Skip to content

计算机网络 ​


目录 ​

  • 第〇章 基础体系:OSI / TCP-IP 分层模型
  • 第一章 数据链路层(低频)
  • 第二章 网络层
  • 第三章 传输层(最高频)
  • 第四章 应用层
  • 第五章 网络安全
  • 第六章 负载均衡 & CDN
  • 第七章 综合场景题
  • 附录:速记口诀 & 突击清单

第〇章 基础体系:OSI / TCP-IP 分层模型 ​

常作为开场问题,属于"送分题",必须流利背出。

OSI 七层 vs TCP/IP 五层 vs 各层设备 ​

OSI 七层TCP/IP 五层数据单元核心协议关键设备
应用层应用层报文 / MessageHTTP、HTTPS、DNS、FTP、SMTP网关
表示层应用层报文 / Message加解密、格式转换—
会话层应用层报文 / Message会话管理—
传输层传输层段 / SegmentTCP、UDP—
网络层网络层数据包 / PacketIP、ICMP、ARP路由器
数据链路层数据链路层帧 / Frame以太网、ARP交换机 / 网桥
物理层物理层比特 / BitRJ45、光纤集线器 / 中继器

各层简述(低频 Q&A,知道即可) ​

物理层:解决两台物理机之间的通信,将数据转换为电流/光信号(比特流)在物理介质上传输。网卡、集线器工作在这一层。→ 核心功能:定义物理接口标准、传输速率、编码方式。

数据链路层:在不可靠的物理介质上提供可靠帧传输。将物理层的比特流封装成帧(MAC 帧),提供物理寻址(MAC 地址)、差错检测(CRC)、流量控制。交换机工作在这一层。→ 核心功能:帧封装、MAC 寻址、差错检测。

网络层:负责跨网络的路由寻址与转发。将网络地址(IP)转换为物理地址(MAC),通过路由选择算法为分组选择最佳传输路径。路由器工作在这一层。→ 核心功能:IP 寻址、路由选择、分片重组。

传输层:提供端到端(进程到进程)的逻辑通信。向上层屏蔽网络层细节,使应用程序看起来像是在两个传输层实体之间有一条直接的通信信道。→ 核心功能:端口复用/分用、可靠/不可靠传输(TCP/UDP)。

应用层:为用户应用程序提供网络服务接口,定义应用层协议(HTTP、FTP、DNS 等)。

数据封装与解封装 ​

text
发送方(层层加头):
应用层(HTTP报文)
 → 传输层 +TCP首部(源/目的端口, seq, ack) = TCP段
 → 网络层 +IP首部(源/目的IP) = IP数据报
 → 链路层 +MAC头尾(源/目的MAC, FCS) = MAC帧
 → 物理层 转比特流 0101...

接收方(层层去头):物理层 → 链路层 → 网络层 → 传输层 → 应用层

关键:IP 地址在整个传输过程中不变(端到端逻辑寻址);MAC 地址每一跳都变(逐跳物理寻址)。

Q:为什么要分层? ​

  1. 各层独立:每层只关注自己的功能,不需要知道其他层细节
  2. 灵活性:改一层不影响其他层(如 IPv4→IPv6,上层协议不用改)
  3. 易于标准化:各层可独立演进

第一章 数据链路层(低频) ​

出现频率较低,但 MTU/MSS、交换机 vs 路由器是交叉高频点,建议了解。

1.1 MAC 地址 ​

MAC 地址是网络设备的物理地址,长度为 6 字节也就是 48 位,全球唯一,固化在网卡的 ROM 中。通常用十六进制冒号分隔表示,比如 XX:XX:XX:XX:XX:XX。数据链路层使用 MAC 地址进行寻址,关键特点是:MAC 地址在数据帧的每一跳传输中都会变化——源 MAC 和目的 MAC 每经过一个路由器就会被替换成下一跳的 MAC,而 IP 地址始终不变。

1.2 以太网 MAC 帧格式 ​

以太网帧是数据链路层传输的基本单位。完整的帧结构从前往后依次是:首先是 8 字节的前导码,用来做帧同步,不计入帧长。然后是 6 字节的目的 MAC 地址和 6 字节的源 MAC 地址,分别标识接收方和发送方的物理地址。接着是 2 字节的类型字段,用来标识上层协议——0x0800 代表 IPv4、0x86DD 代表 IPv6、0x0806 代表 ARP。数据字段承载上层传下来的 IP 数据报,长度范围是 46 到 1500 字节,这里的 1500 字节上限就是著名的 MTU。最后是 4 字节的 FCS 帧检验序列,采用 CRC 循环冗余校验——注意它只能检错不能纠错,发现错误就直接丢弃该帧。

1.3 MTU 与 MSS ​

MTU 全称是 Maximum Transmission Unit,即最大传输单元,指的是数据链路层数据字段的最大长度。以太网的 MTU 是 1500 字节,减去 IP 首部的 20 字节和 TCP 首部的 20 字节,剩余 1460 字节就是 MSS——Maximum Segment Size,也就是 TCP 数据字段的最大长度。它们之间的关系可以用一个公式概括:MTU = MSS + 20(IP 头)+ 20(TCP 头),即 1500 = 1460 + 20 + 20。

这个知识点比较重要,因为 TCP 在三次握手时就会协商 MSS,双方取较小的那个值,目的是让 TCP 段尽可能不要超过链路层的 MTU,从而在传输层就避免 IP 分片。而 UDP 没有 MSS 协商机制,应用层如果发送了过大的数据报,就只能交给 IP 层去分片——任何一个分片丢失,整个 UDP 数据报就报废了,这也是 UDP 不可靠的一个底层原因。

1.4 交换机与路由器的区别 ​

交换机和路由器是容易被问到的基础对比题。

交换机工作在数据链路层,它查看的是数据帧中的 MAC 地址,根据 MAC 地址表来决定从哪个端口把帧转发出去。它的转发单元是帧,通常用在同一个局域网内部来连接多台设备。交换机可以隔离冲突域,但不能隔离广播域——也就是说广播帧会被交换机泛洪到所有端口。

路由器工作在网络层,它查看的是数据包中的 IP 地址,根据路由表来决定从哪个接口转发出去。它的转发单元是数据包,用于连接不同的网络。路由器可以隔离广播域,每个接口都是一个独立的广播域。

一句话总结:交换机基于 MAC 地址在局域网内部做帧转发,路由器基于 IP 地址在不同网络之间做数据包转发。

第一章 Q&A 自检 ​

Q1:MAC 地址和 IP 地址有什么区别?

MAC 地址是 48 位的物理地址,固化在网卡中,全球唯一,用于数据链路层同一局域网内的逐跳寻址,每一跳都会变。IP 地址是 32 位的逻辑地址,可以手动配置或 DHCP 分配,用于网络层的端到端寻址,从源到目的全程不变。

Q2:MTU 和 MSS 分别是什么?有什么关系?

MTU 是链路层数据字段的最大长度,以太网为 1500 字节。MSS 是 TCP 数据字段的最大长度,通常是 1460 字节。MTU = MSS + IP 头(20 字节)+ TCP 头(20 字节)。TCP 在三次握手时协商 MSS,目的是避免 IP 分片。UDP 没有这个机制,大报文只能靠 IP 层分片,更容易丢包。

Q3:交换机和路由器的区别是什么?

交换机工作在数据链路层,依据 MAC 地址转发帧,用于同一局域网内组网,只隔离冲突域但不隔离广播域。路由器工作在网络层,依据 IP 地址转发数据包,用于连接不同网络,可以隔离广播域。

Q4:MAC 帧的 FCS 字段是干什么的?

FCS 是帧检验序列,位于帧尾部,占 4 字节,采用 CRC 循环冗余校验来检测帧在传输中是否出错。它只能检错不能纠错,一旦检测到错误,接收方直接丢弃该帧,不会尝试修正。

Q5:CSMA/CD 是什么?现在还在用吗?

CSMA/CD 是传统以太网的介质访问控制协议,中文叫"载波监听多点接入/碰撞检测",核心思想是"先听后说、边听边说"——发送前先检测信道是否空闲,发送过程中持续监听是否有冲突,检测到冲突就立即停止并随机退避后重发。现代以太网基本都用全双工交换机,不再需要 CSMA/CD,极少问到。


第二章 网络层 ​

传输层和网络层是两个核心。IP 首部、ARP、ICMP 是高频基础。

网络层的核心任务是把数据包从源主机送到目的主机,主要做三件事:寻址、路由和分片。TCP/IP 不是一个协议,而是一个协议族的统称,里面包括 IP 协议、ICMP 协议、ARP 协议等。

2.1 IP 协议 ​

Q:IP 协议的核心特点? ​

IP 协议是网络层最核心的协议,有三个关键特点:第一是无连接,发数据前不需要建立连接,直接发包;第二是不可靠,不保证数据一定能送达,尽最大努力交付,可靠性交给上层的 TCP 负责;第三是负责寻址和路由,为每一台设备分配 IP 地址,并决定数据包应该走哪条路径到达目的地。

IP 首部详解 ​

IP 首部的固定部分是 20 字节。我按字段顺序来说:

首先是 4 位的版本号,IPv4 就是 4。然后是 4 位的首部长度,以 4 字节为单位,最小值是 5,也就是 5×4=20 字节,如果有选项字段则会更大。接着是 8 位的区分服务字段,用于 QoS,实际基本不用。总长度占 16 位,表示首部加数据的总长度,最大可以到 65535 字节。

下面三个字段和分片有关:16 位的标识用来标记哪些分片属于同一个原始数据报;3 位的标志,bit1 是 DF(Don't Fragment),置 1 表示禁止分片,bit2 是 MF(More Fragments),置 1 表示后面还有分片;13 位的片偏移表示当前分片在原始数据报中的相对位置,以 8 字节为单位。

然后是 8 位的 TTL(Time To Live),也就是生存时间。每经过一个路由器,TTL 减 1,减到 0 就丢弃这个包,主要是为了防止数据包在网络中无限循环。8 位的协议字段标明上层是什么协议:1 代表 ICMP,6 代表 TCP,17 代表 UDP。

16 位的首部校验和有一个重要的特点:它只校验 IP 首部,不校验数据部分,数据部分的校验由上层的 TCP 或 UDP 负责。如果首部校验出错,直接丢弃。最后是各 32 位的源 IP 地址和目的 IP 地址。

