【Java SE】TCP/IP协议栈：从分层架构到核心机制

文章目录

• 一、TCP/IP协议栈整体架构
• 二、应用层：业务逻辑的载体
• • 核心特点与作用
  • 关键协议
• 三、传输层：端到端的可靠保障
• • 端口号：进程的唯一标识
  • • 核心特性
  • UDP协议：轻量无连接传输
  • • 协议格式
    • 核心特点
    • 适用场景与注意事项
  • TCP协议：可靠的面向连接传输
  • • 协议格式
    • 核心机制
    • • [1. 确认应答](#1. 确认应答)
      • [2. 超时重传](#2. 超时重传)
      • [3. 连接管理](#3. 连接管理)
      • [4. 滑动窗口](#4. 滑动窗口)
      • [5. 流量控制](#5. 流量控制)
      • [6. 拥塞控制](#6. 拥塞控制)
      • [7. 延迟应答与捎带应答](#7. 延迟应答与捎带应答)
    • 面向字节流与粘包问题
  • TCP与UDP对比
• 四、网络层：跨网段的路由导航
• • IP协议：网络层的核心
  • • 协议格式
    • 核心功能
  • 地址管理：IP地址的分配与划分
  • • 分类与CIDR
    • 私有IP与公网IP
    • IP地址不足的解决方案
  • 路由选择：跨网段的路径规划
  • • 路由表
    • 转发过程
• 五、数据链路层：物理链路的传输基础
• • 以太网：主流的局域网技术
  • • 以太网帧格式
  • MAC地址与IP地址的区别
  • MTU：最大传输单元
  • • 对上层协议的影响
  • ARP协议：IP与MAC的映射桥梁
  • • 工作流程
• 六、TCP/IP协议的实际应用与面试重点
• • 经典应用场景
  • 高频面试题解析
• 七、总结

一、TCP/IP协议栈整体架构

TCP/IP协议栈采用分层模型，从上到下依次为应用层、传输层、网络层、数据链路层层和物理层。每一层都有明确的职责，通过层间接口协作完成数据传输，上层依赖下层提供的服务，下层为上层屏蔽实现细节。

• 应用层：面向具体业务，定义数据交互规则
• 传输层：端到端数据传输，负责可靠性、流量控制（核心协议为TCP、UDP）。
• 网络层：跨网段路由选择，定义IP地址及数据包转发规则。
• 数据链路层：物理链路数据传输，处理MAC地址、帧封装及ARP寻址。

这种分层设计的优势在于模块化清晰，某一层的技术升级不会影响其他层的正常工作，极大提升了协议的扩展性和维护性。

二、应用层：业务逻辑的载体

应用层是TCP/IP协议栈的最上层，直接面向用户需求，所有我们熟悉的网络应用都运行在这一层。

核心特点与作用

应用层的核心作用是定义特定业务的数据格式和交互流程，它不关心底层数据如何传输，只专注于满足业务需求。例如：

• 网页浏览依赖HTTP/HTTPS协议，定义了请求头、响应体的格式及状态码规则。
• 域名解析依赖DNS协议，实现域名到IP地址的映射，解决IP地址难记忆的问题。
• 文件传输依赖FTP、TFTP协议，规定了文件上传下载的步骤和数据编码方式。

我们之前编写的Java Socket程序也属于应用层，本质是通过自定义协议完成特定业务。

关键协议

• DNS：域名系统，底层使用UDP协议实现高效解析，浏览器会缓存DNS结果以提升访问速度。当输入URL后，浏览器首先通过DNS查询目标服务器IP，再发起后续连接。
• HTTP/HTTPS：超文本传输协议，HTTP基于TCP明文传输，HTTPS通过SSL/TLS加密，常用于网页、接口通信。
• FTP/SSH：FTP（21端口）用于文件传输，SSH（22端口）用于远程登录，均基于TCP实现可靠传输。

三、传输层：端到端的可靠保障

传输层位于应用层和网络层之间，负责将应用层数据可靠地从发送端传输到接收端，核心是端口号、TCP协议和UDP协议。

端口号：进程的唯一标识

端口号是传输层的核心概念，用于区分同一主机上的不同应用程序，与IP地址配合实现"端到端"通信。

核心特性

• 端口号范围：0-1023为知名端口号（如HTTP的80、HTTPS的443），由IANA分配；1024-65535为动态端口号，供客户端程序临时使用。
• 通信标识：通过"源IP+源端口+目的IP+目的端口+协议号"五元组唯一标识一个网络通信，可通过netstat -n命令查看。

