网路编程--协议

第一阶段：网络的发展与协议的分层

1. 从"独立模式"到"网络互联"

在网络出现之前，计算机是独立模式（Standalone）的。

• 场景回顾： 课件中举了一个生动的例子，小松、小竹、小梅三个人要处理不同的业务，但业务数据分别存在不同的终端（A、B、C）上。如果小松要处理业务②，他必须物理移动到终端B面前，而其他人只能等待 1111。
• 痛点： 效率极低，数据无法共享，资源独占。
• 解决： 网络互联 的出现解决了这个问题。通过将多台计算机连接在一起，实现了数据共享2。

• • 局域网 (LAN)： 通过交换机和路由器连接局部区域内的计算机 3。
  • 广域网 (WAN)： 将远隔千里的计算机连接在一起 4。
  • 核心理念： 计算机是人的工具，为了协同工作，网络的产生是必然的 5。

2. 什么是"协议"？（核心概念）

这是网络中最核心的概念。课件中通过"打电话"和"语言"的例子来解释：

• 通俗理解： 协议就是一种约定6。比如我们打电话，约定响几声接听；或者大家都讲汉语，才能互相听懂。如果一个人讲汉语，另一个人讲葡萄牙语，即便电话线（物理介质）是通的，也无法通信 7。
• 计算机视角（硬核理解）：

• • 计算机传输的是光电信号（0和1）。如果A主机用频率表示0/1，B主机用强弱表示0/1，那就没法聊了 。
  • C++视角下的协议（重点）：

所谓协议，本质上就是通信双方都认识的结构化数据类型（Structure。

例子：

假设主机A和主机B在代码中定义了完全相同的结构体：

struct protocol {
    int a;
    int b;
    int c;
};

主机A将 struct protocol data = {10, 20, 30}; 发送给主机B 10。

主机B收到一串二进制流，因为它知道这个数据的"协议"（即结构体布局），它就能准确地解析出 a=10, b=20, c=30 11。

• • 标准化的必要性： 因为世界上有不同的硬件厂商（Intel, AMD）、不同的操作系统（Linux, Windows）、不同的网络设备（Cisco, Huawei），如果没有一个统一的标准（协议），大家就乱套了。于是就有了 IEEE, ISO, IETF 等组织来制定标准。

3. 协议分层：解耦合的艺术

协议非常复杂，为了便于维护和实现，必须进行分层。

• 分层的好处： 模块化、解耦合 。

• • 两个人通话，可以分为"语言层"（汉语/英语）和"通信设备层"（电话/无线电）。如果你想把电话换成无线电，不需要改变讲什么语言；如果你想把汉语换成英语，不需要换电话机。这就是分层带来的封装 与复用。

4. OSI七层模型 vs TCP/IP四层模型

这是面试和考试的重灾区，我们需要清晰区分"理论"与"实践"。

|---------------|-------------------------------------|--------------------------------------|
| 模型 | 特点 | 备注 |
| OSI 七层模型 | 逻辑清晰，理论完整，但既复杂又不实用16。 | 包含：应用层、表示层、会话层、传输层、网络层、数据链路层、物理层 17。 |
| TCP/IP 模型 | 工业界的实际标准，通常分为5层或4层（物理层往往被忽略或合并） 18。 | 我们重点学习这个模型。 |

TCP/IP 各层详解与操作系统映射（结合你的 OS 背景）：

1. 应用层 (Application Layer):

• • 职责： 负责应用程序间的沟通 。
  • 协议： HTTP, DNS, FTP, SSH 等 。
  • OS位置：用户空间 (User Space)。这是我们写代码（如你的聊天系统、C#项目）主要打交道的地方。

1. 传输层 (Transport Layer):

• • 职责： 负责两台主机之间的数据传输，确保数据可靠性（TCP。
  • 协议： TCP, UDP。
  • OS位置：操作系统内核 (Kernel)。无论你的APP是用C++还是Java写的，到了这一层，都是调用操作系统内核的代码 。

1. 网络层 (Network Layer):

