文章目录
- 一、网络的发展背景
- 二、初识协议
- 三、OSI七层模型与TCP/IP五层模型
- 四、TCP/IP协议与数据封装、解包、分用
- 五、网络传输基本流程
-
- [1. 局域网传输流程 -- 认识MAC地址](#1. 局域网传输流程 -- 认识MAC地址)
- [2. 跨网络传输流程 -- 认识IP地址](#2. 跨网络传输流程 -- 认识IP地址)
- 六、端口号和套接字
一、网络的发展背景
计算机网络的诞生源于人们"协作"的需求。
- 计算机刚诞生时，计算机之间相互独立。
- 之后产生了通过交换机和路由器连接在一起的局域网。
- 之后，我们可以由无数路由器连接到全世界，这就是广域网。
根据覆盖范围，网络主要分为两类：
| 类型 | 局域网（LAN） | 广域网（WAN） |
|---|---|---|
| 范围 | 小（一间办公室、一栋楼） | 大（城市、国家、全球） |
| 例子 | 家庭Wi-Fi、公司内网 | 互联网、银行跨省专网 |
| 特点 | 高速、低延迟、自己可控 | 租用线路或通过运营商互联 |
| 传输技术 | 以太网、Wi-Fi | 光纤、卫星链路 |
所谓局域网和广域网，只是一个相对的概念。比如我们有墙，整个国内也可以看做一个局域网。
简而言之，网络发展经历了单机处理 → 局域网共享 → 广域网互联 → 全球互联网的演进。
而本质规律是：计算机是人的工具，只要人需要协作工作，注定了网络的产生与发展是必然的！
二、初识协议
就像两个人打电话需要约定说同一种语言，计算机之间只能传输01，想要用01表示出不同的数据信息，计算机之间通信必须遵守协议 ------ 一套约定好的规则（数据格式、顺序、错误处理等）。
协议，是一种约定！
但是，新事物的诞生势必会产生更多的问题。两台机器通过网络进行通信，有以下四种问题：
- 问题1：如何进行数据传递
- 问题2：如何定位目标主机和选择路径
- 问题3：如果数据丢失怎么办
- 问题4：如何处理数据
为了解决这些问题，人们采用了分层思想，分层可以实现解耦合，每层专门处理一个问题，降低复杂度。
-
每一层负责一部分功能
-
层与层之间有接口
-
对上层隐藏下层实现细节
这就好比打电话：分为用户层和电话层。"用户层协议"需要约定好我们都说汉语，"电话层协议"约定好电话机之间如何收发数据，而两层之间只需要解决，用户怎么给电话数据，电话怎么给用户数据。除此之外层之间不关心实现细节。
当然，实际的网络通信协议模型，会有更多的层。
三、OSI七层模型与TCP/IP五层模型
国际标准化组织（ISO）提出的OSI（Open System Interconnection）七层网络模型，它把网络从逻辑上化为了七层，它是一种框架性的设计方法，概念清楚，理论完整。
| 层号 | 名称 | 功能概览 | 相关技术 |
|---|---|---|---|
| 7 | 应用层 | 为用户提供网络服务 | HTTP、FTP、SMTP |
| 6 | 表示层 | 数据格式转换、加密、压缩 | JPEG、ASCII |
| 5 | 会话层 | 建立终止通信链接、管理以下分层 | RPC、NetBIOS |
| 4 | 传输层 | 端到端可靠传输、流量控制 | TCP、UDP |
| 3 | 网络层 | 路由选择、跨网络寻址 | IP、路由器 |
| 2 | 数据链路层 | 相邻节点间的帧传输、差错控制 | 以太网、MAC、交换机 |
| 1 | 物理层 | 比特流在物理介质上的传输 | 网线、光纤、电压信号 |
但是，OSI模型复杂且偏理论，实际互联网用的是更简洁的TCP/IP模型！
TCP/IP模型是互联网的事实标准，通常描述为4层（不包括物理层）或5层。按5层版本来讲：
| 层号 | 名称 | 主要协议/设备 | 主要功能 |
|---|---|---|---|
| 5 | 应用层 | HTTP、DNS、SSH | 负责应用程序间的沟通 |
| 4 | 传输层 | TCP、UDP | 负责两台主机之间的数据传输 |
| 3 | 网络层 | IP、ICMP、路由器 | 负责地址管理和路由选择 |
| 2 | 数据链路层 | 以太网、MAC、交换机 | 负责设备之间的数据帧的传送和识别、冲突检测、数据校验等 |
