网络原理 - 7(TCP - 4)

news2025/4/25 16:19:13

目录

6. 拥塞控制

7.  延时应答

8. 捎带应答

9. 面向字节流

10. 异常情况

总结:


6. 拥塞控制

虽然 TCP 有了滑动窗口这个大杀器,就能够高效可靠的发送大量的数据,但是如果在刚开始阶段就发送大量的数据,仍然可能引起大量的问题。

我们前面提到了流量控制,是站在接收方的角度来制约发送方的速率。

但也可能出现下面的情况:

如果当前接收方处理的速度非常快,但是在发送到到达接收方的中间的通信路径出现问题,某个地方发生“堵车”了,即当前的网络状态比较拥堵了,此时发送方再怎么发送,都是无济于事的~~

针对于上面的情况,我们解决的核心思路:把中间路径经过的所有设备,视为是一个整体,然后通过“实验”的方式,找到一个比较合适的传输速率。(毕竟有句话讲的好嘛,实践才是检验真理的唯一标准)。

如果按照某个窗口大小发送数据之后,出现丢包情况了,就视为是中间路径存在拥堵,就减小窗口大小,如果没出现丢包情况,就视为中间路径不存在拥堵,就增大窗口大小。

上述方案,一方面就把整个问题给简化了,另一方面,也能够很好的适应当前网络环境的复杂性,中间这些节点,啥时候出现拥堵,啥时候不用读,就都是“随机” 的,此时按照上述策略,就可以让发送速率,来进行动态变化。

总的原则是,流量控制和拥塞控制,谁产生的窗口大小,谁更小,就谁说了算~~~

那我们上述方案中,是具体怎么把这个窗口大小给试出来的呢???

1. 慢启动:刚开始传输的数据,速率都是比较小的,采用的窗口大小也就比较小,也就采用的拥塞窗口的大小,(这里的实际的窗口大小,应该是拥塞窗口和流量控制的较小值,但一般拥塞窗口的初始值肯定是小于流量控制的)。此时,网络的拥堵情况未知,如果一上来就搞得窗口很大,可能就会让本来就不富裕的网络带宽,更加雪上加霜了。

2:指数增长,如果上述传输的数据,没有出现丢包的情况,说明网络还是很畅通的,就要增大窗口大小了。此时,增大的方式是按照指数来增长的(* 2)当下的窗口持久

(由于使用慢启动,开始的时候,窗口大小非常非常小,也有可能网络上就是很通畅,通过指数增长的方式可以让上述的窗口大小快速变大,这样就可以保证传输的效率了~~~)

3. 线性增长:指数增长并不会一直持续保持的,可能会增长太快,一下子就导致网络拥堵,这里就引入了一个“阈值”,当拥塞窗口达到阈值之后,此时,指数增长也就成为了线性增长。

(线性增长能够使得当下的窗口,持久的保持在一个比较高的速率,并且也不容易一下就造成丢包情况)

4.动态调整:线性增长也是一直在增长,积累一段时间之后,传输的速度可能太快,此时还是会引起丢包情况。一旦出现丢包,就把拥塞窗口重置成比较小的值了,然后又会重新回到最初的慢启动过程(又要重新的指数增长,并且这里也会根据刚才丢包时候的窗口大小,重新设置指数增长到线性增长的阈值)

情况如下:

这里存在两种版本,TCP Tahoe 版本和 TCP Reno 版本,虚线部分是经典的版本,就是当线性增长知道出现丢包情况的时候,此时拥塞窗口的大小,就会回到非常小的值,重新指数增长,重新线性增长。而在新版本中,后续就没有指数增长了,拥塞窗口的大小会回到丢包时候的 1 / 2,然后进行线性增长。

(之所以有这两个版本的更迭,主要是因为,网络环境发生了大的变化,TCP 诞生于 1981 年,当年,网络的带宽,网络的通信质量的稳定性,与现在的网络,都是无法相提并论的~~~当年的时候,网络会经常的出现大规模的网络波动,一旦出现拥塞,网络带宽就非常捉襟见肘了,按照比较小的速率发送,是一种更加稳健的做法~~~)