位范围字段说明
0–3版本4 位,IPv4 为 4
4–7首部长度4 位,以 4 字节为单位,最小 5(即 20 字节)
8–15区分服务8 位,用于 QoS,实际基本不用
16–31总长度16 位,首部 + 数据,最大 65535 字节
32–47标识16 位,标记哪些分片属于同一个原始数据报
48–50标志3 位,DF 禁止分片 / MF 后面还有分片
51–63片偏移13 位,以 8 字节为单位
64–71生存时间 TTL8 位,每经过一个路由器减 1,减到 0 丢弃
72–79协议8 位,1 = ICMP,6 = TCP,17 = UDP
80–95首部校验和16 位,只校验首部,不校验数据
96–127源 IP 地址32 位
128–159目的 IP 地址32 位
160–191选项(可选)长度可变,含填充
192–数据部分承载上层传下来的数据

IP 分片 ​

当 IP 数据报的大小超过链路层 MTU 时,网络层就需要对数据报进行分片。分片可以在源主机上进行,也可以在中间路由器上进行,但是重组只在目的主机进行——中间路由器只负责转发分片,不会尝试把它们拼回去。每个分片都带有和原始数据报一样的标识字段,以及自己的标志位和片偏移,接收方靠这三个字段就能正确重组。TCP 协议通过三次握手时的 MSS 协商机制,让每个 TCP 段尽量不超过 MTU,从而在传输层就避免了 IP 分片。但 UDP 没有这个机制,所以大的 UDP 数据报很容易被分片,任何一个分片丢失整个数据报就废了,这也是 UDP 不可靠的重要原因之一。

IPv4 地址分类 ​

IPv4 地址一共 32 位,通常用点分十进制表示,比如 192.168.1.1。按照第一个字节的范围,可以分为五类:

A 类地址第一个字节范围是 1 到 126,默认子网掩码是 255.0.0.0,也就是 /8。A 类总共有 126 个网络,每个网络可以容纳大约 1677 万台主机。注意 0 和 127 开头的有特殊用途,不属于 A 类。

B 类地址第一个字节范围是 128 到 191,默认掩码是 255.255.0.0,也就是 /16。有 16384 个网络,每个网络可以容纳 65534 台主机。

C 类地址第一个字节范围是 192 到 223,默认掩码是 255.255.255.0,也就是 /24。有大约 209 万个网络,每个网络可以容纳 254 台主机。

D 类地址的范围是 224 到 239,用于组播。E 类地址范围是 240 到 255,保留给将来使用。

私有地址与特殊地址 ​

需要记住的私有地址范围有三段:

  • A 类私有地址是 10.0.0.0 到 10.255.255.255,CIDR 表示为 10.0.0.0/8;
  • B 类私有地址是 172.16.0.0 到 172.31.255.255,注意不是整个 172 段,而是 172.16 到 172.31,CIDR 是 172.16.0.0/12;
  • C 类私有地址最常见,就是 192.168.0.0 到 192.168.255.255,CIDR 为 192.168.0.0/16。

特殊地址也有几个必须知道:127.0.0.0/8 是环回地址,最常用的就是 127.0.0.1,数据包发到这个地址,到了网络层就直接回本机,不会经过物理网卡。169.254.0.0/16 是链路本地地址,当主机 DHCP 获取 IP 失败时会自动分配一个这个段的地址。

255.255.255.255 是受限广播地址,发送到这个地址的数据包会被广播到同一局域网内的所有设备。

IPv4 vs IPv6 ​

IPv4 和 IPv6 的核心区别首先是地址长度:IPv4 是 32 位,IPv6 是 128 位,地址空间从约 43 亿扩展到了几乎无穷。表示方式也不同:IPv4 用点分十进制,比如 192.168.1.1;IPv6 用冒号分隔的十六进制,比如 2001:db8::1,其中连续的全零段可以用双冒号简写。

IPv4 因为地址不够用,普遍依赖 NAT 来让多台设备共享一个公网 IP;而 IPv6 地址足够多,理论上不需要 NAT,每台设备都可以分到公网地址。首部方面,IPv4 首部是可变长度的,20 到 60 字节;IPv6 的首部固定为 40 字节,设计更简洁。IPv6 的环回地址是 ::1。

NAT 网络地址转换 ​

NAT 的作用是把私网 IP 转换为公网 IP,核心目的就是缓解 IPv4 地址枯竭的问题。

主要有三种工作方式:

  • 静态 NAT 是一对一映射,一个私网 IP 固定对应一个公网 IP;
  • 动态 NAT 是维护一个公网 IP 地址池,哪个私网主机需要上网就临时分配一个;
  • 最常用的是 NAPT,也叫 PAT 或端口复用,它让多台私网主机共用一个公网 IP 地址,通过不同的端口号来区分不同的内网主机和连接。我们家用的路由器就是通过 NAPT 来实现多台设备同时上网的。

2.2 ARP 协议 ​

Q:ARP 的作用和工作流程? ​

ARP 协议的核心作用是将 IP 地址解析为 MAC 地址,它在网络层和数据链路层之间起到桥梁作用。数据包要在物理链路上传输必须有 MAC 地址,但应用程序只知道目标 IP,ARP 就是解决这个翻译问题的。

同一局域网内的工作流程是这样的:源主机首先查自己的 ARP 缓存表,如果找到了目标 IP 对应的 MAC 地址就直接用;如果没找到,源主机就在局域网内广播一个 ARP 请求,目的 MAC 地址设为全 F(FF-FF-FF-FF-FF-FF),相当于在问"谁是 192.168.1.2?请把你的 MAC 地址告诉 192.168.1.1"。局域网内所有设备都会收到这个广播,但只有 IP 地址匹配的目标主机会回复——它会单播一个 ARP 响应,里面包含自己的 MAC 地址。双方收到后都会把对方的 IP-MAC 映射写入自己的 ARP 缓存表,缓存的有效期一般是 20 分钟左右。

跨网段的情况比较复杂,也是容易被追问的点。当源主机发现目标 IP 不在同一个子网时,它 ARP 查询的并不是目标主机本身,而是默认网关的 MAC 地址。因为跨网段的数据包必须先交给网关,由网关帮你转发。网关收到帧之后,解封装取出 IP 数据报,查看自己的路由表找到下一跳,然后在目标子网那一侧再次发起 ARP 查询,拿到目标主机的 MAC 地址。关键点是路由器的每个接口各自维护一个独立的 ARP 表,不同网段的 ARP 请求不会跨越路由器。

ARP 欺骗 ​

ARP 欺骗是一种攻击手段:攻击者伪造 ARP 响应,把网关的 IP 地址映射成自己的 MAC 地址发出去。局域网内的其他主机收到后会更新自己的 ARP 缓存表,之后所有本该发给网关的流量都会先经过攻击者的机器,攻击者就可以窃听、篡改通信内容。防御方法包括配置静态 ARP 绑定,或者在交换机上开启 DAI(动态 ARP 检测)功能。

2.3 ICMP ​

Q:ICMP 的作用? ​

ICMP 的全称是 Internet Control Message Protocol,即互联网控制报文协议。它的作用是在 IP 主机和路由器之间传递控制消息,主要分为两大类:一类是差错报告报文,比如终点不可达、时间超过(TTL 减到 0 时发送)、参数问题等;另一类是询问报文,比如 Echo 请求和 Echo 回答(这就是 ping 命令的基础)、时间戳请求和回答。

Q:ping 的原理? ​

ping 的底层机制其实很简单:源主机向目标发送一个 ICMP Echo Request 报文,类型号为 8;目标主机收到后回复一个 ICMP Echo Reply 报文,类型号为 0。源主机根据发送时间和收到回复的时间差计算往返时间也就是 RTT,同时统计是否有丢包。这里有一个容易忽略的知识点:ping 工作在网络层,它直接使用 ICMP 协议,不经过传输层——也就是说 ping 请求既没有 TCP 端口也没有 UDP 端口,它根本不走 TCP 或 UDP。

Q:traceroute 的原理? ​

traceroute 用来追踪数据包从源到目的经过的每一跳路由。它的原理很巧妙:源主机不断发送 TTL 值依次递增的 UDP 探测包。第一个包的 TTL 设为 1,经过第一个路由器时 TTL 减为 0,路由器丢弃这个包并向源主机返回一个 ICMP 时间超过报文;源主机从这个报文的源 IP 就读到了第一个路由器的地址和往返时间。第二个包的 TTL 设为 2,以此类推。当探测包最终到达目的主机时,目的主机返回一个 ICMP 端口不可达报文(因为 UDP 端口号是精心选的一个不常用的端口)。源主机收到端口不可达就知道已经到达目的地了,停止继续增加 TTL。这样最终拿到了沿途每一跳路由器的 IP 地址和对应的往返时间。

2.4 路由 vs 转发 ​

路由和转发是两个经常被混在一起问的概念。路由指的是确定数据包从源到目的地整条路径的过程——它属于控制平面,产出的是路由表,就像用导航规划一条从起点到终点的路线。转发则是数据包到达路由器后,路由器根据路由表把它从入口接口搬到出口接口的过程——它属于数据平面,查表转发,就像到了每个路口按照导航指示转弯。一句话总结:路由是"规划路线",转发是"按路线走"。

2.5 子网划分 ​

子网划分是网络层的计算类考点,大厂笔试可能会出现。核心就是三个公式:网络地址等于 IP 地址和子网掩码做按位与运算;广播地址等于把网络地址的主机位全部置为 1;可用主机数量等于 2 的主机位数次方减去 2,减去的是网络地址本身和广播地址。

常见 CIDR 值需要记住:/8 对应的掩码是 255.0.0.0,可用主机约 1677 万台;/16 是 255.255.0.0,可用 65534 台;/24 是 255.255.255.0,可用 254 台,这是最常见的局域网配置;/25 是 255.255.255.128,可用 126 台;/26 是 255.255.255.192,可用 62 台。子网掩码的规律就是从左到右连续全是 1,斜杠后面的数字就是 1 的个数。

第二章 Q&A 自检 ​

Q1:IP 协议的核心特点是什么?

IP 是无连接、不可靠的协议,不保证数据一定送达,尽最大努力交付。它负责寻址——为每台设备分配 IP 地址;负责路由——为数据包选择传输路径。可靠性由上层 TCP 负责。

Q2:IP 首部校验和校验的是什么?和 TCP/UDP 的校验和有什么区别?

