一、前言
这几天写了四篇TCP系列的博客，这一篇是第五篇，也预计是这段时间的最后一篇了，写完这篇我就要开始进行网络层的研究了。若对于我其他TCP方面的博客感兴趣，可以去我个人博客的计算机网络这一分类中查阅。这篇博客就来谈一谈TCP是通过哪些手段，来保证可靠数据传输的。
二、正文
2.1 网络传输存在的问题
研究TCP如何保证可靠数据传输之前，我们先来列举一下网络传输存在什么问题，只有发现了问题，才能对症下药，找出应对的方法。TCP是依靠网络层的IP协议来发送数据，而IP协议是一个不可靠的协议，它仅仅只是尽最大努力传输，但是并不保证数据能够完好地到达，甚至不能保证数据能否到达。同时，网络中允许传输的最大单元（MTU）是有限制的，一般为1500个字节。所以，TCP为了发送比这个大的数据，需要将数据拆分成一个个数据段进行发送。正因为这些原因，网络传输将存在以下问题：
- 数据在传输的过程中被损坏，比特的
0变成1，或者1变成0； - 数据在传输过程中丢失，没有到达目的地；
- 多个报文段没有按顺序到达接收方，因此接收方无法正确地将数据组合；
TCP的实现基本上就是围绕上面三个问题，以及如何提高传输速率实现的。下面我们就来说一说TCP为了应对上面这些问题，做了哪些事情。
2.2 TCP解决数据损坏
我们先来讨论第一个问题，数据发生损坏。检验数据是否损坏的方式就是数据校验，以下是TCP报文的格式，可以看到其中有一个16位的字段，叫做校验和，这就是接收方用来校验数据是否出错的部分。
这个字段的名称叫做校验和，因为TCP对数据校验的方式就是校验和算法，这个算法的过程如下：
- 将校验和字段置为
0，然后将数据部分以16位为一个单位，进行拆分； - 将拆分后的若干个单元进行二进制相加，若相加结果进位到了第
17位，则将17位加到第一位（其实就是补码和运算，也称为回卷），最终相加的结果取反（0变成1，1变成0），然后放入校验和字段； - 报文段被发送到目的地后，目标主机也进行上面两步，然后将运算的结果与首部中的校验和字段相加，再取反，若结果为
0，则认为数据没有出错；
这样是如何起到校验的作用呢？其实很简单，假设在数据传输的过程中，数据没有出错，则在发送端和接收端，求出的结果都是一样的。而校验和字段，就是这个结果的反码，也就是说，结果中为1的位，在反码中就为0，而结果中为0的位，在反码中就是1。也就是说，在数据没有出错的情况下，这个结果与校验和字段相加，一定是全1，而此时再取反，就是0了。所以只要最终求得的结果不是0，接收方就认为数据出错。若数据出错，则接收方会直接将数据丢弃，发送方在一段时间后，没有接收到ACK报文，就会在超时后，重传这个报文。
但是，上面这个算法一定可以校验出数据是否出错吗？答案是不能。因为这个校验的根本，其实不过是将数据求和，然后判断这个和有没有改变而已。而我们都知道，1+2 == 2+1，1 + 4 == 2 + 3，仅仅依靠求和，根本无法保证数据的没有发生改变。只要数据的多处都发生了错误，而且相互抵消，这种算法将无法察觉。但是TCP依然采用了这种算法，我个人认为原因是实现简单，而且网络中数据出错的概率不高，而多处出错并相互抵消的概率就更小了，所以这种算法的可靠性还是比较高的。
2.3 TCP解决丢包问题
TCP解决数据丢失的方法就是超时重传。TCP将维护一个计时器，并设置一个超时时间，当发送一个TCP报文段后，没有在超时时间之内得到ACK报文，则发送方将认为数据丢失，于是将重传丢失的报文段，直至接收。由于TCP使用的是流水线传输，在同一时间内，可能有多个已经发送但没有接收到ACK的报文段，所以按理来讲，TCP将维护多个计时器，为每一个报文段绑定一个，但是这样做将产生较大的开销，而且对于计时器的管理也很复杂。所以在TCP中，实际上只会维护一个计时器，记录的是当前最早被发送，但是还没有接收到ACK报文的报文段。当这个报文段超时，发送方将重传报文段，并重启计时器；若收到这个报文段的ACK报文，同样重启计时器，不过此时最早被发出但还没有被确认的报文段已经发生了改变，此时记录的就是这个新的报文段的传输时间。除此之外，触发快速重传时，计时器也会重新启动。关于TCP的流水线传输，可以参考我的这一篇博客：https://www.cnblogs.com/tuyang1129/p/12450978.html。
