【ZZ】互联网协议入门（一）

咱们天天使用互联网，你是否想过，它是如何实现的？

全世界几十亿台电脑，链接在一块儿，两两通讯。上海的某一块网卡送出信号，洛杉矶的另外一块网卡竟然就收到了，二者实际上根本不知道对方的物理位置，你不以为这是很神奇的事情吗？

互联网的核心是一系列协议，总称为"互联网协议"（Internet Protocol Suite）。它们对电脑如何链接和组网，作出了详尽的规定。理解了这些协议，就理解了互联网的原理。

下面就是个人学习笔记。由于这些协议实在太复杂、太庞大，我想整理一个简洁的框架，帮助本身从整体上把握它们。为了保证简单易懂，我作了大量的简化，有些地方并不全面和精确，可是应该可以说清楚互联网的原理。

=================================================

互联网协议入门

做者：阮一峰

1、概述

1.1 五层模型

互联网的实现，分红好几层。每一层都有本身的功能，就像建筑物同样，每一层都靠下一层支持。

用户接触到的，只是最上面的一层，根本没有感受到下面的层。要理解互联网，必须从最下层开始，自下而上理解每一层的功能。

如何分层有不一样的模型，有的模型分七层，有的分四层。我以为，把互联网分红五层，比较容易解释。

如上图所示，最底下的一层叫作"实体层"（Physical Layer），最上面的一层叫作"应用层"（Application Layer），中间的三层（自下而上）分别是"连接层"（Link Layer）、"网络层"（Network Layer）和"传输层"（Transport Layer）。越下面的层，越靠近硬件；越上面的层，越靠近用户。

它们叫什么名字，其实并不重要。只须要知道，互联网分红若干层就能够了。

1.2 层与协议

每一层都是为了完成一种功能。为了实现这些功能，就须要你们都遵照共同的规则。

你们都遵照的规则，就叫作"协议"（protocol）。

互联网的每一层，都定义了不少协议。这些协议的总称，就叫作"互联网协议"（Internet Protocol Suite）。它们是互联网的核心，下面介绍每一层的功能，主要就是介绍每一层的主要协议。

2、实体层

咱们从最底下的一层开始。

电脑要组网，第一件事要干什么？固然是先把电脑连起来，能够用光缆、电缆、双绞线、无线电波等方式。

这就叫作"实体层"，它就是把电脑链接起来的物理手段。它主要规定了网络的一些电气特性，做用是负责传送0和1的电信号。

3、连接层

3.1 定义

单纯的0和1没有任何意义，必须规定解读方式：多少个电信号算一组？每一个信号位有何意义？

这就是"连接层"的功能，它在"实体层"的上方，肯定了0和1的分组方式。

3.2 以太网协议

早期的时候，每家公司都有本身的电信号分组方式。逐渐地，一种叫作"以太网"（Ethernet）的协议，占据了主导地位。

以太网规定，一组电信号构成一个数据包，叫作"帧"（Frame）。每一帧分红两个部分：标头（Head）和数据（Data）。

"标头"包含数据包的一些说明项，好比发送者、接受者、数据类型等等；"数据"则是数据包的具体内容。

"标头"的长度，固定为18字节。"数据"的长度，最短为46字节，最长为1500字节。所以，整个"帧"最短为64字节，最长为1518字节。若是数据很长，就必须分割成多个帧进行发送。

3.3 MAC地址

上面提到，以太网数据包的"标头"，包含了发送者和接受者的信息。那么，发送者和接受者是如何标识呢？

以太网规定，连入网络的全部设备，都必须具备"网卡"接口。数据包必须是从一块网卡，传送到另外一块网卡。网卡的地址，就是数据包的发送地址和接收地址，这叫作MAC地址。

每块网卡出厂的时候，都有一个全世界独一无二的MAC地址，长度是48个二进制位，一般用12个十六进制数表示。

前6个十六进制数是厂商编号，后6个是该厂商的网卡流水号。有了MAC地址，就能够定位网卡和数据包的路径了。

3.4 广播

定义地址只是第一步，后面还有更多的步骤。

首先，一块网卡怎么会知道另外一块网卡的MAC地址？

回答是有一种ARP协议，能够解决这个问题。这个留到后面介绍，这里只须要知道，以太网数据包必须知道接收方的MAC地址，而后才能发送。

其次，就算有了MAC地址，系统怎样才能把数据包准确送到接收方？

回答是以太网采用了一种很"原始"的方式，它不是把数据包准确送到接收方，而是向本网络内全部计算机发送，让每台计算机本身判断，是否为接收方。

上图中，1号计算机向2号计算机发送一个数据包，同一个子网络的3号、4号、5号计算机都会收到这个包。它们读取这个包的"标头"，找到接收方的MAC地址，而后与自身的MAC地址相比较，若是二者相同，就接受这个包，作进一步处理，不然就丢弃这个包。这种发送方式就叫作"广播"（broadcasting）。