IP 首部校验和只校验 IP 首部,不校验数据部分。因为 IP 首部在每一跳都可能变化(比如 TTL 每跳减 1),每经过一个路由器都需要重新计算校验和。TCP 和 UDP 的校验和覆盖首部加数据,还需要加上一个伪首部(包含源目的 IP 等信息),由端主机计算和验证。

Q3:ARP 协议在同网段和跨网段时的行为有什么不同?

同网段时,源主机直接 ARP 广播查询目标主机的 MAC 地址。跨网段时,源主机发现目标不在同一子网,ARP 查询的是默认网关的 MAC 地址,网关收到后负责在目标子网再次 ARP 查询目标主机。路由器的每个接口各自维护独立的 ARP 缓存表。

Q4:ping 使用的是 TCP 还是 UDP?

都不是。ping 使用的是 ICMP 协议,工作在网络层,不经过传输层。它发送的是 ICMP Echo Request(类型 8),目标回复 ICMP Echo Reply(类型 0),完全不涉及 TCP 或 UDP 的端口号。

Q5:IP 分片在什么地方进行?在什么地方重组?为什么 TCP 能避免分片?

分片可以在源主机和中间路由器上进行,但重组只在目的主机进行。TCP 通过三次握手时协商 MSS(最大报文段长度),保证每个 TCP 段不超过路径 MTU 减去头部的长度(典型值为 1460 字节),从而在传输层就避免了 IP 分片。UDP 没有 MSS 协商机制,大数据报只能交给 IP 层分片处理。

Q6:A、B、C 三类私有地址分别是哪些?

A 类私有地址:10.0.0.0/8(10.0.0.0 ~ 10.255.255.255)。B 类私有地址:172.16.0.0/12(172.16.0.0 ~ 172.31.255.255)。C 类私有地址:192.168.0.0/16(192.168.0.0 ~ 192.168.255.255)。其中 C 类私有地址最常见,日常家用路由器的内网地址基本都是这个段。


第三章 传输层 ​

传输层提供端到端——准确说是进程到进程——的逻辑通信。它向上层应用屏蔽网络层的路由细节,让应用进程之间看起来像是有一条直接的通信信道。核心协议是 TCP 和 UDP。

3.1 TCP vs UDP ​

Q:TCP 和 UDP 的区别是什么? ​

第一,连接方式:TCP 面向连接,传输数据前必须通过三次握手建立连接;UDP 无连接,直接发包。

第二,可靠性:TCP 提供可靠传输,通过序列号、确认应答、超时重传、校验和等机制保证数据无差错、不丢失、不重复、按序到达;UDP 不保证可靠交付,尽最大努力。

第三,传输形式:TCP 面向字节流,数据没有边界,发送方多次 write 的内容接收方可能一次 read 全读出来;UDP 面向数据报,每个包完整独立,发几次就必须收几次。

第四,首部开销:TCP 首部至少 20 字节,有选项时可达 60 字节;UDP 首部仅 8 字节。

第五,通信模式:TCP 只能一对一;UDP 支持一对一、一对多、多对多,可以做组播和广播。

第六,TCP 有拥塞控制和流量控制,能根据网络状况和接收方能力动态调整发送速率;UDP 没有。

第七,适用场景:TCP 适合 HTTP、FTP、邮件、文件传输等需要可靠传输的场景;UDP 适合 DNS、直播、VoIP、在线游戏等对实时性要求高、能容忍少量丢包的场景。

Q:面向字节流 vs 面向数据报? ​

TCP 把应用层数据看成一段没有边界的字节流。发送方调 3 次 write 写了三段数据,TCP 可能合并成一个报文段发出,接收方可能 1 次 read 把三段全读出来——这就是粘包的根源。

UDP 保留应用层数据边界,应用层每发送一个数据报,接收方就必须对应一次 recvfrom,每个包完整独立。

Q:为什么 UDP 不可靠?底层原因是什么? ​

UDP 的不可靠是协议设计时就确定的,体现在六个方面。

一是无连接,不握手直接发包。

二是无确认应答和重传,发完就丢掉数据备份,丢包也不重发。

三是无拥塞控制和流量控制,无视网络状况恒定速率发包。

四是 IPv4 中 UDP 校验和可选,出错只在接收方丢弃,不通知发送方。

五是没有 MSS 协商,过大数据报交给 IP 层分片后任何一个分片丢失整个数据报就废了——而 TCP 通过 MSS 协商主动避免了这一点。

六是没有连接状态维护,双方完全对等。

TCP 与 UDP 首部格式 ​

UDP 首部只有 8 字节,非常精简:2 字节源端口、2 字节目的端口标识收发进程;2 字节长度记录整个 UDP 数据报总长;2 字节校验和覆盖首部和数据。

位范围字段说明
0–15源端口号16 位,标识发送进程
16–31目的端口号16 位,标识接收进程
32–47长度16 位,整个 UDP 数据报的总长度
48–63校验和16 位,覆盖首部和数据
64–数据上层数据

TCP 首部固定 20 字节,加选项可达 60 字节:

首先是 16 位的源端口和目的端口标识两端进程。

接下来两个 32 位字段:序列号 Seq 记录本报文段第一个数据字节编号,SYN 置 1 时这个值就是初始序列号 ISN;确认号 Ack 表示期望收到对方下一个字节的序号,仅当 ACK 标志置 1 时有效。

4 位数据偏移指示首部长度,以 4 字节为单位。

6 个标志位依次是:URG 紧急指针有效;ACK 确认号有效——除第一个 SYN 外全置 1;PSH 催促接收方尽快交应用层;RST 强制重置连接,连了不存在的端口就会收到 RST;SYN 同步序列号,只用于建立连接;FIN 数据发完、释放连接。

16 位窗口大小用于流量控制,告知自己能接收的数据量。

16 位校验和覆盖首部、数据和伪首部。最后 16 位紧急指针仅在 URG 置 1 时有效。

位范围字段说明
0–15源端口号16 位
16–31目的端口号16 位
32–63序号 Seq32 位,本报文段第一个数据字节的编号
64–95确认号 Ack32 位,期望收到对方下一个字节的序号
96–99首部长度4 位,以 4 字节为单位
100–105保留6 位
106–111标志位URG / ACK / PSH / RST / SYN / FIN 各 1 位
112–127窗口大小16 位,用于流量控制
128–143校验和16 位,覆盖首部 + 数据 + 伪首部
144–159紧急指针16 位,仅 URG 置 1 时有效
160–191选项(可选)长度可变,含填充
192–数据上层数据

3.2 TCP 三次握手 ​

Q:三次握手的过程是怎样的? ​

服务端先进入 LISTEN 状态等待连接。

第一次握手:客户端生成随机初始序列号 x,发送 SYN 标志置 1、seq=x 的报文,之后客户端进入 SYN-SENT 状态。

第二次握手:服务端收到后知道客户端要建立连接,自己也生成随机初始序列号 y,发送 SYN 和 ACK 均置 1、seq=y、ack=x+1 的报文,之后服务端进入 SYN-RCVD 状态。

第三次握手:客户端收到后检查确认号是否为 x+1,正确则发送 ACK 置 1、ack=y+1 的报文。双方进入 ESTABLISHED 状态。

客户端状态变化:CLOSED → SYN-SENT → ESTABLISHED;服务端:LISTEN → SYN-RCVD → ESTABLISHED。

Q:为什么三次握手,两次不行? ​

第一个角度:确认双方的收发能力。 第一次握手只能让服务端确认两件事——客户端能发、自己能收。第二次握手后,客户端确认了四件事——自己能发能收、服务端能发能收,因为收到了服务端主动发来的包。但此时服务端只知道客户端能发,还不知道客户端能不能收,也不知道自己能不能发。第三次握手让服务端确认了:客户端能收(收到了服务端发的 SYN+ACK 并回了 ACK)、服务端能发(ACK 被客户端收到)。三次完成后双方对彼此收发能力都有完整确认。

第二个角度:防止已失效的连接请求。 网络中旧的 SYN 因拥堵滞留,等原连接关闭释放后才到达服务端。两次握手 → 服务端收到旧 SYN 直接进 ESTABLISHED 分配资源,但客户端不认这个连接,服务端资源浪费。三次握手 → 服务端必须收到客户端最后确认的 ACK 才建立连接,旧 SYN 对应的 ACK 永远不会来。

Q:如果只有两次握手,有什么具体后果? ​

第一,服务端资源浪费——只要有 SYN 就分配连接资源。

第二,服务端的起始序列号无法被客户端确认,双方序列号认知可能不一致,后续通信出错。

第三,客户端因为 SYN 延迟而超时重发新 SYN 成功建连后,旧 SYN 延迟到达会误导服务端误建第二个连接。所以两次握手无法保证可靠的双向通信。

Q:三次握手能再多一次变四次吗? ​

理论上可以,但没必要。三次已经是建立可靠双向通信的最少次数了。第二次握手已经把 SYN 和 ACK 合并在一个报文里——此时还没有数据要传,SYN 和 ACK 没有必须分开的理由。多一次只会白白增加一个 RTT 的延迟,没有任何收益。

Q:三次握手各个报文丢了会怎样? ​

SYN 丢了:客户端超时重传 SYN,Linux 默认重传 5 次,间隔 1s、2s、4s、8s、16s,约 63 秒后放弃。

SYN+ACK 丢了:双方各自重传——服务端超时重传 SYN+ACK,客户端超时重传 SYN,直到成功或超时放弃。

第三次 ACK 丢了:客户端认为自己 ESTABLISHED 了(协议规定发起方发完第三次 ACK 即可认为连接建立),服务端还在 SYN-RCVD 等这个 ACK,超时重传 SYN+ACK。如果客户端此时已经发了数据,数据报文自带的 ACK 也能让服务端进入 ESTABLISHED。如果客户端不发数据,服务端重传达上限后放弃。

Q:三次握手可以携带数据吗? ​

第一次和第二次不可以。如果第一次 SYN 就能携带数据,攻击者可以利用 SYN 洪泛同时在数据段塞入大量垃圾数据放大攻击效果。第三次可以——客户端已经 ESTABLISHED,可以开始传输数据。

