【JavaEE初阶系列】——网络原理之进一步了解应用层以及传输层的UDP协议

🚩进一步讲应用层

🎈自定义应用层协议

🎈用什么格式组织

👩🏻‍💻xml(远古的数据组织格式)

👩🏻‍💻json(当下最流行得一种数据组织格式)

👩🏻‍💻protobuffer(使用二进制方式来组织数据)

🚩进一步讲传输层中UDP(重点)

🎈UDP协议

👩🏻‍💻UDP报文长度

👩🏻‍💻校验和

👩🏻‍💻代码中了解UDP特点

👩🏻‍💻基于UDP的应用层协议

🚩进一步讲应用层

🎈自定义应用层协议

在应用层这里，很多时候，都是程序员“自定义”应用层协议的。

就是自己定义协议，约定好数据如何传输。

1.根据需求，明确要传输的信息
2.约定好信息按照什么格式来组织

点外卖：点开外卖软件，首先会看到商家列表，这里就涉及到程序和服务器之间进行的网络通信交互。

客户端请求：用户信息，位置信息（此处假设就使用简单的格式来组织，使用文本的方式，三个属性，使用","来分割。

1000，100，30

服务器响应：商家列表（多个商家），每个商家，包含名称，图片，距离，简介，评分。

此处假设使用简单格式来组织，使用文本格式，每个商家信息占一行，每个属性使用“，”来分割。

上述的过程就是自定义协议，自定义协议，具体的方式，也是非常灵活的，针对这里的情况，使用啥样的格式来组织，都ok，只要客户端和服务器这边都能够对应上即可。（上述通过行文本方式构造的协议，属于比较粗糙的方式）

🎈用什么格式组织

👩🏻‍💻xml(远古的数据组织格式)

通过标签来组织数据

<request><userid>1000</userid><position>100,30</position>
</request>

HTML属于xml的变种

xml是一个通用的数据格式，这里有啥标签，标签有啥含义，都是程序员自定义的

html则是一个专属的数据格式，有啥标签，标签是啥含义，都是有一个标准委员会，规定好的。<a>超链接 <img>图片 <input>输入框 <li>有序列表

xml优势：让数据的可读性变得更好了

xml劣势：标签写起来非常繁琐，传输得时候也占用更多网络宽带

👩🏻‍💻json(当下最流行得一种数据组织格式)

{userid:"1000",position:"100,30"
}

键值对结构：{}把所有的键值对给包裹起来。键值对之间，使用","分割，键和值之间，使用":"分割。键固定就是string类型，值得话可以是数字，可是是字符串，也可以是json，还可以是数组。

json优势：可读性比较好得，比xml更简洁

json劣势：同样也是会在网络传输中，消耗额外得带宽（需要把key也进行传输）

👩🏻‍💻protobuffer(使用二进制方式来组织数据)

pb的优势：占用带宽最低，传输效率最高，非常适合于对于性能要求比较高的场景。

pb的劣势：可读性不好（二进制结构，肉眼无法阅读），一定程度上影响开发的效率。

相对于计算机的执行效率来说，对于程序员，开发效率是最重要的。

🚩进一步讲传输层中UDP(重点)

UDP:无连接，不可靠，面向数据报，全双工
TCP：有连接，可靠传输，面向字节流，全双工

端口号：

写一个服务器，必须手动指定一个端口号，通过端口号来区分当前主机上的不同的应用程序
写一个客户端，客户端在通信的时候也会有一个端口号（代码感受不到），系统自动分配。（如果指定端口号发现和自己主机的程序的端口号一样，那么就冲突了）

端口号固定占2个字节，表示的数据范围0--65535，一般来说，0是不用的。

1-1023 称为“知名端口号”

1024-65535 普通端口号（不要冲突即可）

🎈UDP协议

学习一个协议，其中最主要的工作，就是去理解协议报文格式。

👩🏻‍💻UDP报文长度

UDP报文长度，是2个字节，16位表示的数据，表示的范围是0-65535=》64kb

UDP报文长度有限制64k

我们知道搜狗的浏览器有些网页下面会显式广告俩字，由于业务的发展，广告越来越多了，广告的样式也越来越复杂了，导致商搜服务器和入口服务器之间交互的数据流，已经接近64kb，如果超过上限，数据就会出现截断，最终展示在页面上的数据肯定会出错的。

解决方法：

1.把数据拆分成2个包，使用多个UDP数据报进行传输，这个方案，秒被否定（开发成本比较大），拆包，又如何组包呢。
2.直接使用TCP，TCP没有包大小的限制（从这里可以说明，如果是大文件的话都是需要用到TCP，UDP是有包大小限制的）。

👩🏻‍💻校验和

前提：网络传输中，由于一些外部干扰，就可能会出现数据传输出错的情况。

（光信号/电信号，磁场，电场，高能离子....某个地方本来是传输低电平，在干扰下就成了高电平了）因此我们就需要有办法，能够识别出出错的数据，校验和，就是这种的一种检查手段。

举个例子：

就比如我去超市买菜，妈妈告诉我需要买西红柿鸡蛋芹菜黄瓜四样菜，当我买完数数是5样，那么肯定是出错了，然后再数数是3样，发现买少了，继续进行校验。（这里我们用个数来表示校验机制，但是还不够，需要结合内容来计算）
生活中都需要很多校验才能确保自己做的事情是否有错误。我们小时候计算一个题目需要通过校验来检查等等

校验和，其实本质上是一个字符串，体积比原始的数据更小，又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，反正，校验和相同，原始数据大概率相同。

如何基于校验和来完成数据校验呢？

1.发送方，把要发送的数据整理好（称为data1），通过一定的算法，计算出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（数据可能和data1就不一样了），收到数据checksum1
4.接收方再根据data2重新计算校验和（按照相同的算法），得到checksum2
5.对比checksum1和checksum2是否相同，如果不同，则认为data2和data1一定不相同，如果checksum1和checksum2相同，则认为data1和data2大概率是相同的（理论上存在不同的可能性，概率比较低）

校验和是怎么算的？

计算校验和，有很多算法

UDP中使用的是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，把结果保存到这俩个字节的变量中，累加过程中如果溢出，也没关系。如果中间某个数据，出现传输错误，第二次计算的校验和就会和第一次不同。

CRC这个算法不是特别的靠谱，导致俩个不同的数据，得到相同的校验和概率比较大，比如如果前一个字节恰好少1，后一个字节恰好多1，但是最终得到相同的校验和。

md5 / sha1算法

1.定长：无论你的原始数据多长，计算得到的md5，都是固定长度。（校验和本身就不能太长，如果太长就不方便网络传输）

2.分散:给定两个原始数据，哪怕绝大部分内容都一样，只要其中一个字节不同，得到的md5值都会差异很大。md5也非常适合作为hash算法（哈希表是把一个key通过hash函数转换成数组下标，希望hash函数能够做到尽量分散，产生hash冲突的概率才会比较低）

3.不可逆：给你一定原始数据，计算md5，很容易，给你md5，还原出原始数据，计算量非常庞大，以至于超出了现有计算机的算力极限，理论上是不行的。md5也可以应用在一些密码学场景中。