TCP通信中的“沾包”现象

Posted 2021-05-21 “逛丢一只鞋”

文章目录

• TCP与UDP通信的特点
• • TCP通信特点
  • UDP通信特点
• TCP通信中的“沾包”现象
• 自定义应用层协议

TCP与UDP通信的特点

关于对这两者的比较，网上一搜一大片，讲得也比较清楚。

TCP通信就像打电话，双方通信之前需要建立连接、双方就位后方可开始会话；

而UDP通信就像发短信，一方给另一方发送数据前，并不需要对方就位。

上面两幅图显示了TCP与UDP通信过程建立的区别。

除了它们通信过程建立的不同之外，两者还有以下区别：

TCP通信特点

1）可靠性；

通信双方均就位，一方发送数据，另一方收到后会做出回应，如果超时未发送成功，会自动重发，数据不会丢失。

2）顺序性；

既然数据是按顺序走在建立的一条隧道中，那么数据遵循“先走先达到”的规则，并且隧道中的数据以 “流” 的形式传输，发送方发送的前后两次数据之间没有边界，需要接收方自己根据事先规定好的“协议”去判断数据边界。

3）高损耗。

“高损耗”包括机器性能损耗高、宽带流量损耗高。因为通信双方时刻需要维持着连接的存在，这必然会损耗通信双方主机性能，要想维持隧道的通畅，通信双方必须不断地发送检测包和应答包，同时，它还支持数据重发等数据纠错功能，这些都将导致网络流量的增加。

UDP通信特点

1）不可靠性；

既然无连接，发送方只管发送数据，而不管对方是否能够正确地接收到数据，更不负责数据超时重发等功能。

2）无序性；

数据以“数据报”的形式发送，可以把“数据报”看成是一个 “包”。如果把TCP传输数据比如成“河里的流水”，那么UDP传输数据就是‘邮局寄信’。发送方先发送的数据可能后到达，后发送的数据可能先到达，这个跟短消息类似。

3）低损耗。

“低损耗”包括机器性能损耗低、宽带流量损耗低。UDP通信不需要维持一个连接的存在，所以它不需要消耗额外的机器性能。同时它也没有像TCP通信那样为了保持隧道的通畅，而必须不停地发送检测包和应答包，更不会进行一些数据检测纠错、重发等行为。

这次我们只讨论TCP通信。

TCP通信中的“沾包”现象

上面提到过，TCP通信中，数据是以“流”的形式传输的。前一次发送的数据和后一次发送的数据之间并没有明显的界限，这就会出现一个问题：当你收到一部分数据时，你无法判断接收到的数据是否是完整的？

如上图，发送方发送三次数据，而接收方可能一共分四次接收。并且每次接收到的数据量不确定（虽然每次收到的数据不确定，但是将四次接收到的数据拼接起来，与发送时的一致）。

这样一来，当我们每次收到一份数据时，我们无法轻易判断（几乎不能）收到的数据是否完整（是否可以正确地被处理）。

以上现象我们称之为 “沾包”。TCP通信过程中，要想解决“沾包”问题，我们必须人工采取一些措施，比如在发送数据时遵循一些“规则”，在接收到数据时，再按照相同的“规则”去解析数据，最终得到一份完整的数据，并进行正确的处理。没错，这里说的“规则”便是我们通常听到的“协议”。

关于协议，讲到的地方也很多。简单的说，协议就是一种“数据结构”，合作双方必须同时按照相同的数据结构发送/接收数据，比如传输层的TCP/UDP协议，又比如应用层的HTTP/FTP等协议。B/S结构系统使用到的协议见下图：

在TCP通信中，在发送和接收数据的时候，如果我们遵循事先定义的一种“协议”（属于一种应用层协议）。

比如，在发送数据时，按照 “数据头(4Byte)+内容长度(4Byte)+内容正文(NByte)+附加信息(8Byte)” 这种形式去“格式化”需要发送的数据；同理，在接收到数据后，按照这种形式去“反格式化”数据，这样我们便可以判断数据边界，轻松得到一条完整数据。

自定义应用层协议

是的。我们自己完全可以定义一个类似HTTP这样的应用层协议，只要你能力足够强，系统足够大。今天在这里，我只举个简单的例子：

假设一个TCP通信系统中，客户端连接上服务器后，客户端向服务器发送一个字符串，并发送一个字符串转换指令（比如大小写转换、除去特殊字符等指令），服务器接收到数据后，按照对应的指令，将字符串转换后发送回给客户端。那么这里的应用层协议可以这样设计：

序号	指令值（byte）	说明
1	0x01	将字符串中小写字符转换成大写
2	0x02	将字符串中大写字符转换成小写
3	0x03	去掉字符串中的百分号（%）字符
4	0x04	将字符串中的百分号（%）替换为空格

如上表所示，假设一共有四种字符串转换请求，那么我们可以按下面图设计应用层协议的数据结构：

如上图所示，开头一个字节代表字符串转换指令类型，后续四个字节存放一个Int32的整型数据，表示字符串的长度（字符串采用Unicode编码），最后N个字节表示字符串内容。数据发送方必须按照此协议格式发送数据，数据接收方必须按照此协议格式接收数据。

发送数据时按照协议格式化数据很简单，但是，接收数据后，按照协议去解析数据该怎样呢？

事实上，这个相对来讲稍微复杂一点。

我们可以将每次接收到的数据（字节流）写入一个缓冲区，然后判断缓冲区中是否存在一条完整的数据，如果存在，则处理这条完整的数据；否则，继续接收数据，将接收到的数据再次写入缓冲区…以此循环。