TCP数据粘包

引入

网络层通常四层协议,数据以一个个包在网络中传输，从上到下每经过一层，数据包头部就多出一些信息；

  • TCP头：序列号和确认号、源端口和目的端口
  • IP头：源IP和目的IP、长度、偏移
  • mac头：源mac和目的mac

image-20240329150618349

拆分

数据链路层提供给IP层每次传输的包大小有限制MTU，如果超过这个大小TCP 中把消息分成 MSS

  • MTU: Maximum Transmit Unit，最大传输单元。 由网络接口层（数据链路层）提供给网络层最大一次传输数据的大小；一般 MTU=1500 Byte。
    假设IP层有 <= 1500 byte 需要发送，只需要一个 IP 包就可以完成发送任务；假设 IP 层有> 1500 byte 数据需要发送，需要分片才能完成发送，分片后的 IP Header ID 相同。
  • MSS：Maximum Segment Size 。TCP 提交给 IP 层最大分段大小，不包含 TCP Header 和 TCP Option，只包含 TCP Payload ，MSS 是 TCP 用来限制应用层最大的发送字节数。
    假设 MTU= 1500 byte，那么 MSS = 1500- 20(IP Header) -20 (TCP Header) = 1460 byte，如果应用层有 2000 byte 发送，那么需要两个切片才可以完成发送，第一个 TCP 切片 = 1460，第二个 TCP 切片 = 540。

image-20240329150640215

Nagle 合并

上面的情况是拆分包，还有存在相反的情况

如果每次要传输的报文长度远小于MSS，每次单独发送小包比较浪费网络IO

TCP的 Nagle 算法优化，目的是为了避免发送小的数据包。

在 Nagle 算法开启的状态下，数据包在以下两个情况会被发送：

  • 如果包长度达到MSS（或含有Fin包），立刻发送，否则等待下一个包到来；如果下一包到来后两个包的总长度超过MSS的话，就会进行拆分发送；
  • 等待超时（一般为200ms），第一个包没到MSS长度，但是又迟迟等不到第二个包的到来，则立即发送。

image-20240329152909877

什么是粘包

TCP，Transmission Control Protocol。传输控制协议，是一种面向连接的、可靠的、基于字节流的传输层通信协议。也就是发送一大堆没有边界的01串，而如何理解这些01是应用层的事情，TCP只负责传输。

当发送两个msg时，”李东“ ”亚健康终结者“，接收端收到的可能是这样的信息：

image-20240329152631380

image-20240329153105546

如何处理粘包

  1. 基于标准的应用层协议（http：content-length、chunked）
  2. 在每条数据包结尾添加一个特殊字符（chunked）
  3. 数据包额外添加包头，用于记录长度（content-length）

UDP会粘包吗

不会，UDP是基于数据报的，而不是字节流的；大的UDP数据包会被分成几个小的IP包，这些包在到达目的地后会被重新组装成原始的数据包。分片和重组是在IP层自动进行的，对UDP来说是透明的。

基于数据报是指无论应用层交给 UDP 多长的报文，UDP 都照样发送，即一次发送一个报文。至于如果数据包太长，需要分片，那也是IP层的事情，大不了效率低一些。UDP 对应用层交下来的报文，既不合并，也不拆分，而是保留这些报文的边界。而接收方在接收数据报的时候，也不会像面对 TCP 无穷无尽的二进制流那样不清楚啥时候能结束。正因为基于数据报和基于字节流的差异，TCP 发送端发 10 次字节流数据，而这时候接收端可以分 100 次去取数据，每次取数据的长度可以根据处理能力作调整；但 UDP 发送端发了 10 次数据报，那接收端就要在 10 次收完，且发了多少，就取多少，确保每次都是一个完整的数据报。

image-20240329155317884

image-20240329155324080

IP层拆包重组

IP层利用Identification（相同）、标志（Flags）和片偏移（Fragment Offset） 保存片段能够按顺序重组

1
2
3
4
5
6
7
假设主机 ① 出口 MTU 是 1500 ，它准备发一个长度为 4000 字节的 IP 包给主机 ②。

分片包最大长度为 1500 ，除去头部的 20 字节，数据部分只剩 1480 。这意味着，原包 3980 字节至少需要分为 3 片。

由于偏移量字段以 8 字节为单位，因此每个分片的数据长度必须为 8 的倍数，最后一片除外。由于 1480 刚好可以被 8 整除，因此分片数据长度可以选择 1480 。

第一个分片，包含原包前 1480 字节数据，因此偏移量 offset=0 ；而 MF=1 表示后面还有其他分片。第二个分片，包含原包紧接着的 1480 字节数据，偏移量 offset = 1480/8 =185 ；同样 MF=1 表示后面还有其他分片。最后一个分片，包含原包最后 1020 字节数据，偏移量 offset = 2960/8 = 370 ；而 MF=0 表示它是最后一片了。

image-20240329160718949

长度信息冗余吗？

1
UDP Data 的长度 = IP 总长度 - IP Header 长度 - UDP Header 长度
  1. 允许它在除了IP之外的其他网络层协议上运行，不依赖下层协议
  2. 长度信息使得在应用层也避免了粘包的发生

image-20240329155537898

总结

  • 粘包问题其实就是数据包的边界问题，length是最简单的解决方式
  • IP 层：我只管把发送端给我的数据传到接收端就完了，我也不了解里头放了啥东西。任务是路由和寻址
  • UDP层 是基于数据报的传输协议，不会有粘包问题（有length）。
  • TCP层：任务是完整性和可靠性，但也不管数据的边界，想要确定边界需要添加标识或者直接交给应用层做
  • http层：关注消息的边界（length），tcp层只需要帮我把数据可靠的送到就行

参考

  1. [网络坦白局] TCP粘包 数据包：我只是犯了每个数据包都会犯的错 |硬核图解 (qq.com) ↩