Q:序列号为什么要随机生成? ​

三个原因。

安全性:如果序列号固定或可预测,攻击者可伪造 TCP 报文进行会话劫持。

避免新旧连接混淆:网络中可能滞留旧连接的报文,如果新连接序列号范围恰好重合,接收方会把旧报文当新数据错误接收,随机 ISN 隔离了新旧连接的序列号空间。

可靠性:延迟和重传可能在序列号空间造成混淆,随机值降低重合概率。

Q:什么是半连接队列?什么是全连接队列? ​

服务端收到 SYN 进入 SYN-RCVD 后,这些半连接状态的请求被放在半连接队列即 SYN Queue 中。第三次握手完成,连接从半连接队列移到全连接队列即 Accept Queue,之后 accept() 才能取走这个连接。半连接队列满了,新的 SYN 被丢弃,这就是 SYN 洪泛的原理。

Q:SYN 洪泛攻击怎么攻击,怎么防御? ​

攻击者伪造大量不存在的 IP 向服务端发 SYN,每个都进 SYN-RCVD 占用半连接队列槽位,队列塞满后正常用户的 SYN 因队列满被丢弃。最核心的防御是 SYN Cookie:服务端收到 SYN 时不分配资源,把连接信息(源 IP、端口、时间戳等)通过哈希编码成 Cookie 作为 seq 发回,然后什么都不存。只有收到 ACK 且确认号等于 Cookie+1 时,才反推出连接信息、真正分配资源。辅助手段包括缩短 SYN 超时时间、增大 tcp_max_syn_backlog。

3.3 TCP 四次挥手 ​

Q:四次挥手的过程是怎样的? ​

假设客户端主动关闭。

第一次挥手:客户端发 FIN,seq=u,进入 FIN-WAIT-1,表示不再发数据了。

第二次挥手:服务端收到后回 ACK,ack=u+1,进入 CLOSE-WAIT;客户端收到 ACK 进入 FIN-WAIT-2。此时半关闭——客户端到服务端的方向已关,但服务端到客户端方向还开着,服务端可能还有数据要发。

第三次挥手:等服务端发完剩余数据,也发一个 FIN,seq=w, ack=u+1,进入 LAST-ACK。

第四次挥手:客户端收到后回 ACK,ack=w+1,进入 TIME-WAIT,等待 2MSL 后进 CLOSED;服务端收到 ACK 直接 CLOSED。

客户端状态路径:ESTABLISHED → FIN-WAIT-1 → FIN-WAIT-2 → TIME-WAIT → CLOSED。

服务端:ESTABLISHED → CLOSE-WAIT → LAST-ACK → CLOSED。

Q:为什么需要四次挥手?可以变成三次吗? ​

TCP 全双工,每个方向必须独立关闭。客户端发 FIN 只关了客户端→服务端方向;服务端收到后可能还有数据没发完,ACK 和 FIN 必须分开两次。四次挥手的核心原因就是服务端 ACK 和 FIN 之间可能隔着一段时间用于继续发送剩余数据。

能变成三次吗?理论上如果服务端收到 FIN 时刚好也没有数据要发了,可以把 ACK 和 FIN 合并成一个报文,就变成三次:客户 FIN → 服务 FIN+ACK → 客户 ACK。但这是极少见的理想情况——实际中服务端收到 FIN 时缓冲区通常还有未发完的数据,或者应用层需要做清理工作。所以回答时应该说:规定上是四次,特定条件下可优化为三次,但不是常态。

Q:如果强行三次挥手会有什么后果? ​

服务端收到 FIN、还有数据没发完就把 ACK 和 FIN 合并发了出去,自己方向提前关闭,剩余数据发不出去——应用层写入的数据丢失,客户端收到的内容不完整。

Q:TIME-WAIT 为什么等 2MSL? ​

MSL 是报文最大存活时间,Linux 默认 30 秒,2MSL 即 60 秒。第一个目的:确保最后一个 ACK 能到服务端——如果 ACK 丢了,服务端重传 FIN,客户端在 TIME-WAIT 中还能收到重传的 FIN 并重发 ACK,帮服务端正常关闭。第二个目的:让旧连接的残留报文在网络中彻底消失——2MSL 后,旧报文要么被正常接收、要么被路由器 TTL 归零丢弃,不会和新连接的四元组冲突。

Q:不在 TIME-WAIT 直接关掉会怎样? ​

如果直接关了而最后一个 ACK 恰好丢了,服务端重传 FIN 时客户端端口已释放,可能会回 RST 给服务端,服务端认为连接异常关闭。同时旧连接的报文可能干扰新连接。

Q:为什么主动关闭方才进 TIME-WAIT,被动方不用? ​

最后一轮交互的主动权在主动关闭方——它发了最后一个 ACK。如果丢包,一定是服务端重传 FIN、客户端再次 ACK 这个过程。所以只有客户端需要等待确认自己的 ACK 是否送达。服务端收到 ACK 就万事大吉,直接关闭即可。

Q:如果双方同时关闭会发生什么? ​

双方同时发 FIN——都是主动关闭方——状态路径为 ESTABLISHED → FIN-WAIT-1 → CLOSING → TIME-WAIT → CLOSED。CLOSING 状态在日常四次挥手中几乎不出,只在同时关闭时出现。

Q:RST 标志在什么情况下出现? ​

RST 用于异常强制重置:客户端连接了服务端未监听的端口、某一方崩溃重启后收到无对应连接记录的报文、半开连接收到对方数据而另一方已关闭。

Q:大量 CLOSE_WAIT 怎么排查? ​

CLOSE_WAIT 是被动方收到 FIN 回了 ACK 后等待应用层调 close 的状态。大量 CLOSE_WAIT 说明应用层代码没有调 close / closesocket。排查:检查服务端代码中 read 返回 0(EOF)或错误时是否忘了关闭 socket fd。这通常是代码 bug 导致的 fd 泄漏。

Q:大量 TIME_WAIT 怎么解决? ​

通常是服务端主动关闭大量短连接导致(如 HTTP 没开 keep-alive,每次响应完服务端发 FIN)。缓解:开启 HTTP keep-alive 复用连接;调整 tcp_tw_reuse 复用 TIME-WAIT 连接;让客户端主动关闭(TIME-WAIT 在客户端)。

Q:TCP 保活机制是什么? ​

客户端突然断电没机会发 FIN,服务端会长期保持这个死连接。保活机制:服务端若 2 小时没收到数据,开始发探测报文,75 秒一次,连续 10 次无响应则认为客户端不可达,主动关闭。

3.4 TCP 可靠性保证 ​

Q:TCP 如何保证可靠传输?六大机制有哪些? ​

第一,序列号和确认应答:每个字节编号,ACK 确认序号之前的全部数据已收到。第二,校验和:对首部和数据计算校验和,校验不通过就丢弃等效丢包。第三,超时重传:发后启动定时器,超时未收到 ACK 就重传,超时时间根据 RTT 动态计算。第四,快速重传:连续收到 3 个相同确认号的重复 ACK,不等超时立刻重传对应丢失的包。第五,流量控制:通过滑动窗口让接收方在 ACK 中通告自己能接收的窗口大小,限制发送速率。第六,拥塞控制:慢启动、拥塞避免、快重传、快恢复,根据网络拥塞状况动态调整发送速率。

Q:TCP 粘包和拆包是什么?怎么解决? ​

粘包:发送方多次发送的小数据被 TCP 合并成一个报文段,接收方一次读到多次的数据。拆包:发送方一次发送的大数据被 TCP 拆成多个报文段,接收方多次读才能拿全。根因是 TCP 不保留消息边界。

三种解决方案:定长包,每个消息固定长度不够就填充,但浪费带宽。分隔符方案,用特殊字符如换行符分割消息,HTTP 就是这么做的。第三种最常用——包头加包体,包头固定 4 字节声明后面包体长度,接收方先读包头拿到长度再按长度读包体,自定义协议首选。

Q:TCP 有校验和,应用层为什么还需要校验? ​

TCP 校验和只有 16 位,碰撞概率不是零。数据可能在路由器内存、网卡缓存、磁盘读写中发生比特翻转而 TCP 校验和恰好漏检。金融交易、文件完整性要求高的场景需要应用层强校验加一层保障。

3.5 滑动窗口与流量控制 ​

Q:滑动窗口的原理是什么? ​

没有滑动窗口就是停等协议——发一个包等一个 ACK,信道利用率极低。滑动窗口允许发送方在收到 ACK 之前连续发送窗口内的多个报文段,大幅提高吞吐量。发送窗口从左到右四个区域:已发已确认(可从缓冲区释放)、已发未确认、可发未发(这两块合起来就是窗口大小)、不可发。收到新 ACK 后左边界右移、窗口向前滑动。实际发送窗口大小取拥塞窗口 cwnd 和接收方通告窗口 rwnd 中的较小值。

Q:滑动窗口为 0 了怎么办? ​

接收方窗口通告为 0,发送方停止发送。接收方处理完数据释放缓冲区后会发窗口更新报文通知发送方。但如果这个更新报文丢了,就死锁——发送方永远等窗口更新、接收方永远等数据。TCP 设计了坚持定时器来解决:rwnd=0 后发送方周期性发送仅 1 字节的窗口探测报文,接收方对探测报文的 ACK 中携带最新窗口大小,打破僵局。

Q:流量控制和拥塞控制的区别? ​

流量控制是端到端的,关注发送方和接收方之间的速度匹配——防止发送方太快撑爆接收方,依赖 rwnd(接收方明确告知),通过滑动窗口实现。拥塞控制关注整个网络状态——防止过多数据注入导致中间路由器丢包、影响所有经过该路由器的连接,靠发送方感知丢包推测网络拥塞程度,通过 cwnd 和四算法实现。实际发送窗口取 min(cwnd, rwnd)。

3.6 拥塞控制 ​

大厂高频追问,需要清楚说清四种算法的触发条件和 cwnd 变化。

Q:四种拥塞控制算法分别做了什么? ​

核心变量:拥塞窗口 cwnd 和慢启动门限 ssthresh。

慢启动:cwnd 初始 1 个 MSS,每收到一个 ACK cwnd 翻倍,指数增长(1→2→4→8),目的是快速探测网络可用带宽。当 cwnd 达到 ssthresh 说明接近网络承载上限,切换拥塞避免。

拥塞避免:不再翻倍,每经过一个完整 RTT cwnd 只加 1,线性增长,小心翼翼逼近极限。

快重传:连续收到 3 个相同重复 ACK 时,不等超时立刻重传丢失包。为什么是 3 个不是 1 个或 2 个?因为报文偶尔乱序也会产生 1-2 个重复 ACK,3 个是经验上能可靠区分"乱序"和"真丢包"的阈值。

快恢复:快重传后不降到 1 重新慢启动。ssthresh 设为当前 cwnd 的一半,cwnd 也设为 ssthresh(即一半),跳过慢启动直接从拥塞避免线性增长。

Q:超时丢包和 3 重复 ACK 丢包,处理为什么不同? ​

超时说明相当长一段时间什么 ACK 都没收到,网络可能严重拥塞甚至断连,保守处理:ssthresh = cwnd/2,cwnd 降到 1 重新慢启动。3 重复 ACK 说明只是个别包丢了,后续包还在到——接收方把后面乱序的包缓存了,每收一个就发一个重复 ACK。网络管道没完全堵死,cwnd 降到一半线性增长就能快速恢复。

Q:为什么快恢复不直接重新慢启动? ​

3 重复 ACK 意味着后续包还能到达,丢包是局部的,网络本身没瘫痪。从 cwnd=1 重新慢启动等于自废武功,吞吐量断崖式下跌还要花好几个 RTT 爬回来,不如从一半直接线性涨回去。

第三章 Q&A 自检 ​

Q1:为什么三次握手不能两次?两次的后果?

