自定义协议中，
我们有几种常见的数据格式：
1.xml
通过标签来组织数据
请求：
优势：
让数据的可读性变更好了
劣势：
标签非常繁琐，传输的时候也占用更多网络带宽（maven会使用xml来管理项目配置）
HTML是xml的变种
2.json（最流行的数据格式）
通过{}把所有的键值对包裹起来，
键值对之间用，分割；键和值之间用：分割
键固定是String类型，有时候大多可以把key的引号省略
值可以是数字，字符串，json，数组。。。
优势：
可读性比较好，比xml更简洁
劣势：
在网络传输中，会消耗额外的带宽（key也需要传输）
3.protobuffer
简称pb，使用二进制的方式组织数据，可以保证带宽占用最低（相当于把传递的信息按照二进制形式压缩）
优势：
占用带宽最低，传输效率最高，非常适合对于性能要求比较高的场景。
劣势：
可读性不好（二进制），影响开发效率（比传输效率更重要）。
应用层也有一些现成的应用层协议，最广泛使用的就是HTTP协议（超文本传输协议）。
超文本不仅仅是文本，还有图片，视频，音频，字体
传输层的重点协议
1.UDP协议：
协议报文格式
UDP报文长度：
能否对UDP升级？把2个字节变成4个字节？
不可，升级得通信双方一起升级（升级操作系统内核，UDP是在内核中实现的），这样的话全世界的设备都得升级。
UDP、TCP这样的报文格式是谁规定？
一些大佬规定的，约定出来的内容被整理出一份标准文档，称为RFC标准文档。
三流公司做产品，一流公司做标准。
64KB-8和64kb相差不大忽略不计。
校验和：
网络传输中，由于外部干扰，可能会出现数据传输出错的情况。
于是需要通过校验和这样的检查手段，来识别出出错的数据。
检验和本质上是一个字符串，体积比原始的数据更小，是通过原始数据生成的。
原始数据相同，得到的校验和就一定相同；
检验和相同，原始数据大概率相同。（存在不同的情况，不过可忽略）
如何基于校验和来完成数据校验呢？---》发现数据传输是否出错
1.发送方，把要发送的数据整理好（data1），通过一定的算法，计算出校验和checksum1
2.发送方把data1和checksum1一起通过网络发送出去
3.接收方收到数据，收到的数据称为data2（可能和data1不一样），以及接收到checksum1
4.接收方根据data2，按照相同的算法，重新计算校验和，得到校验和checksum2
5.对比checksum1和checksum2是否相同
如果不同，则认为data1和data2一定不相同；
如果相同，则认为data1和data2大概率相同。
计算校验和的算法：
1.CRC算法（循环冗余算法）
把当前要计算校验和的数据，每个字节都进行累加，把结果保存到一个 两个字节的变量中。
累加过程中如果溢出，没关系
如果中间某个数据出现传输错误，第二次的校验和就会与第一次的校验和不同
这个算法不是很靠谱：
两个不同的数据，得到相同的crs校验和的概率比较大。
比如 前一个字节恰好少1，后一个字节恰好多1（出现这种情况的概率也不大）
2.md5 算法
特点：
1.定长：无论原始的数据有多长，通过公式计算的md5，都是固定长度。
2.分散：给定的两个原始数据，只要有一个字节不同，得到的md5就会差异很大。
所以md5也非常适合hash算法：
哈希表是要把一个key通过hash函数，转成数组下标。
希望hash函数能做到尽量分散，产生hash冲突的概率会降低。
3.不可逆
把原始数据计算md5可以，但是把md5还原出原始数据艰难不可行。
UDP的特点:通过代码
1.无连接，UDP协议本身不会存储对端的信息。在要发送数据的时候，显示指定要传输给谁。
2.不可靠
3.面向数据报
4.全双工
通过一个socket，可以send，也可以receive
基于UDP的应用层协议：优先考虑TCP
NFS：网络文件系统
TFTP：简单文件传输协议
DHCP：动态主机配置协议
BOOTP：启动协议
DNS：域名解析协议
自己的写udp程序时自定义的应用层协议。
