网络原理(一):初识网络

本文涉及的产品
数据传输服务 DTS,数据迁移 small 3个月
推荐场景:
MySQL数据库上云
数据传输服务 DTS,同步至SelectDB 1个月
数据传输服务 DTS,同步至 ClickHouse 1个月
简介: 网络原理(一):初识网络

网络发展史


独立模式


独立模式:计算机之间相互独立;

在计算机最初的时候,每个计算机都是独立存在的。


我们拿游戏来举例,但是的计算机只能玩玩单机游戏,游戏通过了就没意思了。

随着时代的发展,来到了 网络互连 。


网络互连


随着时代的发展,越来越需要计算机之间互相通信,共享软件和数据,即以多个计算机协同工作来完成业务,就有了网络互连。

网络互连:将多台计算机连接在一起,完成数据共享。

数据共享本质是网络数据传输,即计算机之间通过网络来传输数据,也称为网络通信


那时可以通过网线链接,游戏就可以进行联机了,但是仅限于网络链接上的人。


如果想要更多人联机,就需要多个网线两两链接,但是这样太麻烦了;


后来有了交换机 路由器 :


33bf411e162a41c5825cb8aefa896b99.png


就可以开始实现更大规模的联机了,于是乎有了一个个机房。也可以叫做一个个局域网

随着大规模的局域网发展起来,就使用更多的 路由器 和 交换机 进行链接。

当局域网发展足够大时就形成了 广域网;广域网和局域网没有明确的界限。


网络通信基础


网络互连的目的是进行网络通信,也即是网络数据传输,更具体一点,是网络主机中的不同进程间,基于网络传输数据。

那么,在组建的网络中,如何判断到底是从哪台主机,将数据传输到那台主机呢?这就需要使用IP地址来标识。


IP地址


概念


IP地址主要用于标识网络主机、其他网络设备(如路由器)的网络地址。简单说,IP地址用于定位主机的网络地址

就像我们发送快递一样,需要知道对方的收货地址,快递员才能将包裹送到目的地。


我们在cmd窗口 输入指令:ipconfig 或者 ipconfig\all 回车 就可以查看;例如:


5cceb3b4dd07416e843061eef94086e3.png


格式


P地址是一个32位的二进制数,通常被分割为4个“8位二进制数”(也就是4个字节)(也就叫做IPV4),如:01100100.00000100.00000101.00000110。


但是现在 IPV4 不是很够用,于是又有了 IPV6 的概念,这个就不用担心 地址不够了;目前 IPV6 正在逐步推广。


端口号


概念


在网络通信中,IP地址用于标识主机网络地址,端口号可以标识主机中发送数据、接收数据的进程。简单说:端口号用于定位主机中的进程。


类似发送快递时,不光需要指定收货地址(IP地址),还需要指定收货人(端口号)。


格式


端口号是0~65535范围的数字,在网络通信中,进程可以通过绑定一个端口号,来发送及接收网络数据。


注意:


两个不同的进程,不能绑定同一个端口号,但一个进程可以绑定多个端口号。


协议


协议,网络协议的简称,网络协议是网络通信(即网络数据传输)经过的所有网络设备都必须共同遵从的一组约定、规则。如怎么样建立连接、怎么样互相识别等。只有遵守这个约定,计算机之间才能相互通信交流。


网络传输的本质是:通过有线(网线,光纤)信号或者无线(光信号)信号传播的。


有限信号一般是通过电平(电压)高低来表示 二进制中的 0 和 1 ;


无线信号一般是通过 光的波长和频率来传递 二进制的中的 0 和 1;


虽然可以传播这样的二进制,那么这些 二进制表示什么含义呢?


这就是需要通过 协议来确定了。


复杂的网络环境造就了 复杂的协议,我们将这些复杂的协议拆分成 多种小协议;再将这些小协议进行分类可以分成不同的层级。


这些层级是不可以跨层调用的,我们 上层 只能调用下层,并不关注下层的具体细节;下层只为上层提供服务,同样下层也并不关注上层的实现细节。

故此层次之间的耦合程度很低。


课本一般将这些层次分为两种:


OSI七层网络模型 和 TCP / IP 五层网络模型。


物理层我们考虑的比较少。因此很多时候也可以称为 TCP/IP四层模型。


但是在现实中我们 没使用过 OSI 七层网络模型。


63f6c3fbd175f8dda6814e0a69caf4ef.jpg


这个网络模型究竟是干什么呢?简而言之就是进行数据封装的。


我们平常使用的程序(或者说软件)一般都是通过应用层来访问网络的,程序产生的数据会一层一层地往下传输,直到最后的网络接口层,就通过网线发送到互联网上去了。数据每往下走一层,就会被这一层的协议增加一层包装,等到发送到互联网上时,已经比原始数据多了四层包装。整个数据封装的过程就像俄罗斯套娃。

