【Linux网络】认识协议（TCP/UDP）、Mac/IP地址和端口号、网络字节序、socket套接字

⭐️个人主页：@小羊 ⭐️所属专栏：Linux 很荣幸您能阅读我的文章，诚请评论指点，欢迎欢迎 ~

---

1、初识协议

• 协议就是一种约定。
• 如何让不同厂商生产的计算机之间能够互相通信？需要由权威组织或公司制定网络协议。
• 协议本质也是软件，在设计上为了更好的进行模块化，解耦合，因此被设计为层状结构。

协议本质也是软件，为了更好的模块换，降低耦合度，所以被设计为层状结构。在Linux网络协议栈中，各个层次协同工作，以实现数据的封装、传输、路由和接收。从底层到高层，这些层次包括：

1. 链路层（数据链路层）：负责物理网络上的数据传输，包括帧的封装、错误检测和纠正等。在Linux中，这一层通常与特定的网络接口卡（NIC）驱动程序相关联。

2. 网络层：提供IP地址管理和路由功能，确保数据包能够正确地从一个网络传输到另一个网络。Linux支持IPv4和IPv6两种IP协议版本。

3. 传输层：提供端到端的通信服务，确保数据的可靠传输或快速、不可靠的传输。TCP（传输控制协议）提供可靠的数据传输，而UDP（用户数据报协议）则提供无连接的数据传输服务。

4. 应用层：提供用户和网络服务之间的接口，包括HTTP（用于Web浏览）、SMTP（用于电子邮件发送）、FTP（用于文件传输）等多种应用层协议。

一般而言：

• 对于一台主机，它的操作系统内核实现了从传输层到物理层的内容
• 对于一台路由器，它实现了从网络层到物理层
• 对于一台交换机，它实现了从数据层到物理层
• 对于一台集线器，它只实现了物理层

---

2、UDP、TCP

传输层的典型代表：

TCP协议	UDP协议
传输层协议	传输层协议
有连接	无连接
可靠传输	不可靠传输
面向字节流	面向数据报

TCP协议格式：

• 确认应答至少应该是一个完整的TCP报头
• 确认序号 = 序号 + 1，表示该序号之前的内容被全部收到了
• 为什么要有序号和确认序号两个序号，并且是独立的字段？
  TCP报文，大多数情况下既是应答，又是数据，即捎带应答机制，这个时候序号和确认序号这两个字段要被同时使用。

TCP 将每个字节的数据都进行了编号，即为序列号。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。

• 4位首部长度：这个字段的单位是4字节，取值范围是0到15，乘以4后得到报头的实际字节长度范围是20到60字节。当首部长度为5时，表示的是标准的20字节报头。

6 位标志位：用于区分报文类型

标志位	说明
URG	紧急指针是否有效，需要优先处理的报文
ACK	表明自己是应答报文
PSH	提示接收端应用程序立刻从 TCP 缓冲区把数据读走
RST	对方要求重新建立连接，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，本端要关闭了，我们称携带 FIN 标识的为结束报文段

• 16位窗口大小：流量控制，由接收缓冲区剩余空间大小决定，由滑动窗口实现
• 超时重传：在TCP连接中，当发送方发送一个数据段后，会启动一个超时计时器，如果在计时器超时之前，发送方没有收到接收方的确认（ACK）报文，那么发送方就会认为该数据段已经丢失，并重新发送该数据段，直到收到确认报文或达到重传次数限制为止。

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。

为什么要三次握手？四次挥手？

1. 建立双方主机通信的意愿共
2. 双方验证全双工信道的通畅性
3. 本质是四次握手，因为捎带应答机制变为三次握手
4. Tcp是全双工的，要关闭两个朝向上的连接

我们测试时有时会出现bind error，是什么原因？

• TCP 协议规定，主动关闭连接的一方要处于 TIME_ WAIT 状态，等待两个MSL（一般为2分钟）的时间后才能回到 CLOSED 状态
• 我们使用 Ctrl-C 终止了 server，所以 server 是主动关闭连接的一方，在TIME_WAIT 期间仍然不能再次监听同样的 server 端口

如何解决？

• 使用 setsockopt()设置 socket 描述符的选项 SO_REUSEADDR 为 1，表示允许创建端口号相同但 IP 地址不同的多个 socket 描述符

int opt = 1;
setsockopt(listenfd, SOL_SOCKET, SO_REUSEADDR, &opt, sizeof(opt));

• CLOSE_WAIT状态则是被动关闭连接的一方在接收到FIN报文并发送ACK后的状态
• 如果服务器不关闭sockfd，则只会完成两次挥手，服务器就会长时间处于close_wait状态。

滑动窗口：

• 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
• 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
• 窗口只能向右滑动，且根据对方接收缓冲区的大小调整大小
  