两次握手服务端无法确认客户端的接收能力和自己的发送能力。更严重的是历史连接问题——旧 SYN 延迟到达会让服务端误建连接浪费资源。三次握手通过最后 ACK 完成双向确认同时过滤掉历史连接。

Q2:为什么四次挥手?能三次吗?三次会怎样?

TCP 全双工,两个方向各自独立关闭,服务端 ACK 和 FIN 之间可能还有数据要发所以必须分开。理论上如果服务端恰好没数据了可以合并为三次,但这是极其理想的情况。强行三次:服务端还有数据就把 FIN 也发了,自己方向提前关闭,剩余数据丢失。

Q3:TIME-WAIT 为什么等 2MSL?不等会怎样?

两个目的:确保最后 ACK 能到达服务端(丢了还能重发);让旧连接报文消失(不和新连接冲突)。不等的话 ACK 丢了服务端异常关闭,旧报文可能污染新连接。

Q4:CLOSE_WAIT 和 TIME_WAIT 的区别?

CLOSE_WAIT 是被动关闭方收到 FIN 回了 ACK 后在等应用层调 close,大量出现是代码 bug。TIME_WAIT 是主动关闭方发完最后 ACK 后在等 2MSL,大量出现是短连接过多。

Q5:TCP 怎么发现丢包?两种方式区别?

超时重传定时器到期——严重拥塞,cwnd 降到 1 重来。连续 3 重复 ACK——轻微丢包,走快重传加快恢复,cwnd 降到一半。选 3 是区分真丢包和乱序。

Q6:滑动窗口为 0 死锁怎么破?

TCP 坚持定时器周期性发 1 字节窗口探测报文,对方 ACK 带回最新窗口大小。

Q7:TCP 粘包拆包怎么处理?

定长包、分隔符、包头加包体。实际开发首选第三种——固定长度包头声明包体长度,先读包头再按长度读完包体。

Q8:TCP 的 RST 标志什么时候出现?

连接未监听端口、崩溃重启后收到无对应连接的报文、半开连接对方已关闭。


第四章 应用层 ​

应用层考点集中在 HTTP 版本演进、HTTPS 握手、DNS 解析、Cookie/Session/Token 四大块。本章全部使用口述问答形式。

4.1 HTTP 版本演进 ​

Q:HTTP 各版本的核心变化是什么? ​

HTTP/1.0 是最早的标准化版本,默认短连接——每一次 HTTP 请求都要单独建立一个 TCP 连接,请求响应完就断开。下一个请求又要重新三次握手,效率极低。

HTTP/1.1 做了大量改进。最大的变化是默认开启长连接,Connection 头设为 keep-alive,一个 TCP 连接可以复用,传输多个请求和响应,避免了频繁握手挥手。引入了 Host 头部字段,让同一个 IP 地址可以托管多个不同域名的网站,也就是虚拟主机。支持管道化——客户端不等上一个响应回来就可以发下一个请求,但响应必须按请求顺序依次返回,所以如果一个响应处理慢了,后面的所有响应都被卡住,这就是队头阻塞。还引入了断点续传,通过 Range 头指定字节范围来恢复中断的下载。缓存方面新增了 ETag 和 Cache-Control 等更精细的控制手段。

HTTP/2.0 进行了颠覆性的改造。不再用纯文本协议,而是采用二进制分帧——把请求和响应拆成更小的二进制帧,每个帧带上所属流的 ID。基于这个帧机制实现了多路复用:一个 TCP 连接上可以同时跑多个流,不同流的帧可以乱序交错发送,接收方按流 ID 组装回去,从而在应用层解决了 HTTP/1.1 的队头阻塞问题。头部压缩方面引入 HPACK 算法——维护一个静态字典包含 61 个常见头部键值对,加上通信中动态建立的映射表,用索引号代替重复的头部字符串,配合哈夫曼编码进一步压缩,头部体积可以减半以上。还支持服务器推送——服务端可以主动把客户端尚未请求但可能需要的资源提前推过去,比如 HTML 页面里引用的 CSS 和 JS。

HTTP/3.0 彻底抛弃了 TCP,改用基于 UDP 的 QUIC 协议。QUIC 在 UDP 之上自己实现了类似 TCP 的可靠传输,但每个流独立——流 A 丢包只阻塞流 A,流 B 不受影响,解决了 TCP 层面的队头阻塞。QUIC 内置了 TLS 1.3,握手只需 1-RTT,重连甚至可以 0-RTT。还有一个重要的特性是连接迁移——传统 TCP 连接靠四元组标识,切 WiFi 到 4G 后 IP 变了就得重建连接;QUIC 用 Connection ID 标识连接,IP 变了连接依然有效。

Q:HTTP/1.1 管道化和 HTTP/2 多路复用的本质区别是什么? ​

管道化只是允许同时发出多个请求,但响应必须严格按请求顺序返回。就好比你在超市排队,虽然可以一次把购物清单全给收银员,但收银员必须按清单顺序一件件处理,前面一件卡住了后面全等着。多路复用则是每个请求响应都在各自的 Stream 里跑,帧可以乱序交错发送,接收方按 Stream ID 各自重组,互相不阻塞。就像多个收银通道并行,一个通道慢不影响其他通道。

Q:为什么 HTTP/3 要基于 UDP 而不是继续优化 TCP? ​

因为 TCP 的队头阻塞是协议栈内核实现的,操作系统层面无法绕过。即使 HTTP/2 在应用层解决了队头阻塞,TCP 层面仍然存在——TCP 要求字节流严格按序交付,丢一个包后续所有包都得等。QUIC 在用户态基于 UDP 实现,每个流的可靠传输独立,绕过了 TCP 内核栈的限制。同时 QUIC 可以快速迭代升级,而 TCP 协议栈修改需要升级操作系统内核,推进极其缓慢。

4.2 HTTP 状态码 ​

Q:HTTP 状态码分为哪五类?每类代表什么含义? ​

1xx 是信息性状态码,表示请求已收到,正在继续处理,比如 100 Continue 表示服务器已收到请求头、客户端可以继续发请求体,101 Switching Protocols 用于 WebSocket 协议升级。2xx 表示请求成功处理,200 OK 是最常见的成功响应,201 Created 表示资源已创建、用于 REST API 的 POST 结果,204 No Content 表示成功但没有响应体,206 Partial Content 用于断点续传只返回请求的范围部分。3xx 表示重定向,需要客户端进一步操作,301 是永久重定向、浏览器会缓存新 URL 搜索引擎也更新索引,302 是临时重定向每次都请求原 URL,304 Not Modified 是协商缓存命中告诉浏览器用本地缓存。4xx 是客户端错误,请求有问题,400 Bad Request 参数错误,401 Unauthorized 表示未认证需要登录,403 Forbidden 表示已认证但没权限访问,404 Not Found 资源不存在,405 Method Not Allowed 请求方法不对。5xx 是服务端错误,服务器出了问题,500 Internal Server Error 服务器内部代码异常,502 Bad Gateway 表示作为网关或代理从上游收到无效响应,503 Service Unavailable 服务暂不可用比如过载或维护,504 Gateway Timeout 网关等上游响应超时了。

Q:301 和 302 的区别?什么时候用哪个? ​

301 永久重定向告诉浏览器和搜索引擎:这个资源永久搬新家了,以后直接用新地址。浏览器会缓存这个映射,下次用户访问旧 URL 时直接跳转,不再请求旧地址。搜索引擎会把权重和索引转移到新 URL。适用场景:网站域名永久更换、HTTP 跳 HTTPS(配合 HSTS 更好)。

302 临时重定向告诉浏览器:这次临时去新地址取,但下次还来问旧地址。浏览器不缓存,每次都先请求原 URL。适用场景:未登录跳登录页、活动页面临时跳转、A/B 测试。需要注意的是 302 曾被用来做 URL 劫持——恶意网站用 302 把自己的页面绑定到别人域名的搜索结果下,搜索引擎还保留着原 URL 但内容已被替换。

Q:401 和 403 的区别? ​

401 Unauthorized 是"认证失败"——服务器不知道你是谁,或者你给的凭证不对,需要你登录认证。Response 头里通常会带 WWW-Authenticate 告诉客户端怎么认证。403 Forbidden 是"授权失败"——服务器知道你是谁,但你无权访问这个特定资源。你已经登录了,但你的角色没有这个页面的权限。

4.3 HTTP 请求方法 ​

Q:常见的 HTTP 方法有哪些?幂等和安全是什么意思? ​

GET 用于获取资源,是幂等的——发多少次 GET 结果都一样,也是安全的——只读不修改服务器状态。POST 用于创建或提交数据,既不幂等也不安全——多次 POST 可能创建多条重复记录。PUT 用于完整替换资源,是幂等的——多次 PUT 同样的数据效果相同,但不安全因为会修改服务器数据。PATCH 用于部分更新,不幂等——每次可能修改不同字段。DELETE 用于删除资源,是幂等的——删一次和删多次最终效果都是资源不存在。HEAD 和 GET 一样但不返回响应体,只拿头部信息,幂等且安全。OPTIONS 用于查询服务器支持哪些请求方法,用于 CORS 预检请求。