2.TCP协议：
数据报 = 首部（报头header）+ 载荷
16位源端口号和16位目的端口 与 UDP相同
4位首部长度：
TCP报头长度不固定
报头最短，是20字节（没有选项）
报头最长，是60字节（选项最多是40字节）
选项可有可无，4个字节为一个单位
保留位：方便以后扩展报头长度
检验和：和udp一样
TCP的相关特性：
1.有连接
2.可靠传输（TCP最核心的特性，初心）
发送方不一定100%能将数据传输给接收方
1）发送方发出去数据之后，能够知道接收方是否收到数据
2）一旦对方没有接收到，可以通过一系列手段来补救
3.面向字节流
4.全双工（可写又可读）
TCP的原理：
1.确认应答：
数据传输的过程中可能会出现”后发先至“的情况：
TCP在此处要完成的工作：
1.确保应答报文和发出去的数据，能对上号，不会出现歧义
2.确保在出现后发先至的情况时，能够让应用程序按照正确的顺序来理解数据
解决：
序号是按照字节来编号的，TCP是面向字节流的。
TCP的初心是实现可靠传输------》可靠传输最核心的机制，就是确认应答。
如何区分一个数据包是普通的数据，还是ack应答数据？
面试题：
TCP如何保证可靠传输？
：通过确认应答为核心，借助其它机制辅助，最终完成可靠传输。
2.超时重传
确认应答是以一种理想的情况，如果网络传输的过程中出现丢包，发送方无法收到ack。
于是使用超时重传的机制，针对确认应答，进行补充。
为什么会出现丢包？
比如高速公路（网络）
平时车流量不大时，收费站快速通过，很少堵车；
节假日，会经常堵车。
“收费站”就像是路由器/交换机，如果数据包太多，路由器/交换机就会“堵车”。
路由器面对堵车，不会把这些数据包保存，而是把其中大部分数据包直接丢掉。
真实网络环境中，不知道什么时候，不知道哪个节点，会丢什么包。
丢包是一个“随机”的事件，在tcp传输过程中，丢包存在两种情况：
1.传输的数据丢了
2.返回的ack丢了
出现上述两种情况，发送方都会进行“超时重传”，
比如丢包概率为10%，第一次丢了，再重传一次，那么此时丢包概率就为1%，大幅度提升数据能被成功传过去的概率。
为何UDP不会被TCP完全替代？
因为为了可靠性会付出代价：
1.传输效率的降低
2.复杂程度的加深
有些需要性能的场景下，UDP更好
在TCP和UDP协议之间，还有其它能够在可靠性和性能之间做到“权衡”，quic，kcp
那么发送方何时进行重传呢？
：看等待的时间
发送方在发送数据之后，会等待一段时间。如果在这个时间之内，ack来了，就不需要重传。
如果时间到了都还没来，需要重传。
1.初始的等待时间是可以配置的。不同系统不一样，也可以通过一些内核参数来引起时间变化
2.等待的时间会动态变化，每多经历一次超时，等待时间会变长。
：A-》B发送数据，第一次A等待ack时间为50ms，
假设A需要重传，重传之后，还是没有收到ack。
那么第二次等待的时间就会比第一次更长（不会无限重传，到一定时间就会触发tcp重置连接操作）
当我们站在B的视角，如果收到两条的一样的数据时，是否会产生bug？
比如：发的是一条数据，收到两条数据，问题会很大。
付款的时候，一开始刷二维码，还没完成付款，然后又刷了一次，这样就相当于付了两次钱。
解决方案：
TCP会有一个“接收缓冲区”（一个内存空间）,会保存当前已经收到的数据以及数据的序号。
接收方如果发现，当前发送方发来的数据，是已经在接收缓冲区存在的（收到过的重复数据），接收方就会把这个后来的数据给丢弃掉，确保应用程序read的时候，读到的只有一条数据。
这个缓冲区，不仅能做到去重，还能进行重新排序。确保发送的顺序和应用程序读取的顺序是一致的。
3.连接管理：建立连接（三次握手）和断开连接（四次挥手）
这里的握手,给对方传输一个简短的，没有业务数据的数据包。
通过这个数据包，来唤起对方的注意。
计算机其它操作也涉及到“握手”：
1.手机充电：不同的充电头，通过“握手”来判断是 普通充电/快速充电.