有了数据包的定义、网卡的MAC地址、广播的发送方式，"连接层"就能够在多台计算机之间传送数据了。

4、网络层

4.1 网络层的由来

以太网协议，依靠MAC地址发送数据。理论上，单单依靠MAC地址，上海的网卡就能够找到洛杉矶的网卡了，技术上是能够实现的。

可是，这样作有一个重大的缺点。以太网采用广播方式发送数据包，全部成员人手一"包"，不只效率低，并且局限在发送者所在的子网络。也就是说，若是两台计算机不在同一个子网络，广播是传不过去的。这种设计是合理的，不然互联网上每一台计算机都会收到全部包，那会引发灾难。

互联网是无数子网络共同组成的一个巨型网络，很像想象上海和洛杉矶的电脑会在同一个子网络，这几乎是不可能的。

所以，必须找到一种方法，可以区分哪些MAC地址属于同一个子网络，哪些不是。若是是同一个子网络，就采用广播方式发送，不然就采用"路由"方式发送。（"路由"的意思，就是指如何向不一样的子网络分发数据包，这是一个很大的主题，本文不涉及。）遗憾的是，MAC地址自己没法作到这一点。它只与厂商有关，与所处网络无关。

这就致使了"网络层"的诞生。它的做用是引进一套新的地址，使得咱们可以区分不一样的计算机是否属于同一个子网络。这套地址就叫作"网络地址"，简称"网址"。

因而，"网络层"出现之后，每台计算机有了两种地址，一种是MAC地址，另外一种是网络地址。两种地址之间没有任何联系，MAC地址是绑定在网卡上的，网络地址则是管理员分配的，它们只是随机组合在一块儿。

网络地址帮助咱们肯定计算机所在的子网络，MAC地址则将数据包送到该子网络中的目标网卡。所以，从逻辑上能够推断，一定是先处理网络地址，而后再处理MAC地址。

4.2 IP协议

规定网络地址的协议，叫作IP协议。它所定义的地址，就被称为IP地址。

目前，普遍采用的是IP协议第四版，简称IPv4。这个版本规定，网络地址由32个二进制位组成。

习惯上，咱们用分红四段的十进制数表示IP地址，从0.0.0.0一直到255.255.255.255。

互联网上的每一台计算机，都会分配到一个IP地址。这个地址分红两个部分，前一部分表明网络，后一部分表明主机。好比，IP地址172.16.254.1，这是一个32位的地址，假定它的网络部分是前24位（172.16.254），那么主机部分就是后8位（最后的那个1）。处于同一个子网络的电脑，它们IP地址的网络部分一定是相同的，也就是说172.16.254.2应该与172.16.254.1处在同一个子网络。

可是，问题在于单单从IP地址，咱们没法判断网络部分。仍是以172.16.254.1为例，它的网络部分，究竟是前24位，仍是前16位，甚至前28位，从IP地址上是看不出来的。

那么，怎样才能从IP地址，判断两台计算机是否属于同一个子网络呢？这就要用到另外一个参数"子网掩码"（subnet mask）。

所谓"子网掩码"，就是表示子网络特征的一个参数。它在形式上等同于IP地址，也是一个32位二进制数字，它的网络部分所有为1，主机部分所有为0。好比，IP地址172.16.254.1，若是已知网络部分是前24位，主机部分是后8位，那么子网络掩码就是11111111.11111111.11111111.00000000，写成十进制就是255.255.255.0。

知道"子网掩码"，咱们就能判断，任意两个IP地址是否处在同一个子网络。方法是将两个IP地址与子网掩码分别进行AND运算（两个数位都为1，运算结果为1，不然为0），而后比较结果是否相同，若是是的话，就代表它们在同一个子网络中，不然就不是。

好比，已知IP地址172.16.254.1和172.16.254.233的子网掩码都是255.255.255.0，请问它们是否在同一个子网络？二者与子网掩码分别进行AND运算，结果都是172.16.254.0，所以它们在同一个子网络。

总结一下，IP协议的做用主要有两个，一个是为每一台计算机分配IP地址，另外一个是肯定哪些地址在同一个子网络。

4.3 IP数据包

根据IP协议发送的数据，就叫作IP数据包。不难想象，其中一定包括IP地址信息。

可是前面说过，以太网数据包只包含MAC地址，并无IP地址的栏位。那么是否须要修改数据定义，再添加一个栏位呢？

回答是不须要，咱们能够把IP数据包直接放进以太网数据包的"数据"部分，所以彻底不用修改以太网的规格。这就是互联网分层结构的好处：上层的变更彻底不涉及下层的结构。

具体来讲，IP数据包也分为"标头"和"数据"两个部分。

"标头"部分主要包括版本、长度、IP地址等信息，"数据"部分则是IP数据包的具体内容。它放进以太网数据包后，以太网数据包就变成了下面这样。

IP数据包的"标头"部分的长度为20到60字节，整个数据包的总长度最大为65,535字节。所以，理论上，一个IP数据包的"数据"部分，最长为65,515字节。前面说过，以太网数据包的"数据"部分，最长只有1500字节。所以，若是IP数据包超过了1500字节，它就须要分割成几个以太网数据包，分开发送了。

