域网比广域网有更低的延迟和较小的误码率。局域网的有点如下：

1. 可以广播。局域网上的主机可以共享连接在局域网上的所有资源。
2. 便于扩展以及调整灵活。
3. 提升了系统的可靠性、可用性和安全性。

这里不对局域网类型（星型网、环形网、总线网等）做详述。

现在有一个问题，那就是局域网内终端可能会发生冲突，这怎么办？在广域网上，有信道复用技术，但是这不适用于局域网，因为代价比较高，我们在局域网中选择了另一种技术：动态媒体接入控制，又称为多点接入，它并非在用户通信时固定分配给用户的。它有两种分类：

1. 随机接入型：任何主机在任何时间都可以发送数据，但是会出现数据碰撞，我们要想数据到达，就要配合解决碰撞的协议，一会我们会说。
2. 受控接入型：主机需要收到一定的控制，典型代表有：分散控制的令牌环局域网和多点线路的轮询。

这里多提一句，我们现在在做商业开发的时候，会对节点做负载均衡，实际上令牌和轮询都是负载均衡的方法之一。其实计算机这个东西，看起来比较新的东西都是老概念的新运用，程序员文化水平不高，总是弄些新名词唬人，其实深入了解下去，大部分在计算机其他方向中早有运用。

受控接入在实际应用中比较少，所以这里只描述随机接入型。

适配器

一个计算机想要和局域网传输数据，那么就要用到网络适配器(network adapter)。最原始的电脑都是在主板上插入网络接口卡（NIC, Network Interface Card），现在都是嵌入的了，所以都叫适配器更贴切。

目前芯片集成度非常高，一个适配器会和CPU进行数据交互，还要和内存进行交互，因此也就不可避免的包括下一层——物理层的属性。所以我们没必要严格对适配器进行分类。了解这个之后，也就大概了解了一个很重要的知识点，在我前面的文章有：linux系统的零拷贝技术，具体是在讲Kafka为什么快那一节。

CSMA/CD协议

我们之前说了，随机接入不可避免的会有数据碰撞，如何避免碰撞或者如何在碰撞之后依旧可以传达数据，就要靠这个协议。互联网的设计是最简化的，意思是互联网不考虑数据传输的稳定性，也就是UDP的不可靠交付。所以底层并不会对数据进行校验与排序，这些都是高层协议处理的问题。但是在数据链路层，我们也需要一个协议保证数据可以“尽最大可能交付”，即使不用完美交付，也需要至少能做到尽力。于是CSMA/CD技术出来了，又叫载波监听多点接入/碰撞检测。

现在假设我们都是绅士，我们在聊天的时候，不会打断别人，我们希望自己的意见呗别人听取，我们又希望听到别人在说什么，怎么办？很简单，你说的时候我听，我说的时候你听，咱俩一起说的时候就都停止说，等到对方说完你再说。这就是CSMA/CD协议。

要点：

1. 多点接入：需要局域网以总线型接入，就是有一根线连接所有的终端。
2. 载波监听与冲突检测：终端在发送前和发送中，需要不断检测信道有没有消息。当发送前有消息，就停止发送，直到没消息；发送时检测到了消息，就继续监听，等到没消息了重新发送自己的消息。

不再讨论监听时间（5μs），考研的同学请另找文章学习。由于我不是偏底层的网络工程师，所以这里只谈上面这些算法问题即可。

以太网的MAC帧

FCS是利用CRC进行校验。

MAC地址是物理地址，是一个唯一的地址信息，标志着唯一的硬件ID。MAC地址占6字节。我记得本科时有一个同学问，既然有了MAC地址为什么还要IP地址？老师表示教了这么多年，没听过这样的问题hhh。
这个问题很好解决：为什么我们每个人都有身份证号，还要有家庭住址？一个是为了知道你是谁，一个是为了找到你。

最后一个重要的知识点，就是不同的网络是由路由器连接的，同一个网络不同主机使用桥接器或者集线器连接，构成一个局域网。

ARP协议

啥是ARP协议呢？这是一个地址解析协议，就是从IP地址转换成MAC地址。ARP协议并不是一个算法协议，而是规定了一个数据表可以查询。在原始的ARP中，只有IP转MAC，MAC转IP的过程是RARP协议，但是现在ARP中既有IP转MAC，也有MAC转IP。

ARP协议被用在IP协议中，因此有些教科书将其划分在网络层协议；然而ARP协议又是解析MAC地址的协议，它又可以被划分成数据链路层协议。这种分类不重要。

我们之前说，ARP协议不是一个算法协议，因为IP地址与MAC地址并不存在简单的逻辑转换。ARP协议说的是，在主机ARP高速缓存中存放一个从IP地址到MAC地址的映射表，该表会动态的增加或者删除。在发送IP包的时候，会从ARP表中找到IP地址，并查看其MAC地址，封装成MAC帧。如果找不到，比方说某主机刚插电，ARP是空的，就会向局域网发送ARP请求分组。这个ARP请求分组是广播的，但是ARP回应是单播的。那么谁回应的？找谁谁回应。A找B，会向同局域网的B,C,D,E,F发送广播，找到MAC地址为B的主机，然后只有B回应。

也就是说，ARP协议解决的是同局域网的的地址解析问题，而非广域网。因此，在广域网上需要使用路由协议结合ARP使用。