注意：

• 一个进程可以绑定多个端口号：例如服务器可同时监听80（HTTP）和443（HTTPS）端口。
• 一个端口号不能被多个进程绑定：端口号是进程的唯一标识，同一时间只能被一个进程占用。

UDP协议：轻量无连接传输

UDP（用户数据报协议）是一种简单的传输层协议，传输过程类似寄信，无需提前建立连接。

协议格式

UDP首部仅8字节，分成四个字段：源端口、目的端口、长度（整个数据报最大64K）和校验和（校验出错直接丢弃），每个字段各两字节，16位。

核心特点

• 无连接：知道对端IP和端口即可直接发送，无需三次握手。
• 不可靠：无确认应答和重传机制，数据丢失不会通知应用层。
• 面向数据报：应用层交付的报文原样发送，不拆分、不合并。

适用场景与注意事项

• 适用场景：实时性要求高、允许少量丢包的场景，如视频通话、语音聊天、DNS解析。
• 注意事项：若传输数据超过64K，需在应用层手动分包、拼装；基于UDP的应用层协议包括NFS、DHCP、DNS等。

TCP协议：可靠的面向连接传输

TCP（传输控制协议）是传输层的核心协议，专为可靠传输设计，通过一系列机制解决丢包、乱序、重传等问题，是大多数核心业务的首选。

协议格式

TCP首部最小20字节（4*5），最大60字节

• 16位源端口号与16位目的端口号：传输的核心内容
• 4位首部长度：4bit：0-15，由于选项存在，导致TCP报头长度是可变的。这里以4字节为单位。15对应的长度就是60字节
• 选项：补充信息，可有可无
• 32位序号/确认序号：用于按序传输和确认接收。
• 保留位：为未来扩展信息留出操作空间
• 6位标志位：SYN（建立连接）、ACK（确认应答）、FIN（关闭连接）、RST（重置连接）、PSH（立即推送）、URG（紧急数据）。
• 16位窗口大小：用于流量控制，告知发送端当前可接收的最大数据量。

核心机制

1. 确认应答

TCP为每个字节编号，编号是连续递增的。

在序号部分填写载荷部分第一个字节的序号；接收端收到数据后返回确认序号，填写收到的数据载荷最后一个字节序号+1，也就是表示<1001的数据都收到了，下一次从1001开始发送，确保数据不丢失。

TCP报头不参与编号，序号和确认序号都是针对载荷的

数据发送存在后发先至的情况，序号就可以为数据排序，保证应用程序通过socket api读到的数据（InputStream）顺序和对方写入的数据顺序（OutputStream）正确的。

TCP 会在接收方安排的接收缓冲区（内存中，操作系统内核里）通过网卡读到的数据，先放到缓冲区里面，后续代码调用read。再从缓冲区中读取。

缓冲区中根据序号排队，确保前面的数据收到，read才会解除阻塞；如果后面数据先到，read则会继续阻塞，不会读取数据。

基于TCP写代码不需要担心顺序问题，而基于UDP，实现拆包组包，需要考虑顺序，就会麻烦很多。

2. 超时重传

当A给B发送数据，在一定时间内A没有收到ACK，A就认为发生丢包了。

通过引入超时时间来判断是否丢包。发送端未在规定时间内收到确认，会重传数据。超时时间动态调整，初始为500ms，重传后按2倍、4倍递增，累计多次失败则关闭连接。

当超时次数或者等待时间达到一定限度，就会认为是网络出现故障，放弃这次传输。

当A没有收到ACK，可能是 A->B 发送数据过程中丢包，也可能是 B->A 返回ACK过程中丢包。但是A无法判断是哪种情况，都会进行重传。

• 如果是 A->B 数据丢失，重传可以解决；
• 如果 B->A 过程中ACK丢失，A再重传，就会导致B收到两份一样的数据。在接收缓冲区会根据序号进行去重操作（排序操作），如果存在则丢弃；不存在则放入。保证应用程序只收到一份数据。