• • 职责： 地址管理和路由选择（规划路径。
  • 协议： IP, ICMP。
  • OS位置：操作系统内核 (Kernel)。它负责在复杂的网络中找到通往目标主机的路。

1. 数据链路层 (Data Link Layer):

• • 职责： 设备之间的数据帧传送，处理冲突检测、差错校验 。
  • 协议： 以太网协议 (Ethernet)。
  • OS位置：驱动程序 (Driver)。通常由网卡驱动处理 。

1. 物理层 (Physical Layer):

• • 职责： 负责光/电信号的物理传输（网线、光纤、WiFi电磁波） 。
  • OS位置：硬件 (Hardware)。

第二阶段：数据封装、分用与跨网络传输

1. 封装

当你在 C++ 代码中调用 send("你好") 时，这串数据并不是直接飞到对方电脑里的。它需要经过每一层协议的"加持"。

• 封装的本质： 课件中再次用 C语言结构体 的思维来解释：所谓的"报头"（Header），本质上就是对应协议层的结构体字段 。

• • 报文 (Packet) = 报头 (Header) + 有效载荷 (Payload)。

• 具体流程（自顶向下）：

1. 1. 应用层： 用户数据 "你好" 加上应用层报头。
   2. 传输层： 加上 TCP 或 UDP 报头。在这一层，数据单元被称为 段 (Segment)。
   3. 网络层： 加上 IP 报头。在这一层，数据单元被称为 数据报 (Datagram)。
   4. 数据链路层： 加上以太网帧头（Ethernet Header）和帧尾。在这一层，数据单元被称为 帧 (Frame)。

C++ 视角补充： 在 Linux 内核网络栈（比如你之前关注的 TCP/IP 源码）中，这通常不是真的发生一次又一次的 malloc 和 memcpy（那样效率太低了）。内核通常使用像 sk_buff 这样的结构，通过移动指针来在数据前面"预留"或"添加"报头空间。

2. MAC 地址通信

数据封装好成了"帧"之后，首先要在局域网 (LAN) 内传播。

• MAC 地址 (Media Access Control Address)：

• • 定义： 类似身份证号，48位（6字节），全球唯一，出厂时烧录在网卡上
  • 作用： 专门用于局域网内识别相连的节点 。

• 通信原理（广播与碰撞）： 一个很有意思的现象：在早期的以太网（或没有交换机环境）中，主机A发消息给主机B，实际上是**"喊"**出来的。

• • 广播： 主机A发出的帧，局域网内的所有主机（C, D, E...）都能收到 。
  • 忽略： 主机C收到后，对比帧头里的 dst: MacB 和自己的 MacC，发现"俺不是MacB"，于是丢弃 。
  • 接收： 主机B收到后，发现"俺就是MacB"，于是收下处理 。
  • 碰撞域： 如果多台机器同时"喊"，就会发生数据碰撞，需要碰撞检测和避免算法（这是底层硬件关心的事）。

3. 数据的"拆快递"：分用

当数据到达目标主机后，是一个自底向上 的解包过程，这叫分用。

• 关键问题： 每一层怎么知道要把数据交给上一层的哪个协议？

• • 链路层 -> 网络层： 以太网帧头里有一个字段叫"帧类型"，告诉内核是交给 IP 协议还是 ARP 协议 。
  • 网络层 -> 传输层： IP 报头里有一个"协议号"字段，告诉内核是交给 TCP 还是 UDP 。
  • 传输层 -> 应用层： TCP/UDP 报头里有 "端口号"，告诉操作系统交给哪个进程（比如 80 给浏览器，QQ的端口给QQ）。

4. 跨网络传输：IP vs MAC （重难点）

这是网络中最容易混淆的概念：既然有了 IP 地址，为什么还要 MAC 地址？

• 核心区别 ：

• • IP 地址： 代表最终目的地 （长远目标）。在传输过程中，源IP和目的IP通常是不变的（暂不考虑NAT）。
  • MAC 地址： 代表下一站 （短期目标）。在传输过程中，每一跳（Hop）都在变。

