一文读懂TCP（面试TCP问题全解答）

资料参考&＃xff1a;

手写一个用户态网络协议栈&＃xff0c;瞬间提升你网络功底
TCP/IP协议栈深度解析丨实现单机百万连接丨优化三次握手、四次挥手丨优化TCP的传输速率
高并发的TCP长连接

TCP 是互联网核心协议之一&＃xff0c;本文介绍它的基础知识。

一、TCP 协议的作用
互联网由一整套协议构成。TCP 只是其中的一层&＃xff0c;有着自己的分工。

&＃xff08;图片说明&＃xff1a;TCP 是以太网协议和 IP 协议的上层协议&＃xff0c;也是应用层协议的下层协议。&＃xff09;

最底层的以太网协议&＃xff08;Ethernet&＃xff09;规定了电子信号如何组成数据包&＃xff08;packet&＃xff09;&＃xff0c;解决了子网内部的点对点通信。

&＃xff08;图片说明&＃xff1a;以太网协议解决了局域网的点对点通信。&＃xff09;

但是&＃xff0c;以太网协议不能解决多个局域网如何互通&＃xff0c;这由 IP 协议解决。

&＃xff08;图片说明&＃xff1a;IP 协议可以连接多个局域网。&＃xff09;

IP 协议定义了一套自己的地址规则&＃xff0c;称为 IP 地址。它实现了路由功能&＃xff0c;允许某个局域网的 A 主机&＃xff0c;向另一个局域网的 B 主机发送消息。

&＃xff08;图片说明&＃xff1a;路由器就是基于 IP 协议。局域网之间要靠路由器连接。&＃xff09;

路由的原理很简单。市场上所有的路由器&＃xff0c;背后都有很多网口&＃xff0c;要接入多根网线。路由器内部有一张路由表&＃xff0c;规定了 A 段 IP 地址走出口一&＃xff0c;B 段地址走出口二&＃xff0c;…通过这套"指路牌"&＃xff0c;实现了数据包的转发。

&＃xff08;图片说明&＃xff1a;本机的路由表注明了不同 IP 目的地的数据包&＃xff0c;要发送到哪一个网口&＃xff08;interface&＃xff09;。&＃xff09;

IP 协议只是一个地址协议&＃xff0c;并不保证数据包的完整。如果路由器丢包&＃xff08;比如缓存满了&＃xff0c;新进来的数据包就会丢失&＃xff09;&＃xff0c;就需要发现丢了哪一个包&＃xff0c;以及如何重新发送这个包。这就要依靠 TCP 协议。

简单说&＃xff0c;TCP 协议的作用是&＃xff0c;保证数据通信的完整性和可靠性&＃xff0c;防止丢包。

二、TCP 数据包的大小
以太网数据包&＃xff08;packet&＃xff09;的大小是固定的&＃xff0c;最初是1518字节&＃xff0c;后来增加到1522字节。其中&＃xff0c; 1500 字节是负载&＃xff08;payload&＃xff09;&＃xff0c;22字节是头信息&＃xff08;head&＃xff09;。

IP 数据包在以太网数据包的负载里面&＃xff0c;它也有自己的头信息&＃xff0c;最少需要20字节&＃xff0c;所以 IP 数据包的负载最多为1480字节。

&＃xff08;图片说明&＃xff1a;IP 数据包在以太网数据包里面&＃xff0c;TCP 数据包在 IP 数据包里面。&＃xff09;

TCP 数据包在 IP 数据包的负载里面。它的头信息最少也需要20字节&＃xff0c;因此 TCP 数据包的最大负载是 1480 - 20 &＃61; 1460 字节。由于 IP 和 TCP 协议往往有额外的头信息&＃xff0c;所以 TCP 负载实际为1400字节左右。

因此&＃xff0c;一条1500字节的信息需要两个 TCP 数据包。HTTP/2 协议的一大改进&＃xff0c; 就是压缩 HTTP 协议的头信息&＃xff0c;使得一个 HTTP 请求可以放在一个 TCP 数据包里面&＃xff0c;而不是分成多个&＃xff0c;这样就提高了速度。

