互联网TCP／IP五层模型（一）

转载自：阮一峰

我们每天使用互联网。你是否想过，它是怎样实现的？

全世界几十亿台电脑，连接在一起，两两通信。

上海的某一块网卡送出信号，洛杉矶的还有一块网卡竟然就收到了。两者实际上根本不知道对方的物理位置。你不认为这是非常奇妙的事情吗？

互联网的核心是一系列协议，总称为"互联网协议"（Internet Protocol Suite）。

它们对电脑怎样连接和组网，做出了详尽的规定。理解了这些协议，就理解了互联网的原理。

以下就是我的学习笔记。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，帮助自己从整体上把握它们。为了保证简单易懂，我做了大量的简化，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

作者：阮一峰

一、概述

1.1 五层模型

互联网的实现，分成好几层。

每一层都有自己的功能，就像建筑物一样，每一层都靠下一层支持。

用户接触到的，仅仅是最上面的一层。根本没有感觉到以下的层。

要理解互联网，必须从最下层開始。自下而上理解每一层的功能。

怎样分层有不同的模型，有的模型分七层，有的分四层。我认为。把互联网分成五层，比較easy解释。

如上图所看到的。最底下的一层叫做"实体层"（Physical Layer），最上面的一层叫做"应用层"（Application Layer），中间的三层（自下而上）各自是"链接层"（Link Layer）、"网络层"（Network Layer）和"传输层"（Transport Layer）。越以下的层，越靠近硬件；越上面的层。越靠近用户。

它们叫什么名字，事实上并不重要。

仅仅须要知道，互联网分成若干层就能够了。

1.2 层与协议

每一层都是为了完毕一种功能。为了实现这些功能。就须要大家都遵守共同的规则。

大家都遵守的规则。就叫做"协议"（protocol）。

互联网的每一层，都定义了非常多协议。这些协议的总称。就叫做"互联网协议"（Internet Protocol Suite）。它们是互联网的核心，以下介绍每一层的功能。主要就是介绍每一层的主要协议。

二、实体层

我们从最底下的一层開始。

电脑要组网，第一件事要干什么？当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。

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

三、链接层

3.1 定义

单纯的0和1没有不论什么意义，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"链接层"的功能，它在"实体层"的上方，确定了0和1的分组方式。

3.2 以太网协议

早期的时候。每家公司都有自己的电信号分组方式。逐渐地，一种叫做"以太网"（Ethernet）的协议，占领了主导地位。

以太网规定。一组电信号构成一个数据包。叫做"帧"（Frame）。

每一帧分成两个部分：标头（Head）和数据（Data）。

"标头"包括数据包的一些说明项。比方发送者、接受者、数据类型等等。"数据"则是数据包的详细内容。

"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。因此，整个"帧"最短为64字节。最长为1518字节。假设数据非常长，就必须切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"，包括了发送者和接受者的信息。

那么。发送者和接受者是怎样标识呢？

以太网规定。连入网络的全部设备。都必须具有"网卡"接口。数据包必须是从一块网卡，传送到还有一块网卡。网卡的地址，就是数据包的发送地址和接收地址，这叫做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，通经常使用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

定义地址仅仅是第一步，后面还有很多其它的步骤。

首先，一块网卡怎么会知道还有一块网卡的MAC地址？

回答是有一种ARP协议，能够解决问题。这个留到后面介绍，这里仅仅须要知道，以太网数据包必须知道接收方的MAC地址，然后才干发送。

其次，就算有了MAC地址。系统如何才干把数据包准确送到接收方？

回答是以太网採用了一种非常"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，让每台计算机自己推断。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，然后与自身的MAC地址相比較，假设两者同样，就接受这个包，做进一步处理。否则就丢弃这个包。

这样的发送方式就叫做"广播"（broadcasting）。

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

四、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，这样做有一个重大的缺点。

以太网採用广播方式发送数据包，全部成员人手一"包"。不仅效率低，并且局限在发送者所在的子网络。也就是说，假设两台计算机不在同一个子网络，广播是传只是去的。这样的设计是合理的。否则互联网上每一台计算机都会收到全部包，那会引起灾难。

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

因此，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。假设是同一个子网络，就採用广播方式发送。否则就採用"路由"方式发送。

（"路由"的意思。就是指怎样向不同的子网络分发数据包。这是一个非常大的主题。本文不涉及。

）遗憾的是，MAC地址本身无法做到这一点。

它仅仅与厂商有关。与所处网络无关。

这就导致了"网络层"的诞生。它的作用是引进一套新的地址，使得我们可以区分不同的计算机是否属于同一个子网络。

这套地址就叫做"网络地址"，简称"网址"。

于是。"网络层"出现以后。每台计算机有了两种地址。一种是MAC地址，还有一种是网络地址。两种地址之间没有不论什么联系，MAC地址是绑定在网卡上的，网络地址则是管理员分配的，它们仅仅是随机组合在一起。

网络地址帮助我们确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。因此，从逻辑上能够判断。必然是先处理网络地址。然后再处理MAC地址。