• 路由器的"换皮"操作： 当数据包经过路由器时，路由器会做以下动作：

1. 1. 拆包： 拆掉链路层帧头，拿出 IP 数据报。
   2. 路由决策： 看了看目的 IP（是去往另一个局域网的），查路由表，决定下一站发给谁。
   3. 重新封装： 加上新的链路层帧头。

• • • 新的源 MAC：路由器的 MAC。
    • 新的目的 MAC：下一跳设备的 MAC。

1. 1. 转发： 发送出去 。

第三阶段：Socket 编程核心与系统接口

1. 为什么有了 IP 还需要端口号？

• 痛点： IP 地址只能把数据送到主机（比如你的电脑），但这并不是终点 。

• • 你同时开着 Chrome 浏览网页、QQ 聊天、迅雷下载。数据到了你的网卡，操作系统怎么知道这几个包是给 Chrome 的，那几个包是给 QQ 的？

• 解决： 端口号 (Port)。

• • 定义： 2字节（16位）整数，用来在主机上唯一标识一个进程。
  • 本质： 端口号是传输层（TCP/UDP）的概念。它就像"分机号"。IP 是公司前台总机，端口号是具体员工的分机。
  • 范围划分 ：

• • • 0 - 1023： 知名端口（Well-known Ports）。分配给 HTTP (80), SSH (22), FTP (21) 等系统级服务。
    • 1024 - 65535： 动态分配端口。平时写 C++ 或 C# 程序用的都是这些。

C++ 系统视角：

经典面试题：进程 PID 也能唯一标识进程，为什么网络不用 PID 而要专门搞个端口号？

* 解耦合： PID 是操作系统内核进程管理的概念，每次重启程序 PID 都会变。如果网络绑定了 PID，那系统管理和网络协议就强耦合了。端口号提供了一层稳定的逻辑抽象 。

2. 什么是 Socket（套接字）？

• 公式：IP 地址 + 端口号 = Socket。
• 意义： 互联网上通信的本质，其实是两个进程在通信。

• • {源IP, 源Port, 目的IP, 目的Port} 这样一个四元组，就能在全世界的互联网中唯一标识一条通信通道 。

3. C++ 程序员必须懂的：网络字节序

这是一个涉及内存底层的概念

• 问题背景：

不同的 CPU 架构对多字节整数的存储顺序不同：

• • 大端 (Big-Endian)： 高位字节存放在低地址（符合人类阅读习惯）。
  • 小端 (Little-Endian)： 低位字节存放在低地址（x86/x64 架构主流）。

• 冲突： 如果你的 PC（小端）发一个整数 0x1234abcd 给服务器（可能是大端），服务器如果不转换，读出来的数就完全错了。
• 规定：网络传输一律采用大端字节序。

4 Socket API 与 C 语言的多态：sockaddr

最后是编程接口部分。这里有一个 C 语言实现"多态"的经典设计。

• 系统调用 (System Calls)：

socket, bind, listen, accept, connect。这些函数是你从用户态（User Space）进入内核态（Kernel Space）操作网络协议栈的入口 。

• 结构体设计的智慧：

Socket API 需要支持多种协议（IPv4, IPv6, Unix Domain Socket）。

• • 通用结构体： struct sockaddr（类似基类）。
  • IPv4 专用： struct sockaddr_in（类似子类）。
  • 实现方式：

这两个结构体的前 16 位都是 AF_INET (地址类型) 。

在调用 bind 或 connect 时，我们将 sockaddr_in* 强制转换为 sockaddr* 传进去。内核读取前 16 位，发现是 AF_INET，就知道剩下的部分该按 IPv4 格式解析

// C++ 网络编程常见写法
struct sockaddr_in local;
local.sin_family = AF_INET;
local.sin_port = htons(8080); // 注意字节序转换
local.sin_addr.s_addr = htonl(INADDR_ANY);

// 强制类型转换 (C-style polymorphism)
bind(sockfd, (struct sockaddr*)&local, sizeof(local));