7.  延时应答

延时应答机制,也是基于滑动窗口,进一步的提升效率的机制,结合滑动窗口以及流量控制,再通过延时应答 ack 的方式,把反馈的窗口大小,搞大一点~~

如果接收数据的主机立刻返回 ack 应答,这时候返回的窗口大小可能就比较小:

假设接收端的接收缓冲区为 1M,一次收到了 500K 的数据,如果立刻应答,返回的窗口就是 500K,但实际上可能处理端的速度非常快,10ms 之内就把 500K 的数据从缓冲区给消费掉了。在这种情况下,接收端处理还远远没有到达自己的极限,即使窗口再放大一些, 也能处理的过来,如果接收端稍微等待一会,再进行应答,比如等待 200ms 再应答,那么这个时候返回的窗口大小就是 1M 了~~~

窗口越大,网络的吞吐量就越大,传输效率就越高,我们期望的是,在保证网络不拥塞的情况下,尽量的提高传输效率~~~

我们前面讲,通过滑动窗口来传输数据,如果 ack 丢了,其实并不会有太大的影响。延时应答具体怎么延时,也不是单纯的按照时间,而是可以按照“ack 丢了”的方式来进行处理~~~

正常每个数据都有 ack,此时就可以每隔几个数据,再返回一个 ack 了(每隔几个数据,就能起到延时应答的效果)另外也能够减少 ack 传输的数量,也能起到节省开销的效果。

这里也不仅仅是数据的数量,也是和时间有关的~~~这个情况,如果延时时间达到一定程度了,即使个数没够,也会返回 ack了,一般情况下,数量限制是每个 N(一般取 2)个包就应答一次,超过最大延时时间(一般取 200ms)就应答一次~(这里的数值都是可以进行调整的,重点的理解这个策略~~)

8. 捎带应答

这个捎带应答机制,又是基于延时应答,引入的机制,能够提升传输效率~

修改窗口大小,的确是提升效率的有效途径。捎带应答,就是走另一条路,尽可能把能合并的数据报进行合并,从而起到提高效率的结果。

我们发现,很多情况下,客户端服务器在应用层也是“一发一收”的,意味着客户端给服务器说了“How are you”,服务器也会给客户端回复一个“Fine,thank you ~”,那么这个时候,ack,就可以搭乘顺风车,和服务器回应的“Fine,thank you”一起回复给客户端了(这里也是因为有延时应答的存在~~)

如下图所示:

客户端在给服务器发送 request 之后,因为一问一答的机制,服务器会返回一个 ack(这个 ack 是 TCP 机制控制的,由内核进行自动返回的~),然后服务器在收到请求 request 之后,就要执行对应的业务逻辑,根据请求计算响应,然后再返回对应的 response。

因为有了延时应答机制,ack 的应答时间就会推迟一些~

就会有如上的情况出现~ 在 ack 延时的这段时间里,响应数据刚好准备好了,此时就可以把 ack 和应答的响应数据合并成一个 TCP 数据报了。

而且,本身 ack 也不携带载荷,只是把报头中的 ack 标志位设置为 1,并且设置确认序号以及窗口大小,这几个属性,本身一个正常的 response 报文也用不到,也不会冲突,就可以讲 ack 和 response 一起传输过去~

注意:这里和三次握手是有本质的区别的~

三次握手,是相当于一个打招呼的过程,是一个没有意义的数据报,没有载荷,而后续的传输过程都是有载荷的~~

而且,很多时候,客户端和服务器之间都是长连接,要进行若干次请求的。在捎带应答的加持之下,后续的每次传输请求响应,都可能触发捎带应答,都可能把接下来要传输的业务数据和上次的 ack 合二为一。(注意:这里是有可能触发捎带应答,也不是一定能触发,具体是否能触发,就取决于我们程序员代码是如何写的了~~~取决于我们的下一个数据来的快不快,如果下一个数据来的很快,在延时应答的延时时间之内,就可以触发合并,如果下一个数据来的慢,就无法触发了~)