这里就有一个复杂的问题了，这个超时时间将要如何设定？不难想到，这个超时时间应该要略大于数据的往返时间（RTT），比如数据从发送到接收到ACK报文，共用了200ms，那超时时间应该略大于这个值，比如400ms。但是网络是不稳定的，对于每一个报文，因为所通过的路径不同，网络拥塞程度的不同，往返时间或多或少都会发生改变。所以对于这个超时时间，应该基于平均RTT进行计算。但是直接统计求平均值就太粗糙了，对于TCP来说，有一套复杂的算法来计算这个超时时间。
要计算RTT的大致平均值，首先得有样本值，假设样本RTT定义为SampleRTT。TCP程序在运行期间，可能会在任意时刻测量一次SampleRTT，即测量一个报文从发出到接收ACK所用的时间，然后将它用于计算RTT的加权平均值。然后过一段时间再进行一次，并将新测出的SampleRTT用于更新加权平均值。假设这个加权平均值RTT定义为EstimatedRTT，在TCP规范中，计算EstimatedRTT的公式为：
EstimatedRTT = （1- α）*EstimatedRTT + α * SampleRTT（公式一）
其中SampleRTT就是最新测得的样本RTT，通过以上公式就能动态地确定RTT的加权平均值。由于越晚测量的SampleRTT，越接近网络中当前的状况，所以在更新EstimatedRTT 的过程中，最新的SampleRTT应该要占据更多的比重，所以在TCP规范中，建议将α的值设定为1/8，所以上面的公式就是：
EstimatedRTT = 0.875 * EstimatedRTT + 0.125 * SampleRTT
而SampleRTT与EstimatedRTT的波动图如下所示：
除了求RTT的加权平均值，网络中RTT的变化情况也是很有必要的，毕竟从上图可以看出，样本RTT的波动十分剧烈，只有EstimatedRTT，还不足以让我们准确的估算超时时间。所以我们需要求出SampleRTT与EstimatedRTT的偏离程度，也就是类似于方差，根据方差，来动态地设置超时时间。假设这个方差定义为DevRTT，则TCP规范中定义DevRTT的计算公式如下：
DevRTT = （1 - β）* DevRTT + β * | SampleRTT - EstimatedRTT |（公式二）
由上面公式可以看出，如果SampleRTT 的波动很大，DevRTT 的值就会很大，反之就会很小。而在TCP规范中β的推荐值是0.25。我们现在知道了RTT的加权平均值，也知道了RTT的波动情况，现在就该考虑怎么设置超时时间了。不难想到，超时时间应该需要比RTT的加权平均值，也就是EstimatedRTT 要大一些，让大部分报文段的RTT都小于这个值，以免频繁超时重传。那应该大多少呢？这样考虑，当网络波动较为剧烈时，表示实际RTT应该会离EstimatedRTT远一些，而波动较小时，实际RTT应该会接近于EstimatedRTT，而这个波动情况的数值，我们已经计算过了，就是上一个公式中的DevRTT ，所以假设超时时间定义为TimeoutInterval，TCP规范推荐使用以下方式来计算它的值：
TimeoutInterval = EstimatedRTT + 4 * DevRTT （公式三）
这样，不论是加权平均值还是网络的波动情况就都考虑到了。而TCP规范中推荐的初始TimeoutInterval 为1s（当时从书上看到这部分内容，才深刻体会到了数学的强大，真真的将理论应用于实际）。当然，对于超时时间的计算，还有两个特例：
