输入 xxxhub 的背后到底发生了什么

前言

今天我们来深度剖析一个老生常谈的话题「请说出在淘宝网输入一个商品到最终展示的完整路径」，这题很难，涉及到网络的工作机制，硬件上需要对交换机，路由器，网卡的工作机制有所了解，软件上则涉及到 TCP，LVS 的工作原理，网上对这些内容的讲解有不少错误而且讲得不够细，很多知识点一笔带过，本文将会用大量的图解对网络中软硬件的工作机制做详细介绍，相信大家看了肯定有收获,肝文不易，大家来个三连支持呀

友情提示：下篇再讲 LVS 工作原理，看完这篇再看 LVS 会容易很多

接下来我们会深度剖析下图中 A 与 B 的通信流程，坐稳了，发车！

借用生活场景来理解网络中的概念

很多技术术语我们可能理解得很费劲，但是往往引入生活学习场景会一目了然，很多技术的设计思路就取自生活中的点点滴滴，接下来我们就以学校的场景为例来一步步理解网络的设计思路。

学军小学开学了，第一天一年级一班的同学都到齐了，新来的老师并不认识其中的每一个人，但是没关系，他有一份学生名单

现在老师想认识班上叫「李四」的同学，于是他先在在班上大喊了一声「李四」，虽然所有人都听到了老师的声音，但由于喊的是李四，所以其他人不作声，只有李四回了一声「到」

于是老师就把名单上的李四和相关人员给关联上了，下一次想找李四的时候就可以直接找到对应的人员，不用在班上大吼一声了，同理老师如果想找其他人，也只要大吼一声对方应答即可，我们把这种方式称为广播，之后记住了对方就可以直接一对一找人了。

那么老师为啥不跑到其它班级去找张三，李四呢，毕竟其他班级也可能有这两人，注意学生名单上有个前缀是相同的

他们的前缀都是学军小学一年级一班，所以班主任只会在「一年级一班」找人，不会傻到跑到其他班级去找人（当然你要跑到其他班级去吼或者满世界吼都没问题，只是无人响应，没必要），总结一下老师如果需要知道名单上「学军小学一年级一班李四」这位同学是谁，那么她需要：

1. 首先找到学军小学一年级一班在哪
2. 然后在一年级一班大吼一声「李四」，其他同学虽然听到了老师的喊声，但由于叫的不是自己，所以都不作声，只有李四本人回应了一声「到」
3. 老师对应上了本人，于是下次就不要靠吼的方式找李四了，直接找到本人即可。

刚才说的是同一个班级的，那如果是不同班级的学生呢？比如一年级一班的的张三需要找一年级二班的王五，该怎么办？首先看前缀即班级名称是否相同

显然不一样，所以张三不能在班级里吼，他应该出门，先找到王五所在班级「学军小学一年级二班」，然后再大吼一声「王五」，王五再回答「到」，之后再找的话由于已经记住了王五是谁，所以到达二班后直接找到王五交流即可。

到这里我们网络的雏形就有了，现在我们再来看下此例中的班级，学生等如何与网络中的术语对应上，相信你会豁然开朗

• 主机：即学生
• 子网: 班级就对应互联网中的子网，互联网就是由无数的子网组成的，要与计算机通信，必须先找到计算机所在子网
• 网络地址：「学军小学一年级一班」即班级编号就相当于网络地址，相当于子网的编号，主要用来判断主机是否在同一个子网
• 主机地址：张三，李四就相当于主机地址，相当于确定了班级后，可以分配学生了
• IP 地址: 「学军小学一年级一班张三」即 IP 地址，相当于计算机的编号，不难发现 IP 地址由网络地址+主机地址组成，只不过主机中的 IP 地址由 32 位的二进制数也就是 4 个字节组成，IP地址通常用点分十进制表示成（a.b.c.d）的形式，如 192.168.1.10，
• 子网掩码: IP 地址虽然包含了网络地址，比如 IP「学军小学一年级一班李四」的网络地址为「学军小学一年级一班」，但是只有 IP 是无法知道网络地址的，必须指定哪几位为网络地址，在此例中我指定前 9（学军小学一年级一班的长度） 个字为网络地址，我们可以写成 学军小学一年级一班李四/9，代表此 IP 的前 9 位为 网络地址， 在计算机中我们则用 192.168.1.10/24 这样的形式来表示，这种用来指明一个 IP 地址的哪些位标识的是主机所在的子网的形式我们称为子网掩码
• mac 地址:「学生的容貌+身份证」就相当于计算机 mac 地址，即网卡地址，每个网卡地址在全球都是独一无二的，mac 地址有48位，通常表示为12个16进制数，每两个16进制数之间用冒号分隔开，如【08:00:20:0A:8C:6D】，一旦找到子网，就可以先根据 IP 找到 mac，再根据 mac 找到对应的计算机，一般一个 mac 对应一个 IP（一位学生为其分配一个班级学号）
• 网关:两名学生如果不在同一个班级（不在同一个子网），则需要出门寻找，这里的门就相当于网关