因为延时应答 + 捎带应答,就有可能使得后续的四次挥手,合并为三次~~

9. 面向字节流

我们创建一个 TCP 的 socket,同时在内核中创建一个发送缓冲区和一个接收缓冲区

  • 调用 write 的时候,数据会先写入发送缓冲区中
  • 如果发送的字节数太长,就会被拆分成多个 TCP 的数据报发送
  • 如果发送的字节数太短,就会现在缓冲区里面等待,等到缓冲区的长度差不多了,或者其他合适的实际再发送出去~
  • 接收数据的时候,数据也是从网卡驱动程序到达内核的接收缓冲区
  • 然后应用程序可以调用 read 从接收缓冲区拿到数据
  • 另一方面,TCP 的一个连接,既有发送缓冲区,也有接收缓冲区,那么对于这一个连接,既可以读数据,也可以写数据,这个概念就是我们前面提到的 全双工

由于缓冲区的存在,TCP 的程序的读和写都不需要意义匹配,即:

写 100 个字节的数据时候,可以调用 1 次 write 写 100 个字节,也可以调用 100 次 write 每次写 1 个字节~~~

读 100 个字节数据的时候,也完全不需要考虑写的时候,是怎么写的,既可以一次 read 100 个字节,也可以一次 read 一个字节,重复 100 次~~

这就会导致一个“粘包问题”!!此处的包,指的是 TCP 载荷中的应用数据包~~

在 TCP 的协议报头中,没有如同 UDP 一样的“报文长度”这样的字段,但是有一个序号这样的字段

站在传输层的角度,TCP 是一个一个报文过来的, 按照序号排列好放在缓冲区中

站在应用层的角度,看到的只是一串连续的字节数据

那么当应用程序看到了这么一连串的字节数据,就不知道要从那个部分开始,到那个部分结束,算是一个完成的应用层数据包了。

举个栗子:

此处假定,这三个 TCP 数据报都是携带的完整的应用层数据包(因为也可能一个 TCP 数据包可以携带多个或者半个应用层数据包)

当发送方发送数据给接受方之后,接收方的接收缓冲区和传输层角度,这几个数据都是按照序号拍好的顺序:

但是站在应用层的角度,应用程序调用 read 读取数据,由于此处是字节流,读取过程非常灵活,一次可以读出一个 a,也可以一次读出 aa,也可以一次读出 aaa,也可以一次读出 aaab........     多个应用层数据包之间混淆不清了,这种情况就称为“粘包问题”。应用程序要读出数据之后,将里面的数据转成应用层数据包,然后这个数据才能正确的被使用,但由于“粘包”的存在,究竟是那种读法,读出来的才是完整的应用层数据包呢???

粘包问题,并不是 TCP 所独有的问题,只要是面向字节流传输,都会有这样的问题,解决这个问题的关键,就是要明确“包之间的边界”

1. 通过特殊符号,作为分隔符。只要一见到分隔符,应用程序视为一个包结束了~我们前面在写回显服务器的时候,就是使用了分隔符作为边界(空白符 + Scanner)

这里并非必须使用空白符,使用任意字符作为分隔符都是可以的,不过前提是要去报当前这个分隔符不会在正式的数据中存在~~~

2. 指定出包的长度,比如在包开始的位置,加上一个特殊的空间来表示整个数据的长度。

上述的问题,都应该是我们在设计应用层协议的时候,把相关的问题考虑进去,提前设计好~~

对应的,UDP 其实就没有这个问题。UDP 传输的基本单位是 UDP 数据报,在 UDP 这一层,就已经分开了,只要约定好,每个 UDP 数据报都只承载一个应用层数据包,就不需要额外的手段来进行区分了~~~

UDP 的接收缓冲区并不是一个队列的结构,而是类似一个链表

UDP 的接收缓冲区类似于一个链表,每个链表的结点都是一个 UDP 数据报,通过代码来读取的时候,一次取一个,也就是一个应用层数据包了~~

补充:粘包问题,是 TCP 面向字节流引起的,但 TCP 本身是不会有机制负责解决,需要我们程序员知道 TCP 存在粘包问题,通过代码,写应用层逻辑的时候,自己去解决~~~ 我们前面提到过的各种常用的应用层协议的格式,xml,json,protobuffer,都能够很好的处理粘包问题~~~

10. 异常情况

异常情况,是一种比丢包更严重的情况,甚至说就是网络直接出现了故障的情况,此时该如何处理呢???