4.4 ARP协议

关于"网络层"，还有最后一点须要说明。

由于IP数据包是放在以太网数据包里发送的，因此咱们必须同时知道两个地址，一个是对方的MAC地址，另外一个是对方的IP地址。一般状况下，对方的IP地址是已知的（后文会解释），可是咱们不知道它的MAC地址。

因此，咱们须要一种机制，可以从IP地址获得MAC地址。

这里又能够分红两种状况。第一种状况，若是两台主机不在同一个子网络，那么事实上没有办法获得对方的MAC地址，只能把数据包传送到两个子网络链接处的"网关"（gateway），让网关去处理。

第二种状况，若是两台主机在同一个子网络，那么咱们能够用ARP协议，获得对方的MAC地址。ARP协议也是发出一个数据包（包含在以太网数据包中），其中包含它所要查询主机的IP地址，在对方的MAC地址这一栏，填的是FF:FF:FF:FF:FF:FF，表示这是一个"广播"地址。它所在子网络的每一台主机，都会收到这个数据包，从中取出IP地址，与自身的IP地址进行比较。若是二者相同，都作出回复，向对方报告本身的MAC地址，不然就丢弃这个包。

总之，有了ARP协议以后，咱们就能够获得同一个子网络内的主机MAC地址，能够把数据包发送到任意一台主机之上了。

5、传输层

5.1 传输层的由来

有了MAC地址和IP地址，咱们已经能够在互联网上任意两台主机上创建通讯。

接下来的问题是，同一台主机上有许多程序都须要用到网络，好比，你一边浏览网页，一边与朋友在线聊天。当一个数据包从互联网上发来的时候，你怎么知道，它是表示网页的内容，仍是表示在线聊天的内容？

也就是说，咱们还须要一个参数，表示这个数据包到底供哪一个程序（进程）使用。这个参数就叫作"端口"（port），它实际上是每个使用网卡的程序的编号。每一个数据包都发到主机的特定端口，因此不一样的程序就能取到本身所须要的数据。

"端口"是0到65535之间的一个整数，正好16个二进制位。0到1023的端口被系统占用，用户只能选用大于1023的端口。无论是浏览网页仍是在线聊天，应用程序会随机选用一个端口，而后与服务器的相应端口联系。

"传输层"的功能，就是创建"端口到端口"的通讯。相比之下，"网络层"的功能是创建"主机到主机"的通讯。只要肯定主机和端口，咱们就能实现程序之间的交流。所以，Unix系统就把主机+端口，叫作"套接字"（socket）。有了它，就能够进行网络应用程序开发了。

5.2 UDP协议

如今，咱们必须在数据包中加入端口信息，这就须要新的协议。最简单的实现叫作UDP协议，它的格式几乎就是在数据前面，加上端口号。

UDP数据包，也是由"标头"和"数据"两部分组成。

"标头"部分主要定义了发出端口和接收端口，"数据"部分就是具体的内容。而后，把整个UDP数据包放入IP数据包的"数据"部分，而前面说过，IP数据包又是放在以太网数据包之中的，因此整个以太网数据包如今变成了下面这样：

UDP数据包很是简单，"标头"部分一共只有8个字节，总长度不超过65,535字节，正好放进一个IP数据包。

5.3 TCP协议

UDP协议的优势是比较简单，容易实现，可是缺点是可靠性较差，一旦数据包发出，没法知道对方是否收到。

为了解决这个问题，提升网络可靠性，TCP协议就诞生了。这个协议很是复杂，但能够近似认为，它就是有确认机制的UDP协议，每发出一个数据包都要求确认。若是有一个数据包遗失，就收不到确认，发出方就知道有必要重发这个数据包了。

所以，TCP协议可以确保数据不会遗失。它的缺点是过程复杂、实现困难、消耗较多的资源。

TCP数据包和UDP数据包同样，都是内嵌在IP数据包的"数据"部分。TCP数据包没有长度限制，理论上能够无限长，可是为了保证网络的效率，一般TCP数据包的长度不会超过IP数据包的长度，以确保单个TCP数据包没必要再分割。

6、应用层

应用程序收到"传输层"的数据，接下来就要进行解读。因为互联网是开放架构，数据来源五花八门，必须事先规定好格式，不然根本没法解读。

"应用层"的做用，就是规定应用程序的数据格式。

举例来讲，TCP协议能够为各类各样的程序传递数据，好比Email、WWW、FTP等等。那么，必须有不一样协议规定电子邮件、网页、FTP数据的格式，这些应用程序协议就构成了"应用层"。

这是最高的一层，直接面对用户。它的数据就放在TCP数据包的"数据"部分。所以，如今的以太网的数据包就变成下面这样。

至此，整个互联网的五层结构，自下而上所有讲完了。这是从系统的角度，解释互联网是如何构成的。下一篇，我反过来，从用户的角度，自上而下看看这个结构是如何发挥做用，完成一次网络数据交换的。 （完）