另外这里隐含的一个点是学生要能被叫到，必须要先入学报名然后学校根据其「容貌+身份证」（mac地址）分配到某个班级（比如学军小学一年级一班张三，对应 IP 地址）,也就是说计算机如果要能通信必须首先被分配某个子网的一个 IP，原因也不难理解，学生都不在班级里（没有编号），老师同学无论在哪个班级喊你都听不到，至此可以得出网络的基本架构如下

互联网是由一个个子网组成的，不同子网计算机出网关后通信

到此网络的基本原理其实你已经明白了，剩下的只是一些实现上的细微差别而已，看完本文剩余内容你会发现我们举的这个例子与网络的工作原理是如此惊人的相似

计算机是如何通信的

接下来我们进入正题一起来看看计算机是如何通信的

有了上述的预备知识现在再来看一下两个计算机是如何通信的，相信你会豁然开朗，经过上一小节分析你会发现计算机要通信无非分两种情况

1. 同一个子网中的两台计算机通信（在一个班级）
2. 不属于同一个子网两台计算机的通信（不在一个班级）

1. 两台计算机属于同一个子网

人与人是可以靠声音通信，但计算机必须通过网线相连才能通信

不过计算机一般只有一个网卡接口，只能连一根网线，但一个子网里可能有几百台机器，它们之间该怎么连线呢

计算机中有一句经典名言：没有什么是加一层解决不了的问题，如果有那就再加一层，所以我们可以加个中间层，让其它电脑连到这个中间层，然后让这个中间层再转发

IP 的诞生

在上一节中我们提到，计算机要通信必须首先被分配一个子网中的 IP，你可以为每台机器手动指定（静态 IP），但手动配置确实太麻烦了，所以一般通过 DHCP 服务器来动态分配 IP 地址，比如现在 A 是刚接入此子网的计算机，它没有 IP，所以它会发一个包含有 A 机 mac 地址的广播包，由于是广播包，每台机器都能收到，但只有 DHCP 才能做出响应，DHCP 会给这台机器发一个带有 IP 地址的响应包

如图示获取 IP 的步骤如下

1. 首先 A 发出一个 DHCP DISCOVRE 广播包，由于它还没有 IP，所以源地址设为 0.0.0.0，它刚接入也不知道 DHCP IP 是啥，所以设置为 255.255.255.255（受限的广播地址，只会在子网中进行广播的），所有机器都会收到，但只有 DHCP server 能响应
2. DHCP server 会发出一个「分配的 IP」,「A 的 mac地址」等的广播包，所有机器都能收到，收到后机器会拿到报文里的 mac 地址和自己的比对一下，如果是会再向 DHCP 发送一个确认使用此 IP 的广播包，DHCP 收到此包后记录此 IP 已被使用，同时再次发出一个 DHCP ACK 确认此 IP 可用，于是 A 就有了 IP

注：为了避免面面俱到，DHCP 流程作了一些简化，与实际有些出入，不过不影响整体理解

就这样每台机器接入子网后通过 DHCP 都获取到了自己的 IP 地址

好了，既然每台机器都被分配了 IP， MAC 地址也知道了（网卡自带的），那么两台机器该怎么通信呢？

我们来看下已知 D 的 IP，A 该怎么和 D 通信，首先 A 要判断 D 是不是在同一个子网，怎么判断呢，上一节我们提到过，子网掩码，一般在组网的时候我们会指定哪几位为网络地址，哪几位为主机地址，只要网络地址相同就可以认为是在同一个子网

IP 地址有 32 位，如果我们指定前 24 为网络地址，那么后 8 位就是主机地址，那么已经一个 IP 是 192.168.1.10 该怎么算它的网络地址呢

前 24 位为网络地址，则说明前 24 位需要保留，剩下的 8 位地址不保留（为 0），那么只需要让此 IP 与 前 24 为 1，后 8 位为 0 的数字（十进制表示为 255.255.255.0）相与即可获取网络地址，即为 11000000.11000000.00000001.00000000，换算成十进制即为 192.168.1.0

由于前 24 位是网络号，所以 A（192.168.1.10/24）和 D（192.168.1.13/24）的网络地址是一样的（都是192.168.1.0），代表它们是同一个子网