确认应答 和超时重传是TCP最核心的两个机制，保证了TCP进行可靠传输。

3. 连接管理

通过三次握手建立连接，四次挥手关闭连接。握手或挥手操作发送不携带业务的数据，通过这个数据"跟对方打个招呼"。

（1） 建立连接

SYN是指synchronized，同步。与多线程的概念不同，这里的同步指"数据上的同步"，A告诉B，接下来我要和你建立连接，需要你把我的关键信息保存下来，同时你也要把你的信息同步给我。把TCP报头的SYN部位填1，表示同步报文。

B确认应答ack和发送syn可以合并，这样就是"三次握手"。

注意：

1. 关键信息包括IP 和端口号。IP保存在携带着TCP的IP报头中；端口号保存在TCP报头中。而sync和ack都不携带载荷。
2. 客户端发起syn。客户端和服务器只是角色，同一程序在不同场景可以扮演不同角色，主动的一方是客户端。
3. syn和ack都是内核负责的，与用户代码无关。可以保证是同一时机发送，这样就可以合并。

思考： 三次握手有什么意义？解决了哪些问题？

1. 三次握手相当于"投石问路"，先初步探查网络的通信链路是否通畅。
2. 验证通信双方发送能力和接收能力是否正常。
   如果只握手两次，无法让双方都确认收发能力正常，因此三次握手是必不可少的。而四次握手又没必要。
3. 协商一些关键信息。例如序号从几开始。
   初始序号一般不从0开始，因为传输过程中存在丢包现象。
   举个例子：第一次传输由1000开始，这过程中可能有数据迷路；第二次传输由8000开始，如果此时第一次传输中迷路的数据才到达，就可以很好的判断出这不是有用的数据，可以丢弃。

（2）断开连接
四次挥手不可以合并，因为ACK和FIN两次交互的时机不一定相同。内核收到FIN会第一时间返回ACK，与应用程序的代码无关；第二个FIN则是代码调用socket.close或者进程结束才会触发。第二个FIN与ACK很可能不处于同一时机。

三次握手中，一定是客户端主动发起SYN（第一次握手一定是客户端开头）；四次挥手中，客户端与服务端都可以主动发起FIN，取决于谁先调用close，实际开发中，客户端主动断开连接的可能性比较大。

借助TCP服务器部分的代码理解四次回挥手：

异常情况：服务器始终不调用close，站在A的视角上，A已经给B把FIN发了很久，B没有后续的挥手操作，A就会主动释放连接（也就是把B的核心信息删掉）；站在B的视角上，由于代码有bug，连接还存在，虽然还保存对方信息，但是无法进行正常的数据通信了

4. 滑动窗口

无需等待每段数据的ACK，可连续发送多个数据段，提升传输效率。窗口大小越大，吞吐量越高，由操作系统通过发送缓冲区维护。

一直持续发送，不等待，显然是不科学的，因为这样就没有可靠性了

如果2001ack比1001先到，那么就不需要等待1001ack，直接往后走两个格子就行。因为确认序号本身的含义就是当前序号之前的数据全部收到，可以从当前序号开始发送。2001ack本身就包含1001ack。

注意：

1. 窗口越大，批发量数据就越多，效率就越高。但是窗口不能无限大，会影响可靠性。
2. 滑动窗口只是在可靠传输的基础上提高效率。引入可靠性肯定会使效率折损，不可能会比UDP还高。

丢包问题：

1. 丢ack
   

   后一个ack可以涵盖前一个ack，因此不需要做任何处理

2. 丢数据
   

快速重传： 只是谁丢了，就重传谁，其他已收到的数据无需再重传，整个重传过程是很快的

注意: 超时重传和快速重传是针对不同情况的重传机制，并不矛盾。

• 超时重传：传输的数据量小，没有构成滑动窗口的批量传输机制
• 快速重传：传输的数据量大，可以形成滑动窗口

5. 流量控制

滑动窗口，窗口越大，效率就越高。但窗口不能无限大，接收方的处理能力是有上限的，这里的上限与代码逻辑有关。

把接收缓冲区理解为蓄水池，发送的速度就相当于蓄水的速度；应用程序从缓冲区汇总读取数据就相当于放水（每读一个字节，就可以把这个字节从缓冲区中删除了）。如果"水溢出"就会丢包。