4.2 IP协议

规定网络地址的协议。叫做IP协议。它所定义的地址，就被称为IP地址。

眼下，广泛採用的是IP协议第四版。简称IPv4。

这个版本号规定，网络地址由32个二进制位组成。

习惯上，我们用分成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。

这个地址分成两个部分。前一部分代表网络。后一部分代表主机。

比方，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地址的网络部分必然是同样的，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，我们无法推断网络部分。还是以172.16.254.1为例，它的网络部分。究竟是前24位，还是前16位，甚至前28位。从IP地址上是看不出来的。

那么，如何才干从IP地址。推断两台计算机是否属于同一个子网络呢？这就要用到还有一个參数"子网掩码"（subnet mask）。

所谓"子网掩码"，就是表示子网络特征的一个參数。

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。

比方。IP地址172.16.254.1，假设已知网络部分是前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"。我们就能推断，随意两个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，否则为0）。然后比較结果是否同样。假设是的话，就表明它们在同一个子网络中。否则就不是。

比方，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？两者与子网掩码分别进行AND运算。结果都是172.16.254.0。因此它们在同一个子网络。

总结一下，IP协议的作用主要有两个，一个是为每一台计算机分配IP地址。还有一个是确定哪些地址在同一个子网络。

4.3 IP数据包

依据IP协议发送的数据，就叫做IP数据包。不难想象。当中必然包含IP地址信息。

可是前面说过，以太网数据包仅仅包括MAC地址。并没有IP地址的栏位。

那么是否须要改动数据定义。再加入一个栏位呢？

回答是不须要。我们能够把IP数据包直接放进以太网数据包的"数据"部分。因此全然不用改动以太网的规格。

这就是互联网分层结构的优点：上层的变动全然不涉及下层的结构。

详细来说，IP数据包也分为"标头"和"数据"两个部分。

"标头"部分主要包含版本号、长度、IP地址等信息，"数据"部分则是IP数据包的详细内容。它放进以太网数据包后，以太网数据包就变成了以下这样。

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。因此，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，最长仅仅有1500字节。因此，假设IP数据包超过了1500字节，它就须要切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，所以我们必须同一时候知道两个地址，一个是对方的MAC地址，还有一个是对方的IP地址。

通常情况下。对方的IP地址是已知的（后文会解释），可是我们不知道它的MAC地址。

所以。我们须要一种机制。可以从IP地址得到MAC地址。

这里又能够分成两种情况。

第一种情况。假设两台主机不在同一个子网络，那么其实没有办法得到对方的MAC地址，仅仅能把数据包传送到两个子网络连接处的"网关"（gateway）。让网关去处理。

另外一种情况。假设两台主机在同一个子网络。那么我们能够用ARP协议，得到对方的MAC地址。

ARP协议也是发出一个数据包（包括在以太网数据包中），当中包括它所要查询主机的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地址进行比較。

假设两者同样，都做出回复，向对方报告自己的MAC地址，否则就丢弃这个包。

总之，有了ARP协议之后，我们就能够得到同一个子网络内的主机MAC地址。能够把数据包发送到随意一台主机之上了。

五、传输层

5.1 传输层的由来

有了MAC地址和IP地址，我们已经能够在互联网上随意两台主机上建立通信。

接下来的问题是，同一台主机上有很多程序都须要用到网络。比方，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。还是表示在线聊天的内容？

也就是说。我们还须要一个參数，表示这个数据包究竟供哪个程序（进程）使用。这个參数就叫做"port"（port），它事实上是每个使用网卡的程序的编号。每个数据包都发到主机的特定port。所以不同的程序就能取到自己所须要的数据。

"port"是0到65535之间的一个整数，正好16个二进制位。0到1023的port被系统占用。用户仅仅能选用大于1023的port。无论是浏览网页还是在线聊天。应用程序会随机选用一个port，然后与server的对应port联系。

"传输层"的功能，就是建立"port到port"的通信。

相比之下，"网络层"的功能是建立"主机到主机"的通信。仅仅要确定主机和port，我们就能实现程序之间的交流。

因此，Unix系统就把主机+port。叫做"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。我们必须在数据包中增加port信息，这就须要新的协议。最简单的实现叫做UDP协议，它的格式差点儿就是在数据前面。加上port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port和接收port，"数据"部分就是详细的内容。然后，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，所以整个以太网数据包如今变成了以下这样：

UDP数据包很easy。"标头"部分一共仅仅有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协议的长处是比較简单，easy实现。可是缺点是可靠性较差，一旦数据包发出，无法知道对方是否收到。

为了解决问题，提高网络可靠性，TCP协议就诞生了。这个协议很复杂。但能够近似觉得，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。

假设有一个数据包遗失。就收不到确认，发出方就知道有必要重发这个数据包了。

因此，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数据包一样。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，通常TCP数据包的长度不会超过IP数据包的长度。以确保单个TCP数据包不必再切割。

六、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，否则根本无法解读。

"应用层"的作用，就是规定应用程序的数据格式。

举例来说，TCP协议能够为各种各样的程序传递数据，比方Email、WWW、FTP等等。那么，必须有不同协议规定电子邮件、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。因此，如今的以太网的数据包就变成以下这样。

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，解释互联网是怎样构成的。下一篇，我反过来，从用户的角度，自上而下看看这个结构是怎样发挥作用，完毕一次网络数据交换的。