ARP

既然是同一个子网那 A 要找 D 就好办了，一开始 A 知道 D 的 IP，但还没法和具体哪台机器对上号，就像新开学班主任拿着学生名单却没法对上具体哪个学生一样，于是 A 在子网里发了一个广播包大吼一声：IP 地址为 192.168.1.13 的机器是谁啊

由于是一个广播包，所以 B，C，D 都收到了此广播包，拿到包之后对比一下 IP 发现只有 D 能对上，于是 B，C 不响应，D 回复了一句，是我，同时把自己的 IP ，mac 地址发出去，于是 A 收到了 D 的 MAC，在自己的机器中更新「192.168.1.13」对应的 Mac 地址为 macD(d的 mac 地址)，注意在此过程 A 的广播包中包含 A 的 ip 和 mac，所以 D 收到此广播包后也会在本地更新「192.168.1.10」对应的 Mac 地址为 macA，我们把这个过程称为 ARP(Address Resolution Protocol)，即根据 IP 获取 mac 地址的一个协议。

另外在此过程中，如果中间设备是交换机，它也注意到 A 经过 1 口，交换机会记录 1 口连着 A（用 A 的 mac 地址表示），同时当 D 响应时会把包发给 4 口，交换机也会记录 4 口连着 D，于是经过此次 ARP， A，D，交换机中的记录如下

交换机就是通过 ARP 不断把机器与其所连端口记录更新在表中

当 A 再次给 D 发送数据时就好办了，此时数据包会带上 A 的 IP，A 的 mac，D 的 ip 与 D 的 mac

交换机收到数据包后一看目标 mac 是 D 的 mac 地址 macD，查找了一下它的记录表，macD 应该从端口 4 出去，于是直接把包转发给了 D，不需要全局广播了，从这里也可以看出为啥说交换机是二层的（数据链接层，有 mac 地址），因为它记录了 mac 地址和端口的关系，不涉及到 IP。

同一个子网两台计算机的请求大家应该明白了，接下来再来看看不在同一个子网的两台计算机是如何通信的。

2. 两台计算机不属于同一个子网

这种情况下就像两个不同班级的学生要通信，首先必须要出门，找到对方的班级，然后再找到本人，这个门在网络中我们称为默认网关（gateway），一般由路由器来充当网关的角色，网关地址是子网的第一个主机地址，假设网络地址为 192.168.1.0/24，则默认网关 IP 为 192.168.1.1，子网中的每台主机都会有一个默认网关

现在我们再来看下 A 如何与 D 通信

1 . 首先计算下 D 是否与 A 同在同一个子网，A 所在子网为 192.168.1.1/24，即它的网络地址为 192.168.1.0，子网掩码为 255.255.255.0，将 A 的子网掩码与 D 的 IP 地址 192.168.2.11 相与得到 192.168.2.0，说明 A 与 D 不在同一个子网

2 . 于是 A 要把包发到网关，即 192.168.1.1，一开始 A 也不知道网关的 mac 地址，于是 A 首先发了个 ARP 包获取网关的 mac 地址，然后将以下包发给网关

这里千万要注意：目标 Mac 是网关的 mac，但目标 IP 是 D 的 IP ，并不是网关的 IP！原因也不难理解，你送个快递只会在多个中转站（mac 地址）间流转，目标地址肯定不能变

3 . 路由器收到上面这个包后会取出它的目标 IP，然后查一下路由表

路由表的每一项由「目的地址」，「子网掩码」,「下一跳」,「端口」这四项组成，目的地址和子网掩码可以算出网络地址，以第二项为例，它表示的意思是所有目标 IP 的网络地址为 192.168.2.1 & 255.255.255.0 = 192.168.2.0 的都走端口 1

目标 IP 会与每一项都匹配，匹配到哪一项路由器就把包从对应的端口转发出去

由于此时目标 IP 是 192.168.2.11， 将其与第二条的子网掩码（255.255.255.0）相与后为 192.168.2.0，说明与第二条匹配，于是就把包从端口 2 转发出去了，但此时路由器也不知道 目标 IP: 192.168.2.11 的 mac 地址，于是它也用 ARP 先获得此 IP 对应的 mac 地址，然后再将数据包的目标 mac 地址改为 D 的 mac 地址发送出去，注意此时的源 mac 地址也要修改为路由器端口对应的 mac

可以看到在转发过程中源 IP，目标 IP 不会变，而源 mac和目标 mac 地址会不断变化

4 . 交换机再将上述的包转发给 D 即可

至此相信你明白了路由器为啥属于三层设备，三层是网络层，负责根据 IP 寻址，另外相信大家不难想到路由器的一个端口就是一个广播域，同一台路由器不同端口对应的网段（网络地址）是不同的