&＃xff08;图片说明&＃xff1a;以太网数据包的负载是1500字节&＃xff0c;TCP 数据包的负载在1400字节左右。&＃xff09;

三、TCP 数据包的编号&＃xff08;SEQ&＃xff09;
一个包1400字节&＃xff0c;那么一次性发送大量数据&＃xff0c;就必须分成多个包。比如&＃xff0c;一个 10MB 的文件&＃xff0c;需要发送7100多个包。

发送的时候&＃xff0c;TCP 协议为每个包编号&＃xff08;sequence number&＃xff0c;简称 SEQ&＃xff09;&＃xff0c;以便接收的一方按照顺序还原。万一发生丢包&＃xff0c;也可以知道丢失的是哪一个包。

第一个包的编号是一个随机数。为了便于理解&＃xff0c;这里就把它称为1号包。假定这个包的负载长度是100字节&＃xff0c;那么可以推算出下一个包的编号应该是101。这就是说&＃xff0c;每个数据包都可以得到两个编号&＃xff1a;自身的编号&＃xff0c;以及下一个包的编号。接收方由此知道&＃xff0c;应该按照什么顺序将它们还原成原始文件。

&＃xff08;图片说明&＃xff1a;当前包的编号是45943&＃xff0c;下一个数据包的编号是46183&＃xff0c;由此可知&＃xff0c;这个包的负载是240字节。&＃xff09;

四、TCP 数据包的组装
收到 TCP 数据包以后&＃xff0c;组装还原是操作系统完成的。应用程序不会直接处理 TCP 数据包。

对于应用程序来说&＃xff0c;不用关心数据通信的细节。除非线路异常&＃xff0c;收到的总是完整的数据。应用程序需要的数据放在 TCP 数据包里面&＃xff0c;有自己的格式&＃xff08;比如 HTTP 协议&＃xff09;。

TCP 并没有提供任何机制&＃xff0c;表示原始文件的大小&＃xff0c;这由应用层的协议来规定。比如&＃xff0c;HTTP 协议就有一个头信息Content-Length&＃xff0c;表示信息体的大小。对于操作系统来说&＃xff0c;就是持续地接收 TCP 数据包&＃xff0c;将它们按照顺序组装好&＃xff0c;一个包都不少。

操作系统不会去处理 TCP 数据包里面的数据。一旦组装好 TCP 数据包&＃xff0c;就把它们转交给应用程序。TCP 数据包里面有一个端口&＃xff08;port&＃xff09;参数&＃xff0c;就是用来指定转交给监听该端口的应用程序。

&＃xff08;图片说明&＃xff1a;系统根据 TCP 数据包里面的端口&＃xff0c;将组装好的数据转交给相应的应用程序。上图中&＃xff0c;21端口是 FTP 服务器&＃xff0c;25端口是 SMTP 服务&＃xff0c;80端口是 Web 服务器。&＃xff09;

应用程序收到组装好的原始数据&＃xff0c;以浏览器为例&＃xff0c;就会根据 HTTP 协议的Content-Length字段正确读出一段段的数据。这也意味着&＃xff0c;一次 TCP 通信可以包括多个 HTTP 通信。

五、慢启动和 ACK
服务器发送数据包&＃xff0c;当然越快越好&＃xff0c;最好一次性全发出去。但是&＃xff0c;发得太快&＃xff0c;就有可能丢包。带宽小、路由器过热、缓存溢出等许多因素都会导致丢包。线路不好的话&＃xff0c;发得越快&＃xff0c;丢得越多。

最理想的状态是&＃xff0c;在线路允许的情况下&＃xff0c;达到最高速率。但是我们怎么知道&＃xff0c;对方线路的理想速率是多少呢&＃xff1f;答案就是慢慢试。

