TCP 数据传输的拆包和粘包了解吗？

原创已于 2024-12-13 18:03:42 修改 · 992 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#tcp/ip #网络 #网络协议 #粘包 #拆包 #TCP

于 2024-12-11 09:30:00 首次发布

计算机网络专栏收录该内容

6 篇文章

订阅专栏

前言：

上一篇我们了解了什么是 TCP 协议，以及 TCP 协议 3 次握手 4次挥手的原因，本篇来分享一下 TCP 数据的传输过程的拆包和粘包，以及 TCP 数据传输过程中的一些细节。

计算机网络往期文章

TCP 为什么是 3 次握手 4 次挥手？

TCP 数据是如何发送接收的？

我们知道 TCP 是传输层协议，TCP 协议传输数据有发送和接收的过程，我们知道 TCP 数据传输的时候是将一个完整的数据拆分成一段一段发送的，收到数据之后有会将一段一段的数据合并起来，还原成完整的数据。

TCP 为什么要把完整数据进行拆分发送，然后接收到之后又要合并？

TCP 把数据拆分发送有一下原因：

稳定性：一次发送的数据包越大传输的稳定性越差，越容易出错，把完整数据拆分成一小段一小段发送，可以提升数据传输的稳定性。
提升效率：数据传输时候，有时候是可以并行发送的，把数据拆分成一段一段的，就可以利用并行发送的能力，提升数据传输效率。
内存页限制：我们知道内存的最小分配单位是页，一页的大小默认是 4K，如果一次性传输超过一个内存页大小的数据，会存在页置换的问题，会造成一定的性能损失。
缓冲区问题：我们知道数据传输和接收的时候都存在缓冲区，缓冲区是内存中开辟的一块内存区域，大小也是有限制的，缓冲区的作用是用来缓冲网卡暂时处理不过来的请求，这些请求在缓冲区排队，如果一次发送的数据量太大，那缓冲区就会被迅速占满，也就失去了缓冲的意义。

总而言之就是一次传输太大的数据包就是不合适的，从软件开发的思想来说一次处理大量的数据也是不合适的。

TCP 数据传输的拆包和粘包是什么意思？

拆包：像我们上面说的把一个大的数据包拆分成一小段一小段的发送，接收之后在再将这些数据包组合到一起的过程叫做拆包。
粘包：粘包从字面意思理解就是和拆包相反，其本质意思也确实如此，我们发送到一个接收端的数据量太小，为了防止多次发送导致的资源占用，TCP 协议会在发送的时候，对数据进行合并处理，将多个小的数据包合并成一个 TCP 段来发送，在数据接收端接收到数据后，在进行数据拆分还原，这个过程叫做粘包。

通过同拆包和粘包的解释，我们发现所谓的“拆”、“粘”都是已发送端的操作来定义的。

TCP SEGMENT（TCP 报文段）

上面在解释粘包的时候提到了将数据合并成一个 TCP SEGMENT 进行数据传输，下面我们来剖析一下什么是 TCP SEGMENT。

TCP SEGMENT 组成示意图如下：

在这里插入图片描述

对 TCP SEGMENT 组成部分逐个剖析如下：

源端口号：发送端端口号，字段长 16 位占用 2字节。
目标端口号：接收端端口号，字段长 16 位占用 2字节。
序列号（sequence number）：发送数据的第一个字节的编号，字段长度为 32 位占用 4字节。
确认应答号（acknowledge number）：期望收到下一个报文段的第一个数据字节的序列号，该字段段长度也是 32 位占用 4字节。
数据偏移量（data offset）：表示的是 TCP 首部的长度，字段长 4位。
保留位（reserved）：为 TCP 扩展使用，字段长 4位。
控制位（control flag）：描述了 TCP 的一些能力，该字段长 8位，对应 8个字段，如下：

ECE(ECN-Echo)：为 1 时会通知通信对方，从对方到这边的网络有拥塞。
URG：为1时，表示有紧急数据需要处理，发送方会将紧急数据插入到报文段的最前面，需要与 TCP 首部紧急指针（urgent pointer）配合使用。
ACK：ACK 为 1 时，确认好字段才有效，当 ACK 为 0 时，确认号无效，是 TCP 传输可靠性的一种保障。
PSH：数据推送的意思，为 1 时，发送方会立即创建一个报文段发送出去，接收方在收到报文段后，就立刻交付给接收方应用进程，而不用等到整个缓存填满了再交付。
RST：为 1时，表示 TCP 连接出现严重问题，必须释放连接，然后重新建立连接，RST 为 1 也可以用来拒绝非法的报文段。
SYN：为 1 时，表明这是一个连接请求。
FIN：用来关闭连接，当 FIN 为 1 时，表明此报文段的发送方的数据已发送完毕，请求关闭 TCP 连接。

窗口大小（window size）：占 2字节，表示发送方的接收方允许发送方发送的数据量，发送方的发送窗口大小也是依据这个窗口，接收方的数据缓存空间是有限的，因此窗口大小页是动态变化的。
校验和（checksum）：占用 2个字节，校验 TCP 首部和数据两部分，用于校验 TCP 段有没有损坏。
紧急指针（urgent pointer）：占用 2个字节，紧急指针仅当 URG=1 时才有意义，指向最后一个紧急数据的序号（Sequence Number），因为紧急数据页可能是连续的很多个段，所以需要提前告诉接收方进行准备。
TCP 选项（TCP option）：option 中存储了一些可选字段，比如 MSS。
填充（padding）：就是我们常说的对其填充，不足 4 字节的整数倍时候，就进行填充。

什么是 MSS？

MSS 的全称是 Maximun Segment Size，翻译过来就是最大分段大小，MSS 控制了 TCP 段的大小，它是一个协商字段，需要发送方接收方协商，然后双方都要遵循的标准，因此需要双方协商决定。MSS 的大小涉及发送、接收缓冲区的大小设置，双方实际发送接收到包的大小，也会影响到拆包和粘包，因此需要慎重设置。

假设 MSS 设置过大有什么后果？

我们前面提到的拆包，就是因为数据过大才需要进行拆包，如果 MSS 设置过大，那拆包还有什么意义呢？对性能的损耗、内存使用的损耗等问题都出来了。

那 MSS 设置过小又有什么问题？

MSS 如果拆分的过小，会影响数据传输性能，被拆分每一份数据都有一个 TCP 首部，MSS 过小 TCP 首部的数据占比会大幅上升，这会造成严重的传输资源浪费。

如有不正确的地方欢迎各位指出纠正。