        1. 其中有一方,出现了进程崩溃。

进程无论是正常结束,还是异常崩溃,都会触发到回收文件资源,关闭文件这样的效果(都是系统自动完成的),就会触发四次挥手。TCP 连接的生命周期,可以比进程更长一些,即虽然进程已经退出了,但是 TCP 连接还在,仍然可以继续进行四次握手。

(即,虽然说是异常崩溃,但是实际上和正常的四次挥手结束,没啥区别,进程不在了,但是可以通过系统中仍然存在的连接信息,完成后续的回收过程的)

        2. 其中有一方出现了 关机(按照正常流程进行关机)

当有主机,触发关机操作,就会先强制终止所有的进程(强杀进程),终止进程自然就会触发 4 次挥手。点了关机之后,此时,四次挥手不一定能挥完,系统马上就关闭了。

如果挥的快,能够顺利的挥完,本端和对端都能正确的删除掉保存的连接信息。(四次挥手的核心任务)

如果挥的不快,至少也能把第一个 fin 发送给对方,至少能告诉对方,我这边要结束了。对端在收到 fin 之后,对端也就要进入释放连接的过程了,返回 ack,并且也返回 fin,对端如果这时候已经关闭,这里发的 fin 就不会有 ack 了,fin 没有收到 ack 之后,势必会进入重传(超时重传的流程~~~)当重传几次之后,发现还是不行,还是没有 ack,这个时候,也就会单方面的释放连接信息了~~~

正常来说的四次挥手,是确认双方都删除干净,但是,如果四次挥手没那么顺利,没挥完手,对端就挂了,没 ack,挥不下去了,重试几次,也就会直接单方面的删除连接信息~~~

        3. 其中一方出现断电(直接拔电源,此时也是关机,不过是更突然性的关机)

如果直接断电,机器瞬间关机,此时,肯定是来不及发送 fin 的,这里分两种情况:

        a)断电的是接收方,发送方就会突然发现,没有 ack 了,就要重传,重传几次之后,发现还是不行,TCP 就会尝试“复位”连接(相当于清除 TCP 中的各种临时数据,重新开始)这里复位操作,也需要用到一个 TCP 的“复位报文段”,即六个关键字之一的 -- RST,通过这个报文,直接复位,既往不咎,过往就翻篇了~~此时的 RST 也不会有 ack,发送方就想,重置了还不行??? ==》 直接单方面放弃连接~~~

        b)断电的是发送方呢???接收方本来就是在阻塞等待发送方的消息,结果迟迟没有等来消息,怎么办呢???

这个情况下,接收方就需要区分了,到底是发送方挂了,还是好着呢,但是暂时没法数据。这个时候,接收方在等待一段时间之后,没有收到对方的消息,就会触发“心跳包”来询问一下对方的情况。(心跳包,也是一种不带应用层数据的特殊数据报 ==》 1. 周期性的 2. 如果没有心跳,就会认为对端挂了~~)

如果对端没心跳了,此时本段也就会尝试复位并且进行单方面的释放连接了~~

        4. 网线断开

这种情况就是 3 情况的 a b 情况结合了~~~

总结:

前面的内容,就是对 TCP 协议中,一些比较重要的,需要我们了解的一些机制的介绍~~~TCP 协议也有其他重要协议,这里只是挑了几个比较核心的进行介绍~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2342549.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

idea连接远程服务器kafka

一、idea插件安装 首先idea插件市场搜索“kafka”进行插件安装 二、kafka链接配置 1、检查服务器kafka配置 配置链接前需要保证远程服务器的kafka配置里边有配置好服务器IP,以及开放好kafka端口9092(如果有修改 过端口的开放对应端口就好) …