丢包重传问题：

• 如果发送端主机连续三次收到了同样一个 “1001” 这样的应答，则说明我们只收到了 “1001” 之前的报文，在这种情况下，发送方不等待超时定时器的触发，而是立即重传该丢失的数据包，即将对应的数据 1001 - 2000 重新发送。这种机制被称为 "高速重发控制”（快重传）

拥塞控制：

• 虽然 TCP 滑动窗口能够高效可靠的发送大量的数据，但是如果刚开始就发送大量的数据，仍然可能引发问题。因为网络上有很多的计算机，可能当前的网络状态就已经比较拥堵，在不清楚当前网络状态下，贸然发送大量的数据，很有可能雪上加霜。
• TCP引入慢启动机制，即先发少量的数据探路，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
• 当拥塞窗口达到慢启动阈值后，TCP会进入拥塞避免阶段。此时，拥塞窗口会按线性速率增长，以避免突然的大幅增加导致网络拥塞
  

Tcp通过校验和、序列号(按序到达、去重)、确认应答、超时重发、连接管理、流量控制、拥塞控制等保证可靠性；通过滑动窗口、快速重传、延迟应答、捎带应答等提高性能。

---

UDP协议格式：

• 无连接：知道对端的 IP 和端口号就直接进行传输，不需要建立连接;

• 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：不能够灵活的控制读写数据的次数和数量；

• 16 位 UDP 长度，表示整个数据报(UDP 首部+UDP 数据)的最大长度，如果要传输的数据超过 64K，就需要在应用层手动的分包，多次发送，并在接收端手动拼装；

• 如果校验和出错，就会直接丢弃；

• UDP协议的报头是固定的8字节，所以协议的接收方直接截取前8个字节的报头，剩下的就是有效数据。

UDP的缓冲区：

• 发送缓冲区：UDP 没有真正意义上的发送缓冲区，调用 sendto 会直接交给内核，由内核将数据传给网络层协议进行后续的传输动作；
• 接收缓冲区：UDP的接收缓冲区不能保证收到的 UDP 报的顺序和发送 UDP 报的顺序一致，如果缓冲区满了，再到达的 UDP 数据就会被丢弃；

TCP/UDP 对比：

• 无论是Tcp有连接Udp无连接，还是Tcp可靠Udp不可靠，这都是它们的特性，不是优缺点，它们适用于不同的需求场景
• TCP 用于可靠传输的情况，应用于文件传输，重要状态更新等场景
• UDP 用于对高速传输和实时性要求较高的通信领域，例如早期的 QQ、视频传输、广播等

---

3、Mac、IP地址

每台主机在局域网上，要有唯一的标识来保证主机的唯一性：mac 地址。

以太网中，任何时刻，只允许一台机器向网络中发送数据。如果有多台同时发送，会发生数据干扰，我们称之为数据碰撞，所有发送数据的主机要进行碰撞检测和碰撞避免，没有交换机的情况下，一个以太网就是一个碰撞域，局域网通信的过程中，主机对收到的报文确认是否是发给自己的，是通过目标mac地址判定的。

其中每层都有协议，当我们进行传输流程的时候，要进行封装和解包：

Tcp/IP通讯过程：

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，我们通常也使用 “点分十进制” 的字符串表示 IP 地址, 例如1.94.9.200，用点分割的每一个数字表示一个字节，范围是 0 - 255。

Mac地址 vs IP地址：
唐僧从东土大唐出发，要去西天拜佛求经，途中要经过女儿国和黑风岭，女儿国和黑风岭是相邻两地。

• 东土大唐 -> 西天：源IP地址 -> 目的IP地址
• 女儿国 -> 黑风岭：源Mac地址 -> 目的Mac地址

其中经过的各个国家就是路由器，相邻的国家在同一个局域网中，路由器路由的下一个目的地是根据目的IP地址路由的，局域网通信需要Mac地址指路，一般Mac地址只在局域网中有效，IP地址几乎不变。

IP在网络中标识主机的唯一性，数据传输到主机不是目的而是手段，最终到达主机内的目的进程才是目的。但是在主机中，同一时间进程可能有很多，那怎么找到目的进程呢？

---

4、端口号

端口号（port）是传输层协议的内容，是一个2字节16位的整数，端口号标识唯一进程，一个端口号只能被一个进程占用。

IP地址+端口号能够标识网络中的唯一进程。
网络通信，本质上也是进程间通信。

其中 0 - 1023 是知名端口号，HTTP, FTP, SSH等这些广为使用的应用层协议，它们的端口号都是固定的。1024 - 65535 是操作系统动态分配的端口号，比如客户端程序的端口号就是有操作系统动态分配的。

pid也可以标识唯一进程，为什么还要引入端口号呢？
进程pid属于系统概念，如果继续沿用pid标识唯一进程，会增加耦合度。另外，一个进程可以绑定多个端口号，但一个端口号不能被多个进程绑定。