幂等意味着重复执行和单次执行的效果完全相同,主要影响的是失败重试策略——幂等的请求可以安全重试,非幂等的请求重试可能产生副作用。安全意味着只读不写。

Q:GET 和 POST 的区别?GET 请求能带 Body 吗? ​

GET 的参数拼接在 URL 的查询字符串里,POST 的参数放在请求体 Body 中。GET 由于参数在 URL 中,在浏览器历史记录、服务器日志、Referer 头中都可见;POST 的 Body 不在 URL 中可见性低一些。GET 的 URL 长度受浏览器和服务器限制,通常约 2KB 左右;POST 理论上没有大小限制。GET 请求可以被浏览器缓存和收藏为书签;POST 默认不缓存也不能收藏。GET 是幂等的,重复请求不会产生副作用;POST 不幂等,重复提交可能创建多条数据。后退刷新 GET 请求没问题,POST 请求浏览器会提示是否重新提交。

GET 从技术规范上没有禁止携带 Body,RFC 中没有明确禁止,但所有主流服务器和中间件都会忽略 GET 的 Body,Elasticsearch 的 Search API 是一个罕见的反例。实际开发中应遵守惯例,不要在 GET 中放 Body。

还有一点要强调:POST 只是相对 GET 参数不在 URL 中显得"安全"一些,但如果不加 HTTPS,抓包一样能看到 POST 的 Body 明文。真正的安全性靠的是 TLS 加密,不是靠把参数挪到 Body 里。

4.4 转发 vs 重定向 ​

Q:服务端转发和客户端重定向的区别? ​

转发是服务端内部行为。用户请求到达服务端后,服务端内部把请求交给另一个资源处理,然后把结果返回给客户端。用户的浏览器地址栏 URL 始终不变,整个过程对用户透明。因为是一次请求内部转发,原请求的 request 数据可以被转发目标共享。转发只能在同一 Web 应用内部跳转,不能跳到外部域名。Java 中的实现是 request.getRequestDispatcher().forward()。

重定向是服务端告诉浏览器"你去新地址取"。服务端返回 301 或 302 状态码,响应头 Location 字段携带新 URL。浏览器收到后自动发起第二次请求去新 URL,地址栏会变成新地址。因为是两次独立的 HTTP 请求,原请求的数据无法共享给新请求。重定向可以跳转到任意域名。实现方式是 response.sendRedirect() 或直接返回 301/302 加 Location 头。

一句话:转发是"服务器代你去",重定向是"服务器告诉你新地址,你自己去"。

4.5 REST API 简述 ​

后端岗位偶尔问,了解即可。

REST 即 Representational State Transfer,是一种基于 HTTP 协议设计 Web API 的风格。核心理念是把一切视为资源,用 URL 来标识资源——URL 用名词复数形式,比如 /users 表示用户集合、/users/1 表示 ID 为 1 的用户。操作不放在 URL 里,而是通过 HTTP 方法来表达:POST 创建、GET 读取、PUT 全量更新、PATCH 部分更新、DELETE 删除,这四个操作正好对应 CRUD。REST 要求无状态——每个请求必须自包含所有必要信息,服务端不保存客户端会话状态,这使得系统天然适合水平扩展。

4.6 HTTP 缓存机制 ​

Q:HTTP 缓存的完整机制是怎样的? ​

HTTP 缓存分两级。第一级是强缓存,浏览器不发请求给服务器,直接从本地缓存取。控制字段有两个:Cache-Control 的 max-age 指定缓存多少秒,这是 HTTP/1.1 的相对时间,优先级最高;Expires 指定一个绝对过期时间,是 HTTP/1.0 的遗留字段,有时钟偏差问题。如果强缓存没过期,浏览器直接返回 200 from disk cache 或 from memory cache,不产生网络请求。

第二级是协商缓存,强缓存过期后,浏览器发请求给服务器验证——带着 If-None-Match(对应 ETag,内容哈希)或 If-Modified-Since(对应 Last-Modified,最后修改时间)。服务器判断资源有没有变。没变就返回 304 Not Modified,不传响应体,浏览器继续用本地缓存并刷新强缓存的过期时间。变了就返回 200 加上新内容和新缓存头。ETag 精度更高——基于内容哈希,文件 touch 了但内容没变不会误判;Last-Modified 精度只有秒级。两者共存时 ETag 优先级更高。

Cache-Control 常用指令有:max-age 指定缓存秒数;no-cache 禁止直接使用强缓存,每次必须向服务器验证,资源仍可被缓存只是每次必须校验;no-store 完全禁止任何缓存,不存也不验证,每次都拉取最新内容;public 表示任何中间节点(CDN、代理)都可以缓存;private 表示只有浏览器可以缓存。

4.7 HTTPS / TLS 握手 ​

Q:HTTP 和 HTTPS 的区别? ​

HTTP 是明文传输,数据在网络中裸奔,可以被中间路由器、网关任意查看和篡改。HTTPS 在 HTTP 和 TCP 之间加了一层 TLS 加密,保证传输过程的机密性——数据被加密无法窃听、完整性——数据无法被篡改、身份认证——通过数字证书确认服务器身份,防止中间人冒充。HTTP 默认端口 80,HTTPS 默认端口 443。HTTPS 需要向 CA 机构申请数字证书,浏览器地址栏会显示锁标志。HTTPS SEO 方面也有加分。性能上 HTTPS 多了 TLS 握手和加解密计算开销,但随着 TLS 1.3 优化和硬件加速,差距已经很小。

Q:TLS 1.2 握手的完整流程是什么?(必须口述) ​

TLS 握手的目标是安全地协商出一个对称密钥,后续数据的加密传输都用这个密钥。

客户端先发 ClientHello,告诉服务端自己支持的 TLS 版本、加密套件列表,并带上第一个随机数。

服务端回复三个消息:ServerHello 从客户端列表中选定一个加密套件并带上第二个随机数;Certificate 把自己的数字证书发给客户端,证书里包含了服务端的公钥;ServerHelloDone 表示服务端这边说完了。

客户端拿到证书后做验证——检查证书的颁发 CA 是否在浏览器内置的可信 CA 列表中,验证 CA 的数字签名确保证书内容没被篡改,检查证书是否在有效期内,以及证书的域名是否和访问的域名一致。验证通过后,客户端生成第三个随机数也就是预主密钥,用服务端的公钥加密后通过 ClientKeyExchange 发过去。只有持有对应私钥的服务端才能解密拿到预主密钥。

双方都拥有三个随机数:客户端随机数、服务端随机数、预主密钥。通过相同的密钥派生算法,用这三个随机数生成会话密钥,这就是后续对称加密用的密钥。客户端发 ChangeCipherSpec 表示之后的所有消息都用会话密钥加密,再发一条 Finished 消息做验证。服务端同样发 ChangeCipherSpec 和 Finished。握手完成,后续传输全用对称加密。

核心逻辑就是:用非对称加密来安全传递密钥素材——预主密钥,拿到三个随机数后推导出对称密钥,之后全用对称加密因为速度快。数字证书的作用是防止中间人攻击——让客户端确信拿到的公钥确实是目标服务器的,而不是攻击者伪造的。

Q:为什么 HTTPS 不全程用非对称加密而要切换对称加密? ​

非对称加密的计算量远大于对称加密,慢两到三个数量级。用非对称加密传输少量数据交换密钥是合理的,但如果全程大量数据传输也用非对称加密,CPU 和延迟都承受不了。所以只在握手阶段用非对称加密安全交换密钥素材,之后的流量用高效的对称加密,兼顾安全和性能。

Q:TLS 1.3 相比 1.2 有什么改进? ​

握手从 2-RTT 降到 1-RTT——TLS 1.3 简化了握手流程,去掉了不必要的往返。移除了所有不安全的加密套件和算法,包括 RSA 密钥交换(不提供前向安全性),只保留支持前向安全的算法如 ECDHE。支持 0-RTT 重连——客户端和服务器之前连过的话,可以用 PSK 预共享密钥实现零延迟恢复会话。

Q:什么是 HTTPS 中间人攻击?怎么防御? ​

攻击者站在客户端和服务端之间,对客户端他伪装成服务端——返回自己的假证书;对服务端他伪装成客户端——把客户端的请求转发过去。这样他就能看到、修改两端之间所有明文数据。防御的核心是 CA 证书体系:浏览器内置了受信任的 CA 根证书列表,只认可这些 CA 签发的证书。攻击者无法从信任的 CA 拿到目标域名的合法证书,浏览器就会弹出证书警告。HSTS 机制强制浏览器只通过 HTTPS 访问该域名,防止攻击者先降级到 HTTP 再用 301 跳到假的 HTTPS。证书透明度系统记录所有颁发的证书,让恶意签发的证书可以被发现。

4.8 DNS ​

Q:DNS 解析的完整流程是怎样的? ​

浏览器先查自己的 DNS 缓存,有就直接返回。没有就调操作系统的 DNS 解析函数,操作系统先查本地的 hosts 文件有没有这个域名的静态映射。也没有的话,操作系统向配置的本地 DNS 服务器发起查询——通常是运营商提供的递归 DNS 或者手动配的 8.8.8.8。

本地 DNS 服务器收到请求后,如果自己缓存里有就返回。没有的话,它就开始从根域名服务器逐级迭代查询:先问根服务器".com 的顶级域服务器在哪",根服务器返回 .com 顶级域服务器的地址列表。再问 .com 顶级域服务器"example.com 的权威服务器在哪",返回 example.com 的权威 DNS 服务器地址。最后问权威服务器"www.example.com 的 IP 是什么",权威服务器返回最终 IP 地址。本地 DNS 把结果缓存起来,返回给客户端。

客户端到本地 DNS 的查询是递归查询——本地 DNS 替你查到底。本地 DNS 到各层级服务器的查询是迭代查询——每次返回下一级的地址让你自己去问下一级。

Q:DNS 用什么传输层协议?为什么? ​

常规域名解析用 UDP,端口 53。DNS 查询请求和响应通常只有几十到几百字节,一个 UDP 包就能承载,UDP 不需要握手直接发,延迟低。如果响应超过 512 字节会用 TCP 重试。DNS 区域传送——主从 DNS 服务器之间同步整个区域的所有记录——数据量很大必须保证可靠传输,所以用 TCP 端口 53。

Q:常见的 DNS 记录类型有哪些? ​

A 记录把域名映射到 IPv4 地址,是最常用的记录。AAAA 记录把域名映射到 IPv6 地址。CNAME 记录把一个域名设为另一个域名的别名——比如 www.example.com 是 example.com 的别名,解析 www 时实际去查 example.com 的 A 记录。MX 记录指定处理该域名邮件的邮件服务器。NS 记录指定该域名的权威 DNS 服务器。TXT 记录存储任意文本,常见用途是 SPF 邮件防伪验证、DMARC、域名所有权验证等。