当另一台计算机接收到数据包时,会从网络接口层再一层一层往上传输,每传输一层就拆开一层包装,直到最后的应用层,就得到了最原始的数据,这才是程序要使用的数据。

给数据加包装的过程,实际上就是在数据的头部增加一个标志(一个数据块),表示数据经过了这一层,我已经处理过了。给数据拆包装的过程正好相反,就是去掉数据头部的标志,让它逐渐现出原形。


你看,在互联网上传输一份数据是多么地复杂啊,而我们却感受不到,这就是网络模型的厉害之处。我们只需要在代码中调用一个函数,就能让下面的所有网络层为我们工作。


我们所说的 socket 编程,是站在传输层的基础上,所以可以使用 TCP/UDP 协议,但是不能干「访问网页」这样的事情,因为访问网页所需要的 http 协议位于应用层。具体在后面说。


TCP/IP五层(或四层)模型


我们 TCP / IP 五层模型分为如下五层:

应用层、传输层、网络层、数据链路层、物理层。

我们一层层来说明。


应用层:只关注传输而来的数据的使用。


举例:我们在淘宝上下单,买了个快递,我只关心这个东西是否有用,其他的不管。

传输层:只关注起点和终点。


举例:这里只关心我们快递出发的起始位置和最终送达的快递,其余的与之无关。


网络层:负责遥远结点的路径规划。


举例:这个快递从北京出发到杭州,中间有多条路径可以选择,网络层只是在这众多路径选一条最合适的走。


数据链路层:主要关注相邻结点之间的传输。


举例:快递的路线如下: 北京 -> 太原 -> 苏州 -> 杭州

从北京 -> 太原 是发火车


太原 -> 苏州 是发卡车


物理层:网络通讯的基础设施,例如光纤,网线等...

这也分层可以让程序员同一时间只关注一个子问题。

我们以微信为例,大概说一下封装的过程;


大概的封装过程


比如要和对象发个消息:宝贝,我爱你.....


1. 应用程(微信程序)拿到上述用户数据,进行封装,封装成应用程数据包(本质上就是字符串拼接):


48b92efe3db9440d9a9e0db6e93946d5.png


当然这只是简单的画一画,事实上 微信协议 比这复杂得多。

当然,为了区分上述字符串,可能还会引入 分隔符 和 长度信息 作为界定。


2. 传输层拿到上述数据


应用程序要调用传输层提供的api ,来处理这个数据。

传输层会有很多协议,比较经典的是 TCP 和 UDP (后面一章就会讲到这个,后面再说)

这里就拿 UDP 为例:

UDP 针对上述数据包再次进行封装

c856a6c092934af6a1a3dacc2dc4e619.png


这里的数据报头本质上也是个 字符串的拼接。

此层最关键的属性就是 源端口和目的端口。


3. 传输层到网络层


UDP 数据报已经有了,接下来就要将这个数据报交给网络层的协议,而网络层最常见的协议就是 IP 协议


febc6997b1fb426594dabbc96cfabab9.png


IP 就是本次传输的起点和终点。


4. 网络层交给数据链层


最经典的协议叫做: 以太网(数据链路层 + 物理层)

这是最常见的数据链路层的网络,我们平时使用的网线上网就是 以太网

47edef1596db4d69b6200cb5ce0c7898.png


mac 地址也就是物理地址,描述一个主机在网络上的位置。

它的功能和 IP 很像,但是当下就把这两个分别作用与不同的用途。

IP 用来进行网络层的数据路径的规划;

mac 用来进行描述数据链路层,两个即将进行数据传输的相邻结点。

mac 地址和网卡绑定,理论上来说,世界上每一个设备都有自己唯一的 mac 地址。但是 IP 不一定。这些后面再说。


5. 数据链路层就要把上述以太网数据帧交给物理层


物理层就会把上述 0101 的二进制数据 转换为 各种信号(光、电、电磁波)进行传输

那么我们再来聊聊接收方的情况;


接受和上述刚好相反

发送:从上到下,依次封装,新增报头

接收,从下到上,依次分用,去掉报头

忽略中间的转发过程,只考虑接收方的 接收情况


1. 物理层:


网卡收到高低电平

然后对这样的信号进行解析,还原成 0101 这样的二进制


2.从物理层到数据链路层


此时就把 上述 0101 这些数据当作一个以太网数据帧

去除帧头帧尾,取出中间的载荷,再往上交给网络层。

以太网数据帧帧头中有个信息类型,网络层一看就知道网络层是哪个协议了


3. 网络层


此时就由网络层的 IP 协议进行解析数据报,同样去掉 IP 报头,以及其他的工作;

主要目的还是取出 载荷,交给更上层的传输层

ip 报头中也会存在一个字段,标识当前传输层用的是哪个协议


4. 传输层


此处由 UDP 来处理,去掉报头取出载荷,交给上层 应用层来处理;这里借助端口号来区分应用程序。


5. 应用层


由微信这个程序来解析 这些数据,取出这些字段放到应用层界面。

OKKKKKKK,初始网络就认识到这里,后面还有更详细的认识..