TCP 协议为了做到效率与可靠性的统一&＃xff0c;设计了一个慢启动&＃xff08;slow start&＃xff09;机制。开始的时候&＃xff0c;发送得较慢&＃xff0c;然后根据丢包的情况&＃xff0c;调整速率&＃xff1a;如果不丢包&＃xff0c;就加快发送速度&＃xff1b;如果丢包&＃xff0c;就降低发送速度。

Linux 内核里面设定了&＃xff08;常量TCP_INIT_CWND&＃xff09;&＃xff0c;刚开始通信的时候&＃xff0c;发送方一次性发送10个数据包&＃xff0c;即"发送窗口"的大小为10。然后停下来&＃xff0c;等待接收方的确认&＃xff0c;再继续发送。

默认情况下&＃xff0c;接收方每收到两个 TCP 数据包&＃xff0c;就要发送一个确认消息。"确认"的英语是 acknowledgement&＃xff0c;所以这个确认消息就简称 ACK。

ACK 携带两个信息。

期待要收到下一个数据包的编号
接收方的接收窗口的剩余容量

发送方有了这两个信息&＃xff0c;再加上自己已经发出的数据包的最新编号&＃xff0c;就会推测出接收方大概的接收速度&＃xff0c;从而降低或增加发送速率。这被称为"发送窗口"&＃xff0c;这个窗口的大小是可变的。

&＃xff08;图片说明&＃xff1a;每个 ACK 都带有下一个数据包的编号&＃xff0c;以及接收窗口的剩余容量。双方都会发送 ACK。&＃xff09;

注意&＃xff0c;由于 TCP 通信是双向的&＃xff0c;所以双方都需要发送 ACK。两方的窗口大小&＃xff0c;很可能是不一样的。而且 ACK 只是很简单的几个字段&＃xff0c;通常与数据合并在一个数据包里面发送。

&＃xff08;图片说明&＃xff1a;上图一共4次通信。第一次通信&＃xff0c;A 主机发给B 主机的数据包编号是1&＃xff0c;长度是100字节&＃xff0c;因此第二次通信 B 主机的 ACK 编号是 1 &＃43; 100 &＃61; 101&＃xff0c;第三次通信 A 主机的数据包编号也是 101。同理&＃xff0c;第二次通信 B 主机发给 A 主机的数据包编号是1&＃xff0c;长度是200字节&＃xff0c;因此第三次通信 A 主机的 ACK 是201&＃xff0c;第四次通信 B 主机的数据包编号也是201。&＃xff09;

即使对于带宽很大、线路很好的连接&＃xff0c;TCP 也总是从10个数据包开始慢慢试&＃xff0c;过了一段时间以后&＃xff0c;才达到最高的传输速率。这就是 TCP 的慢启动。

六、数据包的遗失处理
TCP 协议可以保证数据通信的完整性&＃xff0c;这是怎么做到的&＃xff1f;

前面说过&＃xff0c;每一个数据包都带有下一个数据包的编号。如果下一个数据包没有收到&＃xff0c;那么 ACK 的编号就不会发生变化。

举例来说&＃xff0c;现在收到了4号包&＃xff0c;但是没有收到5号包。ACK 就会记录&＃xff0c;期待收到5号包。过了一段时间&＃xff0c;5号包收到了&＃xff0c;那么下一轮 ACK 会更新编号。如果5号包还是没收到&＃xff0c;但是收到了6号包或7号包&＃xff0c;那么 ACK 里面的编号不会变化&＃xff0c;总是显示5号包。这会导致大量重复内容的 ACK。

如果发送方发现收到三个连续的重复 ACK&＃xff0c;或者超时了还没有收到任何 ACK&＃xff0c;就会确认丢包&＃xff0c;即5号包遗失了&＃xff0c;从而再次发送这个包。通过这种机制&＃xff0c;TCP 保证了不会有数据包丢失。

更多视频学习资料在我的公众号&＃xff0c;关注即可下载