Linux操作系统--基础I/O(上)

目录 1.回顾C文件接口 stdin、stdout、stderr 2.系统文件I/O 3.接口介绍 4.open函数返回值 5.文件描述符fd 5.1 0&1&2 1.回顾C文件接口 hello.c写文件 #include<stdio.h> #include<string.h>int main() {FILE *fp fopen("myfile","…

weibo_har鸿蒙微博分享,单例二次封装,鸿蒙微博,微博登录

weibo_har鸿蒙微博分享&#xff0c;单例二次封装&#xff0c;鸿蒙微博 HarmonyOS 5.0.3 Beta2 SDK&#xff0c;原样包含OpenHarmony SDK Ohos_sdk_public 5.0.3.131 (API Version 15 Beta2) &#x1f3c6;简介 zyl/weibo_har是微博封装使用&#xff0c;支持原生core使用 &a…

【MySQL数据库入门到精通-06 DCL操作】

一、DCL DCL英文全称是Data Control Language(数据控制语言)&#xff0c;用来管理数据库用户、控制数据库的访 问权限。 二、管理用户 1.查询与创建用户 代码如下&#xff08;示例&#xff09;&#xff1a; -- DCL 管理用户 -- 1.查询用户 use mysql; select *from user;-…

无感字符编码原址转换术——系统内存(Mermaid文本图表版/DeepSeek)

安全便捷无依赖&#xff0c;不学就会无感觉。 笔记模板由python脚本于2025-04-24 20:00:05创建&#xff0c;本篇笔记适合正在研究字符串编码制式的coder翻阅。 学习的细节是欢悦的历程 博客的核心价值&#xff1a;在于输出思考与经验&#xff0c;而不仅仅是知识的简单复述。 P…

第七部分:向量数据库和索引策略

什么是矢量数据库&#xff1f; 简单来说&#xff0c;向量数据库是一种专门化的数据库&#xff0c;旨在优化存储和检索以高维向量形式表示的文本。 为什么这些数据库对RAG至关重要&#xff1f;因为向量表示能够在大规模文档库中进行高效的基于相似性的搜索&#xff0c;根据用户…

查看MAC 地址以及简单了解

MAC地址 简介 MAC 地址&#xff08;Media Access Control Address&#xff09;&#xff0c;直译为媒体访问控制地址&#xff0c;又称局域网地址&#xff08;LAN Address&#xff09;、MAC 地址、以太网地址&#xff08;Ethernet Address&#xff09;、硬件地址&#xff08;Ha…

《100天精通Python——基础篇 2025 第2天:Python解释器安装与基础语法入门》

目录 一、Windows安装Python1.1 下载并安装 Python1.2 测试安装是否成功 二、Linux系统安装Python(新手可以跳过)2.1 基于RockyLinux系统安装Python(编译安装)2.2 基于Ubuntu系统安装Python(编译安装)2.3 macOS 安装python解释器 三、如何运行Python程序&#xff1f;3.1 Python…

MyBatis 和 MyBatis-Plus 在 Spring Boot 中的配置、功能对比及 SQL 日志输出的详细说明,重点对比日志输出的配置差异

以下是 MyBatis 和 MyBatis-Plus 在 Spring Boot 中的配置、功能对比及 SQL 日志输出的详细说明&#xff0c;重点对比日志输出的配置差异&#xff1a; 1. MyBatis 和 MyBatis-Plus 核心对比 特性MyBatisMyBatis-Plus定位基础持久层框架MyBatis 的增强版&#xff0c;提供代码生…

动手试一试 Spring Boot默认缓存管理

1.准备数据 使用之前创建的springbootdata的数据库&#xff0c;该数据库有两个表t_article和t_comment&#xff0c;这两个表预先插入几条测试数据。 2.编写数据库表对应的实体类 Entity(name "t_comment") public class Comment {IdGeneratedValue(strategy Gener…