Q:DNS 劫持和 DNS 污染有什么区别? ​

DNS 劫持是攻击者控制了 DNS 服务器本身,直接篡改解析结果。比如你用的运营商 DNS 被黑客控制或者运营商自作主张,把一个域名的正确 IP 替换成广告页面或钓鱼网站的 IP。影响范围是该 DNS 服务器的所有用户。

DNS 污染也叫 DNS 缓存投毒,攻击者不控制 DNS 服务器,而是在用户和 DNS 服务器之间伪装响应,抢在真正的 DNS 响应到达之前把一个假的解析结果发回去。影响范围是特定域名。

防御手段:使用可信的公共 DNS 如 8.8.8.8、114.114.114.114;使用 DNS over HTTPS(DoH)或 DNS over TLS(DoT)加密 DNS 查询;或者更激进地使用 HTTP DNS 直接用 HTTP 请求向可信 DNS 服务商获取 IP,完全绕过传统 DNS 协议。

Q:HTTP 是无状态的,怎么实现用户状态保持? ​

HTTP 协议本身不保存任何请求之间的关联信息——每个请求都是独立的。但 Web 应用显然需要识别用户、维持登录态。解决方案就是 Cookie、Session 和 Token 这套组合。

Cookie 是存在浏览器里的小段数据,由服务端通过 Set-Cookie 响应头设置,浏览器自动存储并在后续请求中自动带在 Cookie 请求头里。Cookie 大小限制约 4KB,作用域由 Domain 和 Path 属性限定。安全性依赖 HttpOnly(禁止 JS 读取防 XSS)、Secure(仅 HTTPS 传输)、SameSite(控制跨站发送行为)等属性。

Session 是存在服务端的数据结构,通常是内存、Redis 或数据库中的一条记录。流程是:用户登录成功 → 服务端生成一个唯一的 Session ID → 把这个 ID 通过 Set-Cookie 写入浏览器 → 后续请求浏览器自动带 Cookie 里的 Session ID → 服务端根据 ID 查到 Session 数据识别用户。Session 安全性高因为敏感数据都在服务端,但分布式部署时必须用 Redis 等共享存储来保证多台服务器都能访问到同一份 Session。

Token 尤其是 JWT,把用户信息自包含在 Token 本身。用户登录 → 服务端验证身份 → 用密钥签名生成一个 JWT 返回给客户端 → 客户端存在 localStorage 或 Cookie → 后续请求在 Authorization 头带上 Bearer Token → 服务端直接验签名就能识别用户,不需要查任何存储。Token 天然无状态,服务端不存任何会话信息,非常适合分布式系统和跨域场景。但 JWT 的 payload 只是 Base64 编码不是加密编码——任何人解码就能看到内容,所以绝对不能放敏感信息在里面,传输必须用 HTTPS。

正常流程:用户登录 → 服务端创建 Session 记录用户信息 → 通过 Set-Cookie 响应头把 Session ID 写入浏览器 → 浏览器自动在后续请求的 Cookie 头中携带 Session ID → 服务端取出 Session ID 查 Session 识别用户。

如果浏览器禁用了 Cookie,通常的替代方案是把 Session ID 放在 URL 参数里传递,但这会暴露在地址栏和日志中非常不安全,基本已被淘汰。现代方案是直接在前后端分离架构下使用 Token,Token 存在 localStorage 里,请求时通过 JS 手动加到 Authorization 请求头,完全不依赖 Cookie 机制。

4.10 WebSocket 与实时通信 ​

Q:四种实时通信技术——短轮询、长轮询、SSE、WebSocket——各自什么原理? ​

短轮询就是客户端每隔几秒发一个 HTTP 请求问服务器有没有新消息,服务器立刻返回。实现简单,但绝大多数请求都是空响应,浪费带宽和服务端资源,实时性也差——取决于轮询间隔。现在基本被淘汰。

长轮询是客户端发请求后服务器不立刻响应,而是挂起连接直到有新数据或者超时才返回。客户端拿到响应后立刻再发一个新请求维持连接。比短轮询减少了无效请求,但服务端需要维护大量挂起的连接,高并发下压力大。

SSE 即 Server-Sent Events,是基于 HTTP 的服务端单向推送技术。客户端通过 EventSource API 建立一个到服务端的 HTTP 长连接,服务端设置 Content-Type 为 text/event-stream,就可以持续不断地向客户端推送数据流。SSE 是单向的——只能服务端推客户端,客户端想发数据得另外发 HTTP 请求。SSE 最大的优势是简单——只要设对响应头就行,而且浏览器原生支持自动断线重连和 Last-Event-ID 断点续传。适合 AI 大模型流式输出(打字机效果)、系统通知推送等场景。

WebSocket 是独立于 HTTP 的协议。客户端发一个 HTTP 请求,头部带 Upgrade: websocket,服务端返回 101 Switching Protocols,之后这个 TCP 连接就脱离 HTTP 转为 WebSocket 协议。WebSocket 是全双工的——客户端和服务端可以随时互发消息,支持文本帧和二进制帧。需要手动管理心跳保活——通过协议内置的 Ping/Pong 帧或自定义心跳消息。适合聊天、在线游戏、协同编辑等双向高频实时交互场景。

Q:SSE 和 WebSocket 怎么选? ​

如果只需要服务端单向推送——比如 AI 对话的流式输出、股票行情推送、系统通知——SSE 是最佳选择,因为它是纯 HTTP,不需要协议升级,Nginx 等反向代理无需额外配置,浏览器自带重连机制。如果需要双向实时通信——聊天、游戏、协同编辑——或者需要发送二进制数据,则必须选 WebSocket。

第四章 Q&A 自检 ​

Q1:HTTP/1.1 管道化和 HTTP/2 多路复用的本质区别?

管道化只能顺序返回响应——一个卡住后面全卡。多路复用通过二进制帧和 Stream ID 实现乱序交错传输,各流之间互不阻塞。

Q2:为什么 HTTP/3 要基于 UDP?

TCP 的队头阻塞在操作系统内核中无法绕过。QUIC 在用户态基于 UDP 为每个流独立实现可靠传输,丢包只阻塞对应流。同时 QUIC 支持连接迁移和快速迭代。

Q3:301 和 302 的区别?

301 永久重定向——浏览器缓存、搜索引擎转移权重。302 临时重定向——每次请求原 URL,有 URL 劫持风险。

Q4:HTTPS 握手为什么不用全程非对称加密?

非对称加密慢 2-3 个数量级,只适合交换少量密钥素材。握手后用对称加密传输数据,兼顾安全和性能。

Q5:DNS 解析的递归查询和迭代查询有什么区别?

递归查询是"你帮我查到底"——客户端到本地 DNS。迭代查询是"我告诉你下一步找谁,你自己去问"——本地 DNS 逐级访问根、顶级、权威服务器。

Q6:Cookie、Session、Token 各自适用什么场景?

Cookie 存客户端,适合简单标识。Session 存服务端,单体应用首选,分布式需 Redis 共享。Token 无状态自包含,适合前后端分离、微服务、SSO 单点登录。

Q7:WebSocket 和 HTTP 长连接有什么区别?

HTTP 长连接只是同一个 TCP 连接上可以发多个 HTTP 请求/响应,但仍然是"请求-响应"模型,客户端不发请求服务端不能主动推数据。WebSocket 在握手后脱离 HTTP,是全双工,两端随时可以互发消息。

Q8:强缓存和协商缓存的触发流程是怎样的?

查强缓存(max-age/Expires)→ 未过期直接用本地 → 过期则发请求带 If-None-Match/If-Modified-Since → 服务器返回 304(没变)或 200 + 新内容(变了)。


第五章 网络安全 ​

大厂后端 / 全栈岗位偶尔问,基础概念要知道。

Q:XSS 是什么?有哪些类型?怎么防御? ​

XSS 全称 Cross-Site Scripting,跨站脚本攻击。攻击者向网页中注入恶意 JavaScript 脚本,在其他用户的浏览器中执行,从而窃取 Cookie、会话令牌、用户输入等敏感信息。

XSS 有三种类型。存储型:攻击者把恶意脚本提交到服务器数据库中,比如在评论区插入一段 script 标签,其他用户访问这个页面时服务器把恶意脚本连同正常内容一起返回,脚本在受害者浏览器执行。这是危害最大的类型——一次注入影响所有访问该页面的用户。反射型:恶意脚本不在数据库中,而是藏在 URL 参数里,攻击者构造一个恶意链接诱导用户点击,服务器把 URL 参数里的脚本原样反射回响应页面,浏览器解析后执行。DOM 型:恶意脚本完全不经过服务器,纯粹由前端 JavaScript 处理不当导致——比如页面用 innerHTML 直接把 URL 的 hash 部分的恶意内容插入 DOM。

防御措施:最重要的一条是对所有输出到页面的内容做 HTML 实体转义——< 转成 &lt;,这样浏览器就不会把用户输入当成脚本执行。Cookie 设置 HttpOnly 属性,使 JS 无法通过 document.cookie 读取 Cookie。设置 CSP 内容安全策略,通过 Content-Security-Policy 响应头明确告诉浏览器只允许从哪些域名加载脚本。对用户输入做校验和过滤,但要注意转义输出比过滤输入更可靠——黑名单总有遗漏。

Q:CSRF 是什么?怎么防御? ​

CSRF 全称 Cross-Site Request Forgery,跨站请求伪造。它利用了浏览器自动携带目标域 Cookie 的机制。举个例子:用户先登录了银行网站 bank.com,浏览器保存了登录态的 Cookie。之后用户不小心访问了一个恶意网站 evil.com,这个恶意网站里有一个隐藏的 img 标签,src 指向 bank.com/transfer?to=hacker&amount=10000。浏览器在加载这张"图片"时会自动带上 bank.com 的 Cookie 发起请求——银行服务器以为这是用户本人的操作,于是执行了转账。

CSRF 和 XSS 本质不同:XSS 是利用了网站对用户输入的信任——把用户输入当代码执行了;CSRF 是利用了网站对浏览器自动带 Cookie 机制的信任——攻击者不需要拿到 Cookie 的值,只需要触发一个请求即可。