2.u盘：usb口支持3.0/2.0（速度），把3.0的u盘插入，通过”握手“，就用3.0的速度通信。
不过把3.0的u盘缓慢插入，可能会“握手”成2.0（当我们插入一半的时候就会被握手成2.0，全部插入就会识别成3.0）
TCP的三次握手：建立连接
一般是客户端主动发起
TCP在建立连接的过程中，需要通信双方一共打“三次招呼”才能完成建立连接。
三次握手的作用：
1.确认当前网络是否是通畅的
：地铁每天都会跑一趟空车来检验是否顺畅
2.让通信双方确认自己的发送和接受能力是否正常
3.让通信双方在握手的过程中，针对一些重要的参数进行协商
比如：tcp通信过程中的序号从几开始，就是双方协商出来的（一般不是从1开始的）
每次连接建立的时候，都会协商出一个比较大的，和上次不一样的值。
有的时候，网络不太好，客户端和服务器之间就会连接断开，需要重新建立连接。
重连时，旧连接的数据得丢掉，不能影响到新连接的业务逻辑。
如何区分数据是旧的还是新建立的？------》序号的设定规则
如果发现收到的数据序号和当前正常数据的序号差异很大，就是旧的。
TCP的四次挥手：断开连接
客户端和服务器都可以主动发起
4.滑动窗口
前面三个都是保证TCP的可靠性，那么势必会使效率降低。
于是用滑动窗口来缩短确认应答的等待时间，来让效率降低的少一点
如果通信双方，传输数据的量比较少，不频繁，就是普通的确认应答和普通的超时重传
如果通信双方，传输数据的量比较大，比较频繁，就会进入滑动窗口模式，按照快速重传。
滑动窗口模式下的丢包
1.ack丢了
2.数据包丢了
采用快速重传（超时重传）
会存在ack全丢的情况吗？
全丢就说明网线都断了，没有可靠传输。
滑动窗口越大越好吗？
不是，传输的速度太快，接收方并不一定能接受的过来，到时候出现丢包还得重传。
TCP主打可靠，在提高效率。
5.流量控制
接收方反向制约发送方的传输效率
6.拥塞控制：
流量控制考虑的是接收方的处理能力
拥塞控制考虑的是通信过程中中间节点的情况
由于中间节点结构复杂，很难直接进行量化，所以采用“实验”的方式，来找到合适的值。
让A先按照比较低的速度发送数据（小的窗口）
如果数据传输的过程非常顺利，没有丢包，在尝试更高的速度，更快的速度进行发送。
随着窗口大小不断地增大，达到一定程度，可能中间节点就会出现问题，那这个节点就可能会出现丢包。
发送方发现丢包，就会把窗口大小调整。
如果发现还是继续丢包，继续缩小；不丢包了，就继续放大。
发送方不断调整窗口大小，逐渐达成“动态平衡”
就跟谈恋爱一样
后续对上面的进行了改进
触发丢包，不让速度一下归零。
流量控制和拥塞控制都在限制发送窗口的大小，最终时机发送的窗口大小，是取流量控制和拥塞控制中的窗口的较小值。
7.延时应答
正常情况下，A把数据传给B，B就会立即返回ack给A（正常）
延时应答，A传输给B，B等一会儿再返回ack给A
延时返回ack，给接收方更多的时间，来读取接收缓冲区的数据
接收方读了数据之后，缓冲区剩余空间，就变大，返回的窗口大小也就更大了。
eg:
初始情况下，接收缓冲区剩余空间是10kb，如果立即返回ack，返回了10kb的窗口；
如果延时200ms再返回，这200ms过程中，接收方的应用程序又读了2kb，那么此时返回ack，返回了12kb的窗口。
本质上是提升传输效率，发送方的窗口大小是传输效率的关键。
窗口大小得根据接收方的处理能力来设定。
8.捎带应答
在延时应答的基础上，进一步提高效率。
9.面向字节流
粘（nian二声）包问题（不是TCP独有的，而是面向字节流的机制都有类似的情况）
包：指的是应用层数据包。、
如果有多个应用层数据包被传输过去，就容易出现粘包问题。
相比之下，像UDP这样的面向数据报的通信方式，没有上述的问题。
UDP的接收缓冲区中，相当于是一个个DatagramPacket对象。
应用程序读取的时候，明确知道从哪里到哪里是一个完整的应用层数据包。
解决粘包问题：
核心思路：通过定义好应用层协议，明确应用层数据包之间的边界。
1.引入分隔符
2.引入长度
eg：
1.以 \n 作为分隔符
2.