| 1 | 物理层 | 网线、光纤、集线器 | 负责光电信号的传递 |
物理层是硬件的东西，我们只考虑与软件相关的前四层，因此有时候我们也称为TCP/IP四层模型。
回到上面提出的四个问题，可以发现，每一层就可以专门解决一个问题了：
- 问题1：如何进行数据传递。数据链路层解决
- 问题2：如何定位目标主机和选择路径。网络层解决
- 问题3：如果数据丢失怎么办。传输层解决
- 问题4：如何处理数据。应用层解决
四、TCP/IP协议与数据封装、解包、分用
TCP/IP协议其实是TCP/IP模型中所有协议的统称。由于其中TCP协议和IP协议最为著名，所以我们整体称为TCP/IP协议栈。
TCP/IP协议的本质是一种解决方案，它能分层，前提是因为问题本身能分层。
数据链路层在驱动程序中实现，网络层和传输层集成在OS内核中，应用层就在OS上层由用户实现。
TCP协议是传输层最著名的协议，IP协议是网络层最著名的协议。而这两层必须实现在OS内核中。无论OS怎么不同，这部分大家必须一样，才能进行通信，这就是为什么安装不同OS的主机也能相互通信的原因。
在网络传输的过程中，数据不是直接发送给对方主机的，而是要自顶向下将数据交给下层协议，层层封装，最后由最底层物理层来发送；对方的物理层接收到，再自底向上层层交付：这个过程是封装与解包！
- 既然协议是程序中、OS内核中实现的，不难想到，协议一定就是代码。所谓协议，就是通信双方都认识的结构体类型！ 两方用同样的自定义数据类型，就都能够识别对方发来的数据，这就是约定！具体一种协议的结构体变量，称为报头！
- 数据中，除了报头，剩下的部分叫做有效载荷。报头中会记录报头有多大、有效载荷有多大、上层协议是什么等信息。
- 报头 + 有效载荷 = 报文
- 不同协议层对于报文有不同的叫法：
| 层 | 报文名称 |
|---|---|
| 应用层 | 请求与应答 |
| 传输层 | 数据段 |
| 网络层 | 数据报 |
| 数据链路层 | 数据帧 |
- 对于发数据端，封装的本质，是在上一层提供的报文的头部，拷贝添加当前层的协议层的结构体变量。
- 对于收数据端，它的每一层必须解决两个问题，这也是我们之后学习每种协议必须知道的：怎么分离当前层的报头和有效载荷（怎么解包）？自己的有效载荷向上交付给哪一个协议（怎么分用）？ 分用概念如下图：
在这种结构中，可以认为封装和解包的过程，类似栈的入栈与出栈。这就是为什么称为TCP/IP协议栈
五、网络传输基本流程
1. 局域网传输流程 -- 认识MAC地址
局域网（Local Area Network，LAN）是指在相对较小的物理范围内，连接多台计算机、打印机、服务器及其他设备的计算机网络。局域网有很多种，如以太网、令牌环网、WLAN等。下面用以太网为例。
两台机器在同一个局域网内，是能够直接通信的。
每台机器在局域网中，需要有一个唯一的标识来保证自己的唯一性，这就是MAC地址！ MAC地址用来识别数据链路层中相连的结点，它是硬件固定的，一张网卡生产出来就会固定一个MAC地址。
MAC地址长度为48位，6字节。一般用十六进制数字加上冒号的形式来表示，例如08:00:27:03:fb:19
在我的Windows电脑上，输入ipconfig /all命令，可以查到我的电脑的MAC地址：
假设机器 A（MAC 地址为 AA）与同一以太网中的机器 B（MAC 地址为 BB）通信。
机器 A 发送的数据帧报文中，报头一定会包含源 MAC 地址和目的 MAC 地址，以此标识数据的发送方与接收方。 在本次通信中，源 MAC 地址为 AA，目的 MAC 地址为 BB。
报文被发送到以太网后，所有接入该网络的设备都能收到这份报文。例如，MAC 地址为 CC 的机器 C 也会收到该报文，但它在解析报头时发现目的 MAC 地址并非自身，便会直接丢弃该数据，不会做进一步处理。只有机器 B 在确认目的 MAC 地址与自身匹配后，才会接收并处理这份数据。
在传统以太网中，同一时刻只允许一台设备向网络发送数据。如果多台设备同时发送数据，就会发生数据碰撞，导致通信失败。
因此，所有发送数据的设备都需要具备碰撞检测能力，并执行相应的碰撞避免算法。局域网通信，本质上就是一个依赖碰撞检测与避免机制、不断尝试重传的过程，而这一整套逻辑，都在数据链路层完成。 没有交换机的情况下，一个以太网就是一个碰撞域。