防御手段:最核心的是 CSRF Token——服务端生成一个随机 Token,嵌入表单的隐藏字段或请求头中,每次提交时服务端验证 Token 是否匹配。攻击者不知道这个 Token,哪怕诱导用户发请求也通不过验证。SameSite Cookie 是浏览器端的防线——设置为 Strict 则跨站请求完全不发 Cookie,设为 Lax 则只有 GET 导航请求才带 Cookie。服务端校验 Referer 或 Origin 请求头也可以判断请求是否来自合法页面。关键操作加上二次验证——输入密码或验证码——即使 CSRF 攻击绕过了其他防御,这一步也能拦截。

Q:XSS 和 CSRF 的核心区别是什么? ​

XSS 攻击目标是窃取数据或执行脚本——需要往页面注入代码利用了网站对用户输入的信任。CSRF 攻击目标是利用已登录用户的身份执行操作——不一定需要注入脚本利用了网站对浏览器自动携带 Cookie 的信任。举个例子:XSS 是偷你的钥匙,CSRF 是趁你插着钥匙的时候偷偷拧一下你的门。


第六章 负载均衡 & CDN ​

大厂常问,尤其 Nginx 相关的 L4/L7 和代理概念。

Q:常见负载均衡算法有哪些?分别适用什么场景? ​

轮询就是按顺序把请求依次分配给后端服务器列表中的每一台。各服务器性能一致时最简单有效。加权轮询给每台服务器分配不同的权重,性能好的机器权重大分配更多请求,解决了后端服务器性能不均的问题。最小连接数算法把新请求优先分给当前活跃连接数最少的那台服务器,在这个算法下长连接多的服务器会被自动绕开,适合请求处理时间差异大的场景。源 IP 哈希对客户端 IP 做哈希取模,同一个 IP 的请求始终落到同一台后端服务器,可以在不需要共享存储的情况下实现 Session 保持。一致性哈希是源 IP 哈希的升级版——传统的哈希取模在服务器数量增减时几乎所有映射都会改变,一致性哈希通过环形空间让只有少数映射需要调整,主要用在分布式缓存和存储集群中。

Q:四层负载均衡和七层负载均衡有什么区别? ​

四层负载均衡工作在传输层,只看到 IP 地址和端口号。它不解析应用层协议,直接根据 IP 和端口做 NAT 转发或者隧道转发。因为只看到 TCP/UDP 层的首部,处理效率非常高。典型代表是 LVS 和硬件负载均衡器 F5。适合只需要简单流量分发的场景。

七层负载均衡工作在应用层,它能解析 HTTP 协议,看到 URL 路径、请求头、Cookie 等内容。可以根据 URL 把不同路径的请求转发到不同的后端服务组——比如 /api/ 到应用服务器、/images/ 到静态文件服务器。还能做会话保持——根据 Cookie 中的 Session ID 把同一用户的请求固定到后端同一台服务器。性能相比四层有一定损耗但功能丰富得多。典型代表是 Nginx 和 HAProxy。

Q:正向代理和反向代理的区别? ​

正向代理代理的是客户端。客户端知道目标服务器在哪但直接访问不了,把请求发给代理,代理帮你访问然后把结果返回。用途是帮助内网用户访问外部资源——比如公司代理服务器、科学上网工具。正向代理隐藏了客户端的真实 IP。

反向代理代理的是服务端。客户端的请求先打到反向代理上,反向代理再把请求转发到后面某一台真实的业务服务器,拿到响应后返回给客户端。客户端不知道后面有多少台服务器,也不知道它们的地址。用途是负载均衡、SSL 卸载、静态资源缓存、安全防护。反向代理隐藏了后端服务器的细节。Nginx 是典型的反向代理。

Q:CDN 是什么?工作流程是怎样的? ​

CDN 即内容分发网络,是在全球范围内部署大量边缘缓存节点的分布式系统。核心思想是把源站的内容提前推送到离用户最近的节点上,让用户在离自己几十毫秒的边缘节点就能拿到数据,而不是跨越几千公里去源站拉取。

工作流程:用户访问一个接入了 CDN 的域名时,DNS 解析阶段返回的不是源站的 IP,而是一个 CNAME 别名指向 CDN 的专用调度 DNS 系统。CDN 的全局负载均衡系统 GSLB 综合考量用户地理位置、运营商、各节点当前负载和健康状态,选出一个最优边缘节点的 IP 返回给用户。用户向边缘节点发起请求,如果该节点有缓存且没过期——命中率一般 90% 以上——就直接返回。没命中就沿着 L2 中间层节点逐级向上回源,最终到源站拉取,拉到的同时把资源逐级缓存到各层节点。CDN 缓存系统分两层:L1 边缘节点离用户最近、覆盖最广、承载约 90% 的请求;L2 中间层配置更高、直连源站、消化约 9% 的请求;最终只有约 1% 的请求真正回源站。

CDN 的加速能力体现在两个方面。静态加速就是缓存图片、JS、CSS、视频、软件安装包这些不变的内容,边缘节点直接返回。动态加速处理无法简单缓存的内容——通过优化传输路径选择最优路由、边缘和源站之间复用 TCP 连接减少握手开销、甚至使用 QUIC 协议替代 TCP。配套机制上还有缓存预热——大促或秒杀前主动把热点资源推到所有边缘节点避免突然回源压垮源站;缓存刷新——内容更新后主动清除旧缓存同时用文件名加版本号或 content hash 的方式避免新旧内容混用。


第七章 综合场景题 ​

Q:从输入 URL 到页面展示,完整链路是怎样的? ​

这是最经典的综合题,考察对全链路各环节的理解。我从七个阶段来回答。

第一阶段是 URL 解析。 浏览器先判断用户输入的是搜索关键词还是一个合法的 URL。如果是 URL,补齐协议头——默认 http。检查 HSTS 列表,如果该域名在 HSTS 列表中,强制升级为 HTTPS。提取出协议、域名、端口号、路径和参数。

第二阶段是 DNS 解析,把域名转成 IP 地址。先查浏览器自身 DNS 缓存,再查操作系统缓存包括 hosts 文件。都没命中就向本地 DNS 服务器发起递归查询,本地 DNS 依次向根域名服务器、顶级域名服务器、权威域名服务器做迭代查询,拿到最终 IP 地址。如果域名接入了 CDN,DNS 返回的可能是 CDN 调度系统分配的边缘节点 IP。

第三阶段是建立连接。 先做 TCP 三次握手——客户端发 SYN,服务端回 SYN+ACK,客户端再回 ACK,双方进入 ESTABLISHED。如果访问的是 HTTPS,紧接着在 TCP 之上做 TLS 握手——协商加密套件、验证服务器证书、交换密钥素材、生成会话密钥,之后所有 HTTP 数据都加密传输。

第四阶段是发送 HTTP 请求。 浏览器构造 HTTP 请求报文,包括请求行——GET /index.html HTTP/1.1、请求头——Host、User-Agent、Accept、Cookie 等自动附带、以及可选的请求体。

第五阶段是服务端处理。 请求经过 DNS 解析到的 IP 到达目标服务器。如果前方有反向代理比如 Nginx,Nginx 先做负载均衡选择一台后端应用服务器。应用服务器处理业务逻辑——可能涉及网关鉴权、限流、查询 Redis 缓存、读写数据库、调用下游 RPC 服务等。最后生成 HTTP 响应报文返回。

第六阶段是浏览器接收和渲染。 浏览器收到 HTML 后开始解析构建 DOM 树。遇到 CSS 链接就下载并解析成 CSSOM 树——CSS 不阻塞 DOM 解析但阻塞渲染布局。遇到 script 标签默认会阻塞 DOM 解析,加了 defer 属性就延迟到 DOM 解析完再执行,加了 async 属性就下载完立刻执行不保证顺序。DOM 树和 CSSOM 树合成渲染树,计算每个节点的几何位置也就是布局或回流,然后绘制到屏幕上。静态资源如图片 JS CSS 并行下载——HTTP/1.1 对同域限制 6 到 8 个并发连接,HTTP/2 多路复用一个连接即可处理所有请求。

第七阶段是连接关闭。 如果响应头 Connection 是 close,则进入四次挥手——客户端发 FIN、服务端回 ACK、服务端发 FIN、客户端回 ACK 等 2MSL。如果是 keep-alive,TCP 连接保持打开状态,后续请求继续复用。

这个链路中主要的性能瓶颈和对应的优化思路:DNS 解析耗时 20 到 120 毫秒不等,优化手段包括 DNS 预解析减少域名数量、配合 CDN 就近接入。TCP 握手消耗 1 个 RTT,可以通过 HTTP keep-alive 连接复用避免每次请求都握手。TLS 握手消耗 1 到 2 个 RTT,TLS 1.3 降到 1-RTT,会话复用可进一步缩短。网络传输耗时取决于带宽和物理距离,CDN 就近服务、HTTP/2 多路复用、gzip 或 brotli 压缩都很有效。页面渲染方面,关键 CSS 内联、JS 使用 defer 或 async、图片懒加载都是标准手段。

第五章~第七章 Q&A 自检 ​

Q1:XSS 三种类型的区别?

存储型恶意脚本存入数据库影响所有访问用户。反射型脚本藏在 URL 参数中需诱导点击。DOM 型完全在前端通过 JS 操纵 DOM 注入不经过服务端。

Q2:CSRF 怎么防御?为什么 SameSite Cookie 能防?

核心防御是 CSRF Token——随机 Token 嵌入页面攻击者无法获取。SameSite Strict 禁止所有跨站请求携带 Cookie,攻击者诱导的跨站请求根本没有登录态所以无效。

Q3:L4 和 L7 负载均衡各适合什么场景?

L4 只看 IP 和端口性能高适合简单转发。L7 能解析 HTTP 头部根据 URL 和 Cookie 等做精细化路由适合微服务网关。

Q4:正向代理和反向代理一句话区别?

正向代理帮客户端访问外部隐藏客户端;反向代理帮服务端接收请求隐藏服务端。

Q5:CDN 如何保证命中率?

通过 DNS 智能调度把用户导向最近节点、多级缓存体系边缘加中间层加源站、缓存预热提前推热点资源到全网、结合合理缓存策略和文件名版本号。

Q6:浏览器输入 URL 全过程中最耗时的是哪些环节?

DNS 解析首次可达上百毫秒,TLS 握手 1 到 2 个 RTT,跨地域网络传输延迟。核心优化手段是 CDN 就近服务、keep-alive 连接复用、TLS 1.3 和会话恢复、HTTP/2 多路复用。