自定义应用层协议的格式
xml，json，protobuffer，本身都明确了包的边界。
10. 异常的处理
在使用tcp的过程中，出现意外，如何处理？
1）进程崩溃
进程没了，异常终止，文件描述符表释放了，相当于调用了socket.close();
此时就会触发FIN，对方收到之后，自然就会返回FIN和ACK，发送方再返回ack（正常的四次挥手断开连接）
TCP的连接，独立于进程存在。（进程没了，TCP连接不一定没）
2）主机关机（正常流程）
在进行关机的时候，会先触发强制终止的操作（异常1）
就会触发FIN，对方收到之后，自然就会返回FIN和ACK。
这里不仅仅是进程没了，系统也可能关闭了。
如果在系统关闭之前，对端返回的ACK和FIN到了，系统还是会正常返回ACK，进行正常的四次挥手
如果系统已经关闭，ACK和FIN迟到了，无法进行后续ACK的响应。
站在对端的角度，对端以为自己的FIN丢包，于是就会重传FIN，重传了多次都无响应，就会放弃连接（把持有的对端的信息删掉）
3）主机掉电（非正常）
这是一瞬间的事，来不及杀进程，来不及发送FIN，主机直接就停机。
站在对端的角度：
1.如果对端是在发送数据（接收方掉电），发送的数据就会一直等待ack。
触发超时重传，触发TCP连接重置功能，发起“复位报文段”。
如果复位报文段发过去之后，也没有效果，就会释放连接。
2.如果对端是在接收数据（发送方掉电），对端还在等待数据到达。等了半天没消息，无法区分是对端没发消息，还是对方挂了。
TCP提供了心跳包的机制
接收方会周期性的给发送方发起一个特殊的，不携带业务数据的数据包，并且期望对方返回一个应答。
如果对方没有应答，并且重复多次之后，仍然没有，就视为对方挂了，就可以单方面释放连接。
4）网线断开
TCP心跳机制，在日常开发中，经常见到这种心跳机制（尤其是在分布式系统）
如何识别某个机器是否是挂了？一般通过心跳来检测。
一般后续用到的心跳（毫秒级，秒级就能检测出），都是在引用程序中自动实现的，不直接使用tcp心跳机制（周期太长）
TCP和UDP之间的对比
TCP优势 可靠传输 适用于绝大部分场景
UDP优势 更高效率 适用于“可靠性不敏感”，“性能敏感”场景
“可靠性不敏感”，“性能敏感”：
局域网内部（同一个机房) 的主机之间通信
同一个机房内部，网络结构简单，带宽充足，交换机/路由器网络设备负载程度不是很高，出现丢包的概率就不大，往往希望机器之间传输数据更快。
如果要传输比较大数据包，TCP更有先（UDP有64kb限制）
如果要进行“广播传输”，优先考虑UDP。UDP天然支持广播，TCP不支持（应用程序额外写代码实现）
广播：有一种特殊场景，需要把数据发给局域网的所有的机器。
投屏功能，手机和电视得在同一个局域网下，手机这边触发投屏的功能，就会往局域网发起广播数据包，询问一下：你们谁是电视？谁能够接收投屏？
电视就会回应：我是电视，并且把自己的ip和端口告诉了手机。
手机后续就可以完成投屏
面试题：
如何基于UDP实现可靠传输？
：考察TCP的可靠传输
网络层
做的事情，主要是两方面：
1）地址管理：制定一系列规则，通过地址，描述出网络上一个设备的位置
2）路由选择：网络环境比较复杂，从一个节点到另一个节点之间，存在很多条不同的路径，就需要通过这种方式，筛选/规划出更合适的路径进行数据传输。
IP协议：
协议头格式如下：
地址管理：
IP地址，是一个32位的整数。
2 ^ 32 => 42亿9千万
理论上来讲，地址是不应该重复的。
如何解决IP地址不够用的问题？
方案一：动态分配IP
治标不治本，提高了IP地址的利用率，并没有增加IP地址的数目（广泛使用）
方案二：NAT机制（网络地址转换）
本质上，让一个地址，代表一批设备。（北京大学的学生网购，写的地址都是北京大学，同一个地址）
把地址分为两大类：
1）内网IP（局域网IP）
如果一个IP地址，是以10.*或者172.16.*-172.31.*或者192.168.*（符合上述条件之一，IP就是内网IP）
在同一个局域网内部，内网IP之间，不能重复。
在不同的局域网中，内网IP之间，可以重复。
2）外网IP（广域网IP）
剩下的IP都是外网IP（始终都不允许重复，唯一）
NAT机制具体是如何工作的？
如果当前局域网内，有多个主机，都访问同一个网站服务器
NAT机制（纯软件方案）