- 当某个报文段超时，发送方将重传这个报文段，同时重新开启定时器，而超时时间将会设置为上一次的两倍，而不是使用公式三计算的值；若还是超时，则继续重传，超时时间再次扩大两倍，直到这个报文被成功接收，而成功接收时，才使用公式三重新计算超时时间。这么做的目的是为了防止多次超时导致连续重传，从而导致网络拥塞更加严重，毕竟超时就是网络拥塞的结果。
- 记录样本
RTT时，不会选择重传的报文段作为样本，这是因为，当发生超时事件时，发送方并不知道数据是因为丢失还是因为网络延迟而超时。若报文段是因为延迟而超时，则重传报文后，这时延迟的ACK报文到达，发送方将误以为重传的分组被正确接收，于是将测出一个错误的SampleRTT。
总之，TCP的超时重传机制，很好地解决了网络中发生数据丢包的问题。而且，为了提高效率，TCP还有一种快速重传机制，可以根据特定情况，在超时前就判断报文段丢失，然后进行重传，不过这里就不详细叙述了。
2.4 TCP如何解决数据乱序到达
第三个问题就是数据的乱序到达问题。由于网络的限制，TCP必须将较大的数据拆分成一个个较小的报文段，封装成TCP报文段，逐个传输。由于网络传输的不确定性（比如所通过的路径不同，某个报文段丢失然后重传等），这些报文段完全有可能不是按照顺序到达。所以，为了在接收方能够完整的接收数据，并能按序将这些报文组合起来，TCP必须有一种机制解决这个问题。
TCP所使用的方法就是为每一个TCP报文段分配一个序号，每个报文段的序号依次增加，这样接收方就可以根据序号，来确定接收到的报文段是整个数据中的哪一部分，以及是否接收到了所有的部分。从上面那张TCP报文结构图中我们可以看到，其中有一个32位的序号字段。但是，TCP对报文段的编号可不是0，1，2，3....这么简单，下面我们就来说说TCP是如何实现这种序号机制的。
首先我们要明确一个点，TCP是对字节进行编号，而不是对报文段进行编号。TCP对需要发送的数据的每一个字节都赋予了一个编号，比如第一个字节为0号，第二个为1号，以此类推。而每一个报文段一般都不止封装一个字节的数据，所以在TCP报文段中，封装的是这个报文段的数据中，第一个字节的序号。举个例子，比如说发送方要发送250字节的数据，假设初始序号从0开始，则这250个字节的序号分别是0-249。再假设每一个报文段最多允许封装100个字节的数据，所以第一个报文段将封装第1到100个字节，这些字节的序号为0-99，所以第一个报文段会将0放入它首部中的序号部分；而第二个报文段封装100-199号字节，所以它的序号为100；而第三个报文段封装200-249号字节，所以它的序号为200。以上就是TCP发送方对序号的处理方法。
下面来说一说TCP的接收方如何在这种序号机制中工作。同样以上面三个报文段举例，假设发送方将上面三个报文段发出，接收方接收到第一个报文段，发现这个报文的序号是0，同时包含100个字节的数据，于是接收方将会向发送方确认已经接收到这个报文，而确认的方式就是使用TCP首部中的确认序号字段。接收方接收到序号为0，长度为100个字节的报文段后，将会在ACK报文的确认序号中填入100，表示自己已经接收到序号小于100的全部字节，希望下一个接收到的报文段的序号是100；而第二个报文段按序到达，序号为100，长度为100字节，于是接收方再次回送ACK报文，此时确认序号将为200，表示自己接收到200以前的全部字节，希望下一条报文的序号是200；然后接收到序号为200，长度为50字节的报文段，将回送确认序号为250的ACK报文。
以上是按顺序接收到报文段的情况，假设在上面的情况中，三条报文到达的先后顺序是0 -> 200 -> 100，也就是顺序被打乱，则将发生以下情况：
- 接收方接收到序号
0，长度100字节的报文段，回送确认号为100的ACK报文； - 接收到序号
200，长度为50字节 的报文段，此时接收方希望接收到的是100号报文，于是判断发生了乱序到达的情况，不向上层交付这一段数据，而是将其放入接收缓存； - 接收到序号为