相关实践学习
自建数据库迁移到云数据库
本场景将引导您将网站的自建数据库平滑迁移至云数据库RDS。通过使用RDS,您可以获得稳定、可靠和安全的企业级数据库服务,可以更加专注于发展核心业务,无需过多担心数据库的管理和维护。
Sqoop 企业级大数据迁移方案实战
Sqoop是一个用于在Hadoop和关系数据库服务器之间传输数据的工具。它用于从关系数据库(如MySQL,Oracle)导入数据到Hadoop HDFS,并从Hadoop文件系统导出到关系数据库。 本课程主要讲解了Sqoop的设计思想及原理、部署安装及配置、详细具体的使用方法技巧与实操案例、企业级任务管理等。结合日常工作实践,培养解决实际问题的能力。本课程由黑马程序员提供。
相关文章
|
1月前
|
机器学习/深度学习 PyTorch TensorFlow
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic,深度学习探索者。深耕TensorFlow与PyTorch,分享框架对比、性能优化与实战经验,助力技术进阶。
|
1月前
|
监控 负载均衡 安全
WebSocket网络编程深度实践:从协议原理到生产级应用
蒋星熠Jaxonic,技术宇宙中的星际旅人,以代码为舟、算法为帆,探索实时通信的无限可能。本文深入解析WebSocket协议原理、工程实践与架构设计,涵盖握手机制、心跳保活、集群部署、安全防护等核心内容,结合代码示例与架构图,助你构建稳定高效的实时应用,在二进制星河中谱写极客诗篇。
WebSocket网络编程深度实践:从协议原理到生产级应用
|
7月前
|
机器学习/深度学习 存储 算法
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
反向传播算法虽是深度学习基石,但面临内存消耗大和并行扩展受限的问题。近期,牛津大学等机构提出NoProp方法,通过扩散模型概念,将训练重塑为分层去噪任务,无需全局前向或反向传播。NoProp包含三种变体(DT、CT、FM),具备低内存占用与高效训练优势,在CIFAR-10等数据集上达到与传统方法相当的性能。其层间解耦特性支持分布式并行训练,为无梯度深度学习提供了新方向。
294 1
NoProp:无需反向传播,基于去噪原理的非全局梯度传播神经网络训练,可大幅降低内存消耗
|
2月前
|
机器学习/深度学习 人工智能 算法
卷积神经网络深度解析:从基础原理到实战应用的完整指南
蒋星熠Jaxonic带你深入卷积神经网络(CNN)核心技术,从生物启发到数学原理,详解ResNet、注意力机制与模型优化,探索视觉智能的演进之路。
395 11
|
2月前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
452 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解
|
2月前
|
安全 测试技术 虚拟化
VMware-三种网络模式原理
本文介绍了虚拟机三种常见网络模式(桥接模式、NAT模式、仅主机模式)的工作原理与适用场景。桥接模式让虚拟机如同独立设备接入局域网;NAT模式共享主机IP,适合大多数WiFi环境;仅主机模式则构建封闭的内部网络,适用于测试环境。内容简明易懂,便于理解不同模式的优缺点与应用场景。
380 0
|
4月前
|
机器学习/深度学习 人工智能 PyTorch
零基础入门CNN:聚AI卷积神经网络核心原理与工业级实战指南
卷积神经网络(CNN)通过局部感知和权值共享两大特性,成为计算机视觉的核心技术。本文详解CNN的卷积操作、架构设计、超参数调优及感受野计算,结合代码示例展示其在图像分类、目标检测等领域的应用价值。
280 7
|
6月前
|
监控 应用服务中间件 Linux
掌握并发模型:深度揭露网络IO复用并发模型的原理。
总结,网络 I/O 复用并发模型通过实现非阻塞 I/O、引入 I/O 复用技术如 select、poll 和 epoll,以及采用 Reactor 模式等技巧,为多任务并发提供了有效的解决方案。这样的模型有效提高了系统资源利用率,以及保证了并发任务的高效执行。在现实中,这种模型在许多网络应用程序和分布式系统中都取得了很好的应用成果。
205 35
|
6月前
|
机器学习/深度学习 算法 测试技术
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
本文探讨了基于图的重排序方法在信息检索领域的应用与前景。传统两阶段检索架构中,初始检索速度快但结果可能含噪声,重排序阶段通过强大语言模型提升精度,但仍面临复杂需求挑战
221 0
图神经网络在信息检索重排序中的应用:原理、架构与Python代码解析
|
5月前
|
安全 Java 程序员
分析Muduo网络库源码中的TcpServer组件工作原理
简言之,TcpServer 在 Muduo 中的角色,就是一位终极交通指挥员,它利用现代计算机网络的魔法,确保数据如同车辆一般,在信息高速公路上自由、安全、高效地流动。
77 0