TCP相关知识 - HF_Cherish

公告

1. TCP与TCP/IP协议族

TCP是TCP/IP协议族中运输层的一个协议。TCP/IP，即传输控制协议/网间协议，是一个工业标准的协议集，包含了运输层、网络层和链路层的协议，其结构如下图所示：其中socket是API接口，它将TCP/IP协议族包装了起来，应用层通过socket抽象层在网络中传输数据。

2. TCP特点

面向连接的运输层协议。即在传输数据之前，都要通过三次握手建立连接；关闭连接时，通过四次挥手关闭连接。这也是TCP协议区别于UDP协议的地方，是TCP提供可靠运输的基本原理，是TCP最最基本和重要的特性。而UDP因为不用连接和确认，所以效率高很多，但是质量就不保证。
每一条TCP连接唯一地被通信两端的两个端点（套接字）所确定。这也是TCP面向连接这一基本特性的体现，即它需要标识每一条连接的两个端点。这个端点叫做套接字（socket），用IP地址和端口号合起来表示一个socket：
1. 套接字socket = （IP地址：端口号）
2. TCP连接 = {socket1, socket2} = { (IP1: port1), (IP2: port2) }
提供可靠交付。即通过TCP连接传送的数据：无差错、不丢失、不重复、按序到达。相对的，UDP就是不可靠交付。这是以面向连接这个特性作为基础，辅以下述措施实现：
1. 停止等待协议：发送完一个分组就停止发送，等待对方确认，需要处理超时重传
2. 连续ARQ协议：ARQ（automatic repeat request）是自动重传请求，指使用超时重传及确认丢失和确认迟到机制的协议，其重传请求自动进行的，不需要接收方请求。而连续ARP协议指：维护发送窗口，连续发送窗口内的m个分组，不需要发一个等一次确认，接收方一般采用累积确认（对按序到达的最后一个分组确认），这样可以提高信道利用率。连续ARQ协议阐述了滑动窗口协议的基本概念。
3. 滑动窗口协议：TCP协议的精髓所在，由此也可以加速传输，并实现流量控制。连续ARQ中也讲了，一次把滑动窗口内的数据都发送出去，接收方对按序到达的最大序号给出确认，如果收到确认（可以累积确认），窗口前移（未收到确认时，要保留已发送的数据，以便超时重传）。而窗口的大小是实现流量控制的关键所在，它是由接收方根据自己的接受情况确定的。可以参照这篇文章的分析。
面向字节流。TCP把程序的数据看作无结构的字节流，例如发送方可能发送了10个数据块，而TCP可能只用4个数据库就发送给接收方。它不在乎数据结构，只要把数据的每个字节都按序发过去就ok了。
全双工通信。TCP连接两端都设有发送缓存和接收缓存，发送方把数据发送给TCP后就可以干自己的事了，TCP看情况发出去（滑动窗口限制）；接收时，TCP把数据放到接收缓存，应用进程合适的时候去读缓存就可以了（当接收缓存满了，TCP主动向上交付，但在PSH=1时，则会立即交付，下边会讲）。所以这给发送方和接收方很大的自由，只要TCP的发送缓存还有空间，他们都可以在任一时间发送数据。

3. TCP报文

上边讲的TCP的很多特点：面向连接、可靠传输、窗口等，都是通过其报文的字段实现的。

TCP报文段分两部分：首部（20+4N字节）和数据部分。首部前20字节是固定的，后4N（N是整数）字节是根据需要可以增加的。对其中的某些字段做解释：

序号：指该TCP连接当前发送的报文段的第一个字节的字节序号，标识当前发送的数据块。每个字节都有序号，序号连续增加，当序号增加到2³²-1之后，就又变为0.
确认号：指接收方对发送方发送数据的确认，是期望收到的下一个字节序号。如A向B发送200字节数据，发送序号为301（即发送了301~500的数据），则B向A确认时，确认号为501。若确认号=n，说明到n-1为止的数据都已确认收到了。
数据偏移：数据起点距TCP报文起始点的距离，即首部长度（因为有后4N不确定选项）
URG：从这开始的六个字节，是控制位，上边的特点主要通过控制位实现。URG=1：表示当前报文有紧急数据要传送，相当于高优先级的，发送方TCP就把紧急数据插到该报文段最前面优先发送。注意，即使窗口为0也可以发送紧急数据。需要和下边的紧急指针结合使用。例如ctrl+c撤销就可能是一个紧急数据。
ACK：ACK=1，确认号才有效，就是说这才是一个带有确认功能的报文。在连接建立以后，所有传送的报文段都必须把ACK置1.
PSH：PSH=1，表示发送方希望能尽快收到接收方的响应，此时，数据到达TCP的接收缓存时，无论接收缓存是否填满，都立即向上交付给应用进程。（该操作很少用）
RST：RST=1，复位，表示当前连接存在很大问题，需要重新建立连接，有时也用来拒绝非法报文段或拒绝打开一个连接。当发送RST包关闭连接时，无需通过四次挥手，可以直接关闭。而由于这并不是TCP连接中必须的一部分，因此不需要将ACK置1（对应上边连接建立后，ACK必须置1），但可以置1。这是个很危险的字段，可能被用来实现RST攻击：假设有一个合法用户(1.1.1.1)已经同服务器建立了正常的连接，攻击者构造攻击的TCP数据，伪装自己的IP为1.1.1.1，并向服务器发送一个带有RST位的TCP数据段。服务器接收到这样的数据后，认为从1.1.1.1发送的连接有错误，就会清空缓冲区中建立好的连接。这时，如果合法用户1.1.1.1再发送合法数据，服务器就已经没有这样的连接了，该用户就必须重新开始建立连接。因此在面试中经常会问产生RST包的各种原因：

服务器端口未打开而客户端来连接。很常见，特别是服务器程序core dump之后重启之前连续出现RST的情况会经常发生。但是某些os的原因，可能不会出现这种状况，如向一台win7主机发送一个连接不存在的端口的请求，这台主机就不会响应。
连接超时。例如89、27两台主机，89主机用setsockopt的SO_RCVTIMEO选项设置了recv的超时时间，然后89向27发送SYN包请求连接，27回应了一个SYN表示可以连接，但是回应太慢，超过了那个recv时间限制，所以89就直接又发了个RST包，又拒绝连接了。
提前关闭。服务器就是想要尽快关闭连接，就可以发送一个RST。
收到一个不存在的连接上的报文。如TCP收到一个报文，但是根据它的端点套接字，找不到一个符合要求的套接字对（表示一条连接，前文讲的），那说明此连接有错了，就发送一个RST包。

SYN：用于连接建立时同步序号。SYN=1就表示是一个连接请求或连接接收报文，是在三次握手的前两次握手中使用
FIN：用于释放连接，所以不能和SYN同时使用。所有SYN/FIN的包都是非法包。此外由于连接还没有关闭，所以还要打上ACK标记，即是FIN/ACK包，仅由FIN标记的包是不合法的。FIN报文段即使不携带数据，也要占一个序号
窗口：这就算上边接收方通知发送方的窗口大小，即接收方接收缓存大小。