100，长度为100的报文段，100正是接收方期待接收到的报文段序号，于是将其接收并交付给上层，同时发现在接收缓存中存在序号为200的报文段，这正是接收方期待接收到的下一条报文，于是将其取出，交付上层，同时向发送方发送ACK报文，ACK的确认序号为250，表示自己已经接收到250之前的所有字节，下一条期望到达的报文的序号是250；
通过上面的机制，接收方成功解决了数据乱序到达的问题。当然，对于这种序号机制的使用，其实不止这么简单，这其中还牵涉到TCP的流水线传输机制，若想要了解，可以参考我的另外一篇博客——https://www.cnblogs.com/tuyang1129/p/12450978.html。
这里还有一个问题，在上面的例子中，我假设序号是从0开始，但是实际情况并非如此。在实际的实现中，序号一般是一个通过特殊算法计算出的随机值，这样做的原因有两点：
- 假设每一个
TCP连接的序号都是从0开始，那么假设客户端先向服务器发送了一个报文，还没有确认接收后，立即断开连接；但是在断开后，它们立刻又建立了一个连接，而此时，第一次发送出去的报文段才刚到达服务器，那会发生什么情况。服务器会以为这是新建立的连接发送的数据，而由于两次连接的初始序号都是0，接收方将会把这个报文段接收。为了减小类似情况发生的概率，TCP采用随机初始序号，这样两次连接的初始序号将大概率不同，再发生这种情况时，接收方也不会接收这个报文段； - 第二个原因就是出于安全性考虑，若初始序号都是固定的，那每一个报文段的序号完全可以推测得出，于是就有黑客可以利用这一点，模拟发送方发送TCP报文，做出攻击，比如发送大量连接请求，占用服务器资源；
2.5 TCP的流量控制与拥塞控制
流量控制与拥塞控制，严格来讲并不是TCP的可靠传输机制，但是也算是有点关系，所以我还是提一下。
- 流量控制：
TCP的接收方会维持一个接收缓存，用以接收发送方发送的数据。但是，接收缓存不是无限大的，若接收缓存被占满，此时再接收到数据，将无法进行接收，只能将其丢弃。于是，为了减少这种情况的发生，TCP接收方需要告知发送方，自己最多还能接收多少数据，TCP发送方根据这个信息，有选择的发送数据，这就是流量控制； - 拥塞控制：和流量控制类似，但是限制发送数据多少的不是接收方，而是路由器。路由器也有接收缓存，若路由器的接收缓存中存在过多的数据，也会对网络传输造成影响，这就是网络中丢包的原因，而拥塞控制就是根据网络的拥塞状况控制发送数据的速度；
这两种机制中，流量控制相对简单。我们可以看到，在TCP的报文格式中，有一个叫做窗口大小的部分，这部分就是接收方告诉发送方，自己当前最多还能接收多少数据，而发送方将发送小于这个窗口大小的数据长度。但是有一种特殊情况，若这个窗口大小为0，表示当前窗口已满，正常情况下发送方将无法发送数据，但是在实际情况中，发送方还是会发送一个字节的数据到接收方，作为一种试探。因为接收方一般不会主动向发送方发送报文，这个窗口大小一般是携带在ACK报文中，若此时窗口大小为0，发送方将不再发送数据，接收方也就无法向发送方发送ACK报文，此时就算缓存被清理，发送方也不会知晓。所以即使这个窗口大小为0，发送方仍然需要发送数据，进行试探，若缓存已经被清理，通过试探报文的ACK报文，发送方就能知晓。
拥塞控制是TCP中相对复杂的一种机制，不是三言两语说的清楚的，这部分内容我专门写了一篇的博客进行说明，感兴趣的可以阅读一下：https://www.cnblogs.com/tuyang1129/p/12439862.html。
三、总结
对于TCP可靠传输的描述就介绍到这里。上面的内容是对TCP可靠传输原理的基本介绍，但是具体实现可能会在这些基础上进行改进和优化。TCP的各种机制相辅相成，若是对于TCP没有太多了解，可能有些介绍会看不太懂，所以若想真正搞懂TCP以及其他计算机网络的相关知识，建议买一本书系统地研究。希望我的这篇博客对看到的人有所帮助，若博客内容有误，希望可以指正。
四、参考
《计算机网络——自顶向下方法（原书第七版）》