Opencv图像处理:旋转、打包、多图像匹配

文章目录 一、图像的旋转1、使用numpy方法实现旋转1&#xff09;顺时针旋转90度2&#xff09;逆时针旋转90度 2、使用opencv的方法实现图像旋转1&#xff09;顺时针旋转90度2&#xff09;逆时针旋转90度3&#xff09;旋转180度 3、效果 二、多图像匹配1、模板2、匹配对象3、代码…

BOM与DOM(解疑document window关系)

BOM&#xff08;浏览器对象模型&#xff09; 定义与作用 BOM&#xff08;Browser Object Model&#xff09;提供与浏览器窗口交互的接口&#xff0c;用于控制导航、窗口尺寸、历史记录等浏览器行为 window&#xff1a;浏览器窗口的顶层对象&#xff0c;包含全局属性和方法&am…

数据仓库建设全解析!

目录 一、数据仓库建设的重要性 1. 整合企业数据资源 2. 支持企业决策制定 3. 提升企业竞争力 二、数据仓库建设的前期准备 1. 明确业务需求 2. 评估数据源 3. 制定项目计划 三、数据仓库建设的具体流程 1.需求分析​ 2.架构设计​ 3.数据建模​ 4.ETL 开发​ 5.…

时序约束 记录

一、基础知识 1、fpga的约束文件为.fdc&#xff0c;synopsys的约束文件为.sdc。想通过fpga验证soc设计是否正确&#xff0c;可以通过syn工具(synplify)吃.fdc把soc code 转换成netlist。然后vivado P&R工具通过吃上述netlist、XDC 出pin脚约束、fdc时序约束三个约束来完成…

基于SpringBoot的在线抽奖系统测试用例报告

一、项目背景 在线抽奖系统采用前后端分离的方法来实现&#xff0c;同时使用了数据库来存储相关的数据&#xff0c;redis来缓存验证码&#xff0c;RabbitMQ来缓存信息队列&#xff0c;同时将其部署到云服务器上。前端主要有登录页、后台管理页、活动列表页&#xff0c;抽奖页等…

26考研|数学分析:数项级数

数项级数这一章的开始&#xff0c;开启了新的关于“级数”这一新的概念体系的学习进程&#xff0c;此部分共包含四章的内容&#xff0c;分别为数项级数、函数项级数、幂级数以及傅里叶级数。这一章中&#xff0c;首先要掌握级数的相关概念与定义&#xff0c;重难点在于掌握判断…

likeadmin前端请求地址配置踩坑

likeadmin前端本地调试执行步骤 第一步&#xff1a;npm i 安装项目所有依赖 第二步&#xff1a;npm run dev 启动 报错&#xff0c;发送的请求没通&#xff0c;很显然请求的地址不存在 第三步&#xff1a;查找接口请求地址 配置 根目录下有个.env.production.example 文件…

计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解

概述 目标检测已经取得了长足的发展&#xff0c;尤其是随着基于 Transformer 的模型的兴起。RF-DETR&#xff0c;由 Roboflow 开发&#xff0c;就是这样一种模型&#xff0c;它兼顾了速度和精度。使用 Roboflow 的工具可以让整个过程变得更加轻松。他们的平台涵盖了从上传和标…

系统思考:技术与产品协同

在《第五项修炼》中&#xff0c;彼得圣吉指出&#xff1a;组织中最根本的问题&#xff0c;往往不是个别人的能力&#xff0c;而是思维的局限和系统之间的断裂。我最近要给一家互联网公司交付系统思考的项目&#xff0c;客户希望技术和产品的管理者一起参加&#xff0c;也问我&a…

面试之消息队列

消息队列场景 什么是消息队列&#xff1f; 消息队列是一个使用队列来通信的组件&#xff0c;它的本质就是个转发器&#xff0c;包含发消息、存消息、消费消息。 消息队列怎么选型&#xff1f; 特性ActiveMQRabbitMQRocketMQKafka单机吞吐量万级万级10万级10万级时效性毫秒级…