网络通信的本质，也是进程间通信，本质是两个互联网进程代表人来进行通信。IP + port 叫做套接字socket。

一个进程可以 bind 多个端口号，但一个端口号不能被多个进程 bind。

---

5、网络字节序

内存中的多字节数据相对于内存地址有大端和小端之分，网络数据流同样有大端小端之分，如何定义网络数据流的地址？

• 网络数据流的地址被规定：先发出去的是低地址，后发出去的是高地址。
• TCP/IP协议规定，网络数据流应采用大端字节序，即低地址高字节。

为使网络程序具有可移植性，使用样的C代码在大端和小端机器上编译后都能正常运行，可以调用下面库函数做网络字节序和主机字节序的转换。

#include <arpa/inet.h>uint32_t htonl(uint32_t hostlong);
uint16_t htons(uint16_t hostshort);
uint32_t ntohl(uint32_t hostlong);
uint16_t ntohs(uint16_t hostshort);

• h表示host，n表示network，l表示32位长整数，s表示16位短整数。

---

6、socket

socket常见API：

// 创建 socket 文件描述符 (TCP/UDP, 客户端 + 服务器)
int socket(int domain, int type, int protocol);// 绑定端口号 (TCP/UDP, 服务器)
int bind(int socket, const struct sockaddr *address,socklen_t address_len);// 开始监听 socket (TCP, 服务器)
int listen(int socket, int backlog);// 接收请求 (TCP, 服务器)
int accept(int socket, struct sockaddr* address,socklen_t* address_len);// 建立连接 (TCP, 客户端)
int connect(int sockfd, const struct sockaddr *addr,socklen_t addrlen);

socket：

1. socket()打开一个网络通讯端口，如果成功，就像open()一样返回一个文件描述符，出错返回-1
2. 应用程序可以像读写文件一样用 read/write 在网络上收发数据
3. 对于 IPv4, family 参数指定为 AF_INET
4. 对于 TCP 协议，type 参数指定为 SOCK_STREAM，表示面向流的传输协议
5. protocol 参数指定为 0 即可

bind：

1. bind()成功返回 0，失败返回-1
2. bind()的作用是将参数 sockfd 和 myaddr 绑定在一起，使 sockfd 这个用于网络通讯的文件描述符监听 myaddr 所描述的地址和端口号
3. struct sockaddr *是一个通用指针类型，myaddr 参数实际上可以接受多种协议的 sockaddr 结构体，而它们的长度各不相同，所以需要第三个参数 addrlen指定结构体的长度，我们可以对 myaddr 参数这样初始化：

struct sockaddr_in local;
memset(&local, 0, sizeof(local));
local.sin_family = AF_INET;
local.sin_port = htons(_port);
local.sin_addr.s_addr = INADDR_ANY;

listen：

1. listen()声明 sockfd 处于监听状态，并且最多允许有 backlog 个客户端处于连接
   等待状态，如果接收到更多的连接请求就忽略
2. listen()成功返回 0,失败返回-1

accept：

1. 三次握手完成后，服务器调用 accept()接受连接
2. 如果服务器调用 accept()时还没有客户端的连接请求，就阻塞等待，直到有客户端
   连接上来
3. addr 是一个传出参数，accept()返回时传出客户端的地址和端口号
4. 如果给 addr 参数传 NULL，表示不关心客户端的地址
5. addrlen 参数是一个传入传出参数(value-result argument)，传入的是调用者提供的，缓冲区 addr 的长度以避免缓冲区溢出问题，传出的是客户端地址结构体的实际长度

connect：

1. 客户端需要调用 connect()连接服务器
2. connect 和 bind 的参数形式一致，区别在于 bind 的参数是自己的地址，connect 的参数是对方的地址
3. connect()成功返回 0，出错返回-1

注意：

1. 由于客户端不需要固定的端口号，因此不必调用 bind()，客户端的端口号由内核自动分配
2. 客户端不是不允许调用 bind()，只是没有必要显示的调用 bind()固定一个端口号，否则如果在同一台机器上启动多个客户端，就会出现端口号被占用导致不能正确建立连接
3. 服务器也不是必须调用 bind()，但如果服务器不调用 bind()，内核会自动给服务器分配监听端口，每次启动服务器时端口号都不一样，客户端要连接服务器就会遇到麻烦

sockaddr结构：

sock API是一层抽象的网络编程接口，适用于各种底层网络协议，各种网络协议的地址格式并不相同。

socket API 可以都用struct sockaddr*类型表示，在使用的时候需要强制转换成sockaddr_in，增加了程序的通用性。

---

本篇文章的分享就到这里了，如果您觉得在本文有所收获，还请留下您的三连支持哦~