TCP 粘包/拆包

概述

TCP的粘包和拆包问题往往出现在基于TCP协议的通讯中，比如RPC框架、Netty等
TCP 粘包/拆包 就是你基于 TCP 发送数据的时候，出现了多个字符串“粘”在了一起或者
一个字符串被“拆”开的问题。
TCP粘包和拆包是指在使用TCP协议进行数据传输时，发送方发送的数据包与接收方接收的数据包之间出现了不符合预期的粘连或拆分情况。
TCP粘包：TCP粘包指的是发送方在一次发送中将多个逻辑上独立的数据包粘合成一个大的数据包发送，而接收方可能会将这个大的数据包误认为是多个小的数据包。这种情况下，接收方需要根据自身的接收缓冲区大小和数据包的边界进行数据的解析，容易导致数据解析错误或混乱。
TCP拆包：TCP拆包指的是发送方在一次发送中将一个逻辑上独立的数据包拆分成多个小的数据包发送，而接收方可能会将这些小的数据包合并成一个大的数据包。这种情况下，接收方需要对接收到的数据进行拆包处理，以获取完整的数据包。
1、要发送的数据大于 TCP 发送缓冲区剩余空间大小，将会发生拆包。
2、待发送数据大于 MSS（最大报文长度），TCP 在传输前将进行拆包。
3、要发送的数据小于 TCP 发送缓冲区的大小，TCP 将多次写入缓冲区的数据一次发送出去，将会发生粘包。
4、接收数据端的应用层没有及时读取接收缓冲区中的数据，将发生粘包。

粘包拆包发生场景

因为TCP是面向流，没有边界，而操作系统在发送TCP数据时，会通过缓冲区来进行优化，例如缓冲区为1024个字节大小。
如果一次请求发送的数据量比较小，没达到缓冲区大小，TCP则会将多个请求合并为同一个请求进行发送，这就形成了粘包问题。
如果一次请求发送的数据量比较大，超过了缓冲区大小，TCP就会将其拆分为多次发送，这就是拆包。
关于粘包和拆包可以参考下图的几种情况：

上图中演示了以下几种情况：
● 正常的理想情况，两个包恰好满足TCP缓冲区的大小或达到TCP等待时长，分别发送两个包；
● 粘包：两个包较小，间隔时间短，发生粘包，合并成一个包发送；
● 拆包：一个包过大，超过缓存区大小，拆分成两个或多个包发送；
● 拆包和粘包：Packet1过大，进行了拆包处理，而拆出去的一部分又与Packet2进行粘包处理。

解决TCP粘包和拆包问题的常见方法

1. 消息长度固定：发送方在每个数据包中添加固定长度的消息头，用于表示后续数据包的长度。接收方根据消息头中的长度信息来正确解析数据包，从而避免粘包和拆包问题。
2. 特殊字符分隔：发送方在数据包之间插入特殊字符（如换行符或其他预先约定好的字符）作为分隔符，接收方根据特殊字符来切分数据包。这种方法需要保证特殊字符不会出现在实际数据中，否则会引起解析错误。
3. 消息头+消息体：发送方在每个数据包中添加消息头，消息头包含实际数据的长度信息。接收方首先读取消息头中的长度信息，然后按照长度读取对应数量的字节作为实际数据。
4. 使用消息边界：在传输过程中，发送方和接收方约定好数据包的边界，例如每个数据包以换行符结尾。接收方根据约定的边界来正确解析数据包，从而避免粘包和拆包问题。
5. 引入应用层协议：在TCP之上构建应用层协议，该协议负责定义数据包的格式和解析规则。通过自定义协议来规范数据包的传输和解析，从而有效解决粘包和拆包问题。
   选择哪种方法来解决TCP粘包和拆包问题，取决于具体的应用场景和需求。需要注意的是，在实际开发中，可能需要综合应用多种方法来解决复杂的粘包和拆包情况。
   ● 发送端将每个包都封装成固定的长度，比如100字节大小。如果不足100字节可通过补0或空等进行填充到指定长度；
   ● 发送端在每个包的末尾使用固定的分隔符，例如\r\n。如果发生拆包需等待多个包发送过来之后再找到其中的\r\n进行合并；例如，FTP协议；
   ● 将消息分为头部和消息体，头部中保存整个消息的长度，只有读取到足够长度的消息之后才算是读到了一个完整的消息；
   ● 通过自定义协议进行粘包和拆包的处理。

Netty对粘包和拆包问题的处理

Netty对解决粘包和拆包的方案做了抽象，提供了一些解码器（Decoder）来解决粘包和拆包的问题。如：
● LineBasedFrameDecoder：以行为单位进行数据包的解码；
● DelimiterBasedFrameDecoder：以特殊的符号作为分隔来进行数据包的解码；
● FixedLengthFrameDecoder：以固定长度进行数据包的解码；
● LenghtFieldBasedFrameDecode：适用于消息头包含消息长度的协议（最常用）；
基于Netty进行网络读写的程序，可以直接使用这些Decoder来完成数据包的解码。对于高并发、大流量的系统来说，每个数据包都不应该传输多余的数据（所以补齐的方式不可取），LenghtFieldBasedFrameDecode更适合这样的场景。

小结

TCP协议粘包拆包问题是因为TCP协议数据传输是基于字节流的，它不包含消息、数据包等概念，需要应用层协议自己设计消息的边界，即消息帧（Message Framing）。如果应用层协议没有使用基于长度或者基于终结符息边界等方式进行处理，则会导致多个消息的粘包和拆包。
虽然很多框架中都有现成的解决方案，比如Netty，但底层的原理我们还是要清楚的，而且还要知道有这么会事，才能更好的结合场景进行使用。