补充：

1. 每个Socket对象都对应一组接收缓冲区和发送缓冲区。也就是说一个程序创建了N个Socket对象就会有N个发送缓冲区和接收缓冲区。
2. 在Java中创建Socket对象（Socket clientSocket = new Socket()）内核中的文件描述符表就会多一项文件对象，这个文件对象包括发送缓冲区和接收缓冲区（都是字节数组）

流量控制就是让发送方"踩刹车"，

接收端通过窗口大小字段告知发送端自身缓冲区状态，避免发送过快导致缓冲区溢出。缓冲区满时窗口置为0，发送端停止发送并定期探测。

6. 拥塞控制

通过慢启动、拥塞避免、快重传、快恢复机制，避免网络拥堵。慢启动阶段拥塞窗口指数增长，超过阈值后线性增长，丢包时调整阈值并重置窗口。

7. 延迟应答与捎带应答

延迟应答（200ms内或每接收2个包应答）可增大窗口大小；捎带应答将ACK与应用层数据一起发送，减少网络开销。

面向字节流与粘包问题

• 面向字节流：TCP将应用层数据视为连续字节流，通过发送缓冲区和接收缓冲区实现读写解耦。例如发送端分10次写1字节，接收端可一次读10字节。
• 粘包问题：TCP无数据边界，应用层需自行定义边界，解决方案包括：定长包、包头加长度字段、使用分隔符。

TCP与UDP对比

特性	TCP	UDP
连接方式	面向连接（三次握手）	无连接
可靠性	可靠（确认、重传、排序）	不可靠（无确认重传）
传输效率	较低（机制复杂、开销大）	较高（首部简单、无开销）
适用场景	文件传输、接口通信、登录	视频通话、语音、DNS解析

四、网络层：跨网段的路由导航

网络层的核心作用是在复杂网络中找到合适的传输路径，实现跨网段数据转发，核心是IP协议、地址管理和路由选择。

IP协议：网络层的核心

IP协议定义了IP地址格式和数据包转发规则，是跨网段通信的基础。

协议格式

IP首部最小20字节，关键字段包括：

• 版本号：IPv4（32位地址）和IPv6（128位地址），目前IPv6正在逐步普及。
• 总长度：IP数据包总字节数，最大65535字节。
• TTL（生存时间）：默认64，每经过一个路由器减1，避免路由循环导致数据包无限转发。
• 源IP/目的IP：标识发送端和接收端的网络地址。

核心功能

• 地址标识：通过IP地址唯一标识网络中的主机或路由器。
• 路由转发：路由器收到IP数据包后，根据目的IP查询路由表，转发到下一跳。

地址管理：IP地址的分配与划分

IP地址是网络层的核心标识，分为网络号和主机号两部分，用于区分不同网段和同一网段内的主机。

分类与CIDR

• 传统分类：将IP分为A、B、C、D、E类，A类（0.0.0.0-127.255.255.255）适用于大型网络，B类（128.0.0.0-191.255.255.255）适用于中型网络，但存在地址浪费问题。
• CIDR（无类域间路由）：通过子网掩码区分网络号和主机号，例如192.168.1.1/24表示子网掩码前24位为1（255.255.255.0），网络号为192.168.1.0，主机号范围0-255。

私有IP与公网IP

• 私有IP：用于局域网内部通信，无需注册，包括10.、172.16.-31.、192.168.*，不同局域网可重复使用。
• 公网IP：用于互联网通信，全球唯一，需向运营商申请。

IP地址不足的解决方案

• DHCP：动态分配IP地址，仅给接入设备分配地址，提高利用率。
• NAT：网络地址转换，路由器将私有IP转为公网IP，实现多设备共享一个公网IP。
• IPv6：128位地址空间，彻底解决IP不足问题，我国IPv6活跃用户数已达7.67亿。

路由选择：跨网段的路径规划

路由选择是网络层的核心功能，指路由器根据路由表确定IP数据包的转发路径，过程类似"一跳一跳问路"。

路由表

路由器维护一张路由表，包含目的网络地址、子网掩码、下一跳地址、发送接口等信息，可通过route命令查看。

• 直连路由：目的网络与路由器直接相连，无需转发。
• 静态路由：由管理员手动配置。
• 动态路由：通过路由协议（如OSPF、RIP）自动生成。

转发过程

以目的IP为202.10.1.2为例：

1. 主机查询路由表，发现无匹配条目。
2. 按默认路由将数据包发送到网关路由器（如192.168.10.1）。
3. 网关路由器根据自身路由表转发数据包，依次经过多个路由器，最终到达目标主机。

