网络编程 ———— UDP首部格式

Posted 2022-04-19 爱敲代码的三毛

接上一篇博客 Java Socket(UDP/TCP 套接字)

文章目录

• UDP的特点
• • 1. 无连接
  • 2. 不可靠
  • 3.面向数据报
  • 4.全双工
• UDP首部格式
• • 源端口号 (Source Port)
  • 目标端口号
  • 包长度(UDP长度)
  • 缓冲区
  • 校验和
  • • CRC (循环冗余校验)
    • md5

---

UDP的特点

UDP传输的过程类似于寄信，UDP是无连接面向数据报的，即使在传输过程中出现丢包，UDP也不负责重发，UDP是不会关注对端是否真的收到了传过去的数据，就算出现包的到达顺序出错也没不会纠正。

1. 无连接

• 知道对端的IP和端口号就直接进行传输，不需要建立连接，socket创建好之后，就可以立即尝试读写数据了

2. 不可靠

• 不可靠就体现在无连接上，不建立连接就能直接通信，想发就发
• 没有任何的安全机制，发送端发送数据以后，如果因为网络故障该段无法发送给对方，UDP协议层也不会给应用层返回任何错误信息
• 也就是发送方不会关心接收方是否已经接收到了数据
• 这里需要注意一点，并不是所有UDP协议的应用层都是不可靠的，应用层序可以自己实现可靠的数据传输，通过增加 确认应答和重传机制，所以使用UDP协议最大的特点就是速度快。

3.面向数据报

• 应用层交给UDP多长的报文，UDP原样发送，既不拆分，也不会合并。但是因为报文最大是 64KB，所以在使用UDP来传输数据的时候，一定要注意报文的大小
• 如果发送端一次发送100个字节，那么接收端也必须一次接收100个字节，而不能循环接收10次，每次接收10个字节

4.全双工

• UDP的socket既能读，也能写，这就是全双工

UDP首部格式

去除掉下图的数据的部分就是真正的UDP首部格式
UDP首部格式由 源端口号、目的端口号、UDP长度和校验和组成

源端口号 (Source Port)

表示发送端端口号，字段长16位(两个字节)

目标端口号

表示接收端端口，字段长16位(两个字节)

包长度(UDP长度)

• 该字段保存了UDP首部的长度和数据长度之和，单位为字节
• 整个UDP数据报的长度 ，报头+载荷，使用两个字节的数据来表示，因为1字节，所以2个字能表示的数据范围0~65535个字节，一个UDP数据报，最大就是64KB

缓冲区

• UDP没有真正意义上的 发送缓冲区，发送的数据会直接交给内核，由内核将数据传给网络层协议进行后续的传输操作
• UDP具有接收缓冲区，但是这个接收缓冲区不能保证收到的UDP数据报的顺序和发送UDP数据报的顺序一致
• 如果缓冲区满了，再到达的UDP数据报就会被丢弃

校验和

• 网络上传输数据的时候，是可能出现一些问题的，网络上的数据本质都是一些 0/1 bit 流，这些bit流是通过光信号或者电信号来表示的
• 如果传输过程中，收到了一些干扰，就容易出现“比特翻转”情况~（0->1,1->0）
• 校验和，其实就是为了验证，看当前的数据是否出现问题了
• 校验和也不一定100%的就能进行校验，如果校验和正确，也不能保证数据一定对，但是如果校验和不正确，就能说明数据一定是错的

实际使用的校验和的算法有很多，其中比较常见的有crc和md5

CRC (循环冗余校验)

假设现在有一串数据，把它当成二进制数据，依次按照字节为单位，取出数据，然后把这些数据进行累加

short sum;
for (byte b : array) 
    sum += b;

//加着加着可能就溢出了，溢出的部分不要了

• 传输数据的时候，就把 数据+crc 校验和一起传输给目标
• 接收方同时接收到了 数据+crc校验和
• 接收方就需要验证一下，看看当前的数据是否是对的 (在网络传输中可能会存在bit翻转的情况)
• 接受方就按照同样的算法，再针对数据部分，计算一遍 crc 校验和，把把这个新计算的结果收到的crc校验和，进行对比，看看结果是不是一致
• 这个操作本质上，就是发送之前，算一遍 crc ，接收之后也算一遍crc
• 如果这个数据发送之前，和接收后数据内容不变，得到的crc也将是一样的
• 如果传输过程中出现了比特翻转，接收的内容和发送的内容就不一样了，此时算出来的两份 crc 也就是大概率不相同的（其实也有一定概率相同，两个不同的数据，算出的crc结果一致，这个概率整体来说还是比较小的）

md5

md5也是一种算法，md5应用的场景非常多，用来作为校验和，只是其中的一个 场景而已，本质上是一个“”非对称的哈希算法”
md5算法本质上就是针对数据进行一系列的数学变化

1. 定长：无论输入的字符串是多长，得到的md5值都是固定长度 32位(4个字节)、64位(8个字节)、128位(16个字节)
2. 分散：只要输入的字符串，哪怕只是变化了一点点，得到的md5值都会差别巨大（这也是哈希算法的核心）
3. 不可逆：给定原串，很容易得到md5，但是给定md5值，理论上是无法恢复出原始的字符串的

因此很对地方都可以使用md5

1. 作为hash算法
2. 作为校验和
   因为md5的第二个特性，就是比较分散，数据变了一点，此时得到的md5值都差别很大，如果两个字符串，md5值一致，这种概率是非常非常低的，比src要低很多，工程上就忽略不计了

---

下一篇《TCP首部格式》