1.局域网内部的设备，能够主动访问外网的设备；
外网的设备无法主动访问局域网内部的设备.（UDP echo server必须部署到云服务器上才能执行）
保护了电脑安全
2.局域网同一时刻访问同一个服务器，超过了65535，NAT可能不够用，但不同时刻访问不同服务器就没事
IPv6
IPv6使用16个字节来表示IP地址
IPv6比IPv4多多少？
IPv6未默认开启，IP仍以IPv4为主
网段划分
把一个IP地址，分成了两个部分：
网络号（标识了一个局域网）+ 主机号（标识了局域网中的一个设备）
如果一个IP地址，主机号全0，当前这个IP就表示“网络号”
代表一个局域网的，不能给一个具体的主机分配这个IP。
192.168.100.0
255.255.255.0
如果一个IP地址，主机号全1，当前这个IP就表示一个“广播地址”
也不能直接给具体的主机分配这个IP
192.168.100.255
255.255.255.0
UDP天然能支持广播，就是和这个IP有关系。
使用UDP socket给这个地址发送UDP数据报，此时局域网中所有的设备都能接收到这个数据报。
TCP则无法和这个地址建立连接。
如果一个IP地址是以127开头，此时这个IP就是“环回ip”（loopback）
127.0.0.1（最常用的）表示“设备自身”，自己发给自己
操作系统提供了一个特殊的“虚拟网卡”，关联到这个IP上。
环回IP主要的用途就是进行一些测试性的工作，能够排除网络不通干扰因素，更好的排除代码中的问题。
路由选择：描述了IP协议（IP数据报）转发过程
地图知道全局信息，可以给出“最优解”
但IP数据报转发的时候，每个路由器都无法知道网络的全貌，只知道一些局部信息（一个路由器知道哪些设备和自己相连），很难给出”最优解“。
一个网络层的数据报，每次到达一个路由器，都会进行"问路"。
每个路由器内部都有一个数据结构”路由表“，根据数据报中的目的IP去查询路由表
如果查到了，就直接按照路由表给定的方向（从哪个网络接口进行转发）继续转发；
如果没查到，路由表里有一个”默认的表项“（下一跳的地址），按照默认的表项转发即可。
数据链路层
有很多种协议，比较常见的就是"以太网协议"
通过网线/光纤来通信，使用以太网协议
以太网横跨数据链路层+物理层
以太网数据帧格式
：帧头+载荷（IP数据报）+帧尾
IP地址和Mac地址各自的用途？
IP协议立足于全局，完成整个通信过程的路径规划工作；
以太网则是关注于局部，相邻两个设备之间的通信过程。
像交换机这样的设备，收到以太网数据帧的时候，就需要进行转发。
（这个转发过程就需要根据mac地址，判定出数据走哪个网口）
这里的网口是指物理意义上插网线的口
（IP协议，路由器，走哪个网络接口，是抽象的，最终还是要在数据链路层决定走哪个网口）
具体如何转发？
交换机内部有一个数据结构 ”转发表“
转发表是一个像hash这样的映射
转发表如何构造（里面的内容怎么来的）主要就是通过arp协议来生成
应用层：
域名解析系统（DNS）： 应用层协议&一套系统
使用IP地址，来描述设备在网络上的位置。
IP地址不适合进行宣传，引入域名的方式来解决。
eg：www.baidu.com(需要有一套自动的系统，把域名翻译成IP地址，想象域名和IP是一组键值对)
把域名和IP的映射关系保存到DNS系统中（一组服务器）
如果想访问某个域名，就先给DNS服务器发起请求，查询一下当前域名对应的ip，然后再访问目标网站
（后续如果有域名的更新，只需要更新这一组指定的服务器即可，不需要修改每个用户电脑的hosts）
很多设备都要进行DNS请求。这一组DNS服务器，能否扛得住高的请求量？
（一个服务器硬件资源是有限的（cpu，内存，硬盘，网络带宽....）服务器处理每个请求，都需要消耗一定的资源。单位时间内，请求太多，消耗的总资源超过了机器本身的资源上限，机器就挂了）
处理高并发的问题：
1.开源
搭建DNS系统的大佬，号召各个网络运营商，他们自己可以搭建一组（很多组）”DNS镜像服务器“，镜像服务器的数据，都从源DNS系统那里同步。此时用户就会优先访问离自己最近的镜像服务器
2.节流
让请求量变少，让每个上网的设备搞本地缓存
比如我的电脑1min之内要访问10次www.baidu.com
只是第一次请求DNS即可，把请求的结果保存到本地，后面9次请求都使用第一次结果即可。