五、数据链路层：物理链路的传输基础

数据链路层位于网络层之下，负责处理物理链路的帧封装、MAC地址寻址、MTU限制等问题，确保数据在相邻设备间可靠传输。

以太网：主流的局域网技术

以太网是数据链路层的主流技术标准，规定了网线类型（双绞线）、传输速率（10M/100M/1000M）、帧格式等。

以太网帧格式

以太网帧长度为46-1500字节，核心字段包括：

• 目的MAC/源MAC：6字节，网卡出厂固化的硬件地址，用于相邻设备寻址。
• 类型字段：标识上层协议（如0800对应IP协议）。
• CRC校验码：验证帧数据的完整性，校验出错则丢弃。

MAC地址与IP地址的区别

• IP地址：描述"终点地址"，类似快递的收件人地址，跨网段有效。
• MAC地址：描述"区间起点/终点"，类似快递的每一段运输节点地址，仅在相邻设备间有效。

例如：从主机A发送数据到外网主机B，IP地址始终是A和B的地址，而MAC地址在每一跳都会变为当前路由器和下一跳路由器的地址。

MTU：最大传输单元

MTU是数据链路层对帧数据的最大限制，以太网MTU为1500字节，超过则需分片。

对上层协议的影响

• IP协议：超过MTU的IP数据包会被分片，每个分片有相同的标识号，接收端重组后交给上层。任意分片丢失则重组失败，IP层不负责重传。
• UDP协议：UDP数据报最大长度为64K，若数据超过1472字节（1500-20IP首部-8UDP首部），会被IP分片，丢失概率增加，因此UDP适合传输小包。
• TCP协议：通过MSS（最大分段大小）协商避免分片，MSS=MTU-IP首部-TCP首部，建立连接时双方通过SYN报文告知自身MSS，选择较小值作为最终标准。

ARP协议：IP与MAC的映射桥梁

ARP（地址解析协议）介于数据链路层和网络层之间，负责将IP地址转换为MAC地址，解决"知道IP但不知道MAC"的寻址问题。

工作流程

1. 主机A想与主机B（IP：172.20.1.2）通信，查询本地ARP缓存表，若无B的MAC地址，则发送ARP广播（目的MAC：FF:FF:FF:FF:FF:FF）。
2. 同一网段内所有主机接收广播，仅主机B发现IP匹配，返回ARP应答，包含自身MAC地址。
3. 主机A将B的IP-MAC映射存入ARP缓存表（过期时间20分钟），后续通信直接使用该映射。

六、TCP/IP协议的实际应用与面试重点

经典应用场景

• 服务器开发：需深入理解TCP的连接管理、滑动窗口、拥塞控制，避免CLOSE_WAIT状态堆积（需正确调用close关闭socket）。
• 网络编程：UDP适合实时通信，需手动处理分包、重传；TCP适合可靠传输，需解决粘包问题（定长包、长度字段、分隔符）。
• 网络故障排查：通过netstat查看连接状态，arp -a查看ARP缓存，route查看路由表，定位丢包、连接失败等问题。

高频面试题解析

1. TCP三次握手和四次挥手的原因：三次握手确保双方收发能力正常，四次挥手因TCP全双工，需分别关闭发送和接收通道。
2. TIME_WAIT状态的作用：持续2MSL（报文最大生存时间），确保迟到的报文消失，避免端口复用导致的数据错误。
3. 用UDP实现可靠传输：参考TCP机制，在应用层实现序列号、确认应答、超时重传、滑动窗口等功能。
4. NAT的优缺点：优点是解决IP不足，无需更新硬件；缺点是无法从外部访问内部服务器，转换表维护有开销。

七、总结

TCP/IP协议栈是一个层层递进、相互协作的复杂系统，每一层都有明确的职责和核心技术：

• 应用层定义业务规则，是协议栈的"上层建筑"。
• 传输层通过TCP/UDP和端口号，实现端到端的可靠或高效传输。
• 网络层通过IP地址和路由选择，实现跨网段的路径规划。
• 数据链路层通过MAC地址和帧封装，实现物理链路的可靠传输。