路由器之间是怎么通信的

上面说的是在同一个路由器不同端口对应的子网上的机器互相连通的问题，接下来我们来看看如果一个网络有多台路由器相连的话主机之间是怎么通信的

如果 A 要与D 通信流程是怎样的？首先 A 到路由器 1 的流程与之前是一样的，现在关键是路由器 1 怎么将数据包转发给路由器 2。还是路由表，不过这次路由表与之前的有些不太一样

我们看第一次记录，有一个下一跳，对应路由器 2 上的端口，那么这里为啥不用端口呢，主要原因是为了避免在路由器 1 产生大量的 ARP 缓存

先来看看如果用端口会怎样，我们之前说了一个端口代表一个广播域，假设现在指定子网为 192.168.2.0 的包从路由器 1 上 mac 地址为 r2 的端口出去，那么包在 r2 端口转发前，需要修改一下包的目标 IP 对应的 mac 地址，此时如果不知道目标 IP 的 mac 地址会怎样呢，发个 ARP 请求获得目标 IP 的 mac 地址，并且保存在路由器的 ARP 缓存，如果目标 IP 的子网有很多台主机，R2 每转发一次都要都要发一次 ARP 请求，并且保存在本地，将会产生大量的 ARP 缓存，而如果用下一跳的 IP，则所有到 192.168.2.0 子网的请求，都只会转发给 192.168.10.6，就意味着只存储这个 IP 的 ARP 缓存，所以一般路由器之间的转发使用下一跳。

最后一个问题，路由器是如何知道这些路由表的呢，通过静态路由算法和动态路由算法，所谓静态路由是指路由规则是人工配置的，动态路由则是通过路由器学习，分享给相邻路由器自己的路由表信息以让互联网上的路由器逐步完善自己的路由表

公网，内网与 NAT

上一节讨论的主机间的通信都是在子网即私网间的通信，但都还未出公网

什么是私网和公网

私网也称内网，也叫局域网，企业或者家庭用户搭建的网络为私网，比如公司里的很多台计算机就组成了一个子网，它们内部之间是可以互相通信的，而且它们组成的子网地址是私有地址，不同的子网私有地址是可以相同的，但如果你要访问 Google 那就要出这个子网，到公网上去找，公网才是我们所说的广义上的的互联网。

在公网上每个设备的 IP 都是全球唯一，这个其实很好理解，比如杭州有个学军小学，可能北京也有个学军小学，如果两个学军小学的学生需要互相通信肯定要填上对方的地址，总不能都填学军小学吧，快递员可不知道到底是哪个学军小学，所以需要给每个学军小学指定一个全球唯一的地址，比如浙江省杭州市西湖区学军小学，这样快递员就知道应该把信送到这个地址了。

也就是说私网中的主机如果想要访问公网，必须将私网中的 IP 转为公网上的 IP，我们把这个过程称为 NAT（Network Address Translation，网络地址转换）

相信细心的你一定发现了一个问题，子网中的地址通过 NAT 转成公网请求后，它的响应包该怎么找到请求的主机呢，也就是是私网 IP 与公网 IP 应该要有个映射关系，比较常用的是端口映射。我们前面只提到了 IP，mac，实际上还有一个端口（port）没提，一个 TCP 连接是需要知道请求方与被请求方的 iP,port的，简称 TCP 的四元组

TCP 四元组

也就是说请求包中除了有 IP 地址，实际上还有端口

NAT 为了节省 IP 资源，往往采用端口映射的方式

这样的话，请求除了公网地址变了，端口地址也变了，但请求回来的时候也会把公网的 IP 和端口转成内网的 IP+端口，也就解决了响应包找不到主机的问题

总结

看完这篇相信大家应该明白互联网中的两台主机到底是如何通信的了，另外网上有不少人困惑「有了 IP 为啥要有 mac，或者有了 mac 为何还要有 IP」，看完这篇我们不难作答: IP 起到远程定位子网，减少网络风暴的作用，定位子网后，则广播（ARP 请求）对网络的影响会小的多， ARP 拿到 mac 后在子网内即可找到对应的机器，两者缺一不可，这就好比在学校里找人，你要先找到学生对应的班级，再找到这名学生一样。

代入生活场景来思考技术的实际原理，往往会达到事半功倍的效果

另外相信你也不难明白为啥说交换机工作在二层，路由器工作在三层了

二层即数据链路层，mac 地址用于识别数据链路中互连的节点，而交换机会取出 mac 地址进行比对后再决定从哪个口转发出去

三层即网络层，对应 IP 寻址，路由器会取出 IP 头来决定从哪个口转发出去

下一篇 LVS，不鸽了，敬请期待!

本文由哈喽比特于3年以前收录，如有侵权请联系我们。
文章来源：https://mp.weixin.qq.com/s/5Sw1A5TW8wj6CxSGQSmv9g