从系统层面理解，以太网是一种共享资源，必须维护任意时刻只有一个主机使用，这是原子性的体现！
2. 跨网络传输流程 -- 认识IP地址
IP协议有两个版本：IPv4和IPv6。我们的学习以IPv4为默认。
- IP地址是指在IP协议中，用来标识公网中唯一一台主机的地址。
- 对于IPv4，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
191.152.0.1，点分割的每一个数字表示一个字节，范围是0~255。 - 对于IPv6，IP地址是一个16字节，128位的整数，原理类似。
在跨网络的数据传输中，数据从一台计算机发送到另一台计算机，往往需要经过多个路由器的转发。假设主机 A 要向主机 B 发送数据，整个过程有两个关键特点：
- IP 地址全程不变：数据包从 A 到 B，无论经过多少个路由器、跨越多少个网络，数据包头部的源 IP 地址（主机 A 的 IP）和目标 IP 地址（主机 B 的 IP）始终保持不变。
- MAC 地址每跳更新：在局域网传输中，数据包每经过一个 "跳点"（例如从电脑到家庭路由器、再到运营商机房等），源 MAC 地址和目标 MAC 地址都会被路由器改写为当前链路的起点和终点地址。
IP 协议属于网络层协议。在每一段链路中，数据包都需要在路由器中解包到网络层，路由器会根据目标 IP 地址判断下一跳转发路径。 因此：
- IP 地址解决的是主机定位和路径选择问题，它提供的是端到端的 "长远目标"；
- MAC 地址解决的是局域网内的转发问题，它对应的是单段链路的 "当前目标"。
为什么要有IP协议这一层呢？之前不是说MAC地址也能标识主机的唯一性吗？
这是因为，在计算机网络发展中，全球各地区都是先有了自己的局域网，制定了各自的实现方式规则。随
着跨局域网传输的需求产生，必须统一各类局域网通信，最佳的方式就是添加一层网络层：统一网络层报文，不同的局域网中，大家都能看到同样的IP网络！
IP网络层存在的意义是：提供了网络虚拟层，让世界的所有网络都是IP网络，屏蔽了最底层局域网的差异！
六、端口号和套接字
网络通信，并不是只是两台主机在通信，而根本是在两个主机上的两个进程在通信！
一台主机从网络中获取到数据包，不是最终目的。最终目的是主机应用层中的某个进程需要这份数据，可是一台机器上同时会有许多进程，数据报文要如何交付给对应的进程呢？
端口号（port）是传输层协议的内容。它是一个2字节16位的整数，用来标识当前主机中的一个进程，告诉OS当前数据要交给哪个进程处理。在同一传输层协议，一个端口号只能被一个进程绑定。
端口号的数据范围划分：
- 0~1023：称为知名端口号，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：OS动态分配的端口号，客户端程序的端口号在这个范围内由OS分配。
进程id和端口号都标识进程的唯一性，但是用处不同，进程id用于系统进程管理，端口号用户网络通信。如果网络通信也使用进程id，会使系统进程管理和网络强耦合。
另外，一个进程可以绑定多个端口号。
IP地址标识网络中一台主机的唯一性，端口号标识一台主机中的一个进程的唯一性。因此，IP地址+端口号，能够标识整个网络世界中的唯一的进程！我们把【ip + port】叫做套接字（socket）！
使用操作系统提供的Socket接口，编写代码实现网络通信的过程，就叫Socket编程，它是所有网络程序的底层基础。
那么，数据包解包到传输层后，又该如何交给应用层具体进程？
- 首先，传输层协议的报头中，一定会记录 "协议种类"、"源端口号"、"目的端口号"
- OS内核里存在一张表，记录每个已被绑定的端口号属于哪个进程
- 查这张表，找到数据段报头中"目的端口号"属于哪个进程
- Linux中一切皆文件，内核把收到的数据放进该进程对应的Socket接收缓冲区（文件）。进程可以通过read等函数，像读普通文件一样，得到数据！
反之，源进程发送数据时，只要通过write等函数写入他的Socket写入缓冲区（文件）即可。
本篇完，感谢阅读。