实战说明TCP协议栈的数据包拆包粘包问题
所谓问题
严格来说不能叫问题，维基百科TCP协议这么定义的：
传输控制协议（英语：Transmission Control Protocol，缩写：TCP）是一种面向连接的、可靠的、基于字节流的传输层通信协议，由IETF的RFC 793定义
也就是说TCP只能保证数据（字节流）按照顺序发送并且到达，发几次，怎么发，每次发的长度多少，是TCP说了算的，并不是应用层，所以就会出现下面的问题：
客户端发了两次，怎么服务端一次读取就读完了？
客户端发了很长的一段数据，怎么服务端两次读取才读取完？
要解决这个问题，就要定一个应用层协议，比如，HTTP协议，定一个head，一个body，head里面有个内容长度Content-Length，比如说服务端发了一段消息，长度为100，客户端你没收到100你继续收，收到100为止，而不管你收了几次，因为这是TCP来确定的（根据缓冲区大小，是否到达最大长度等）
这要求定义一个应用层协议，但是很多人将未定义协议的锅甩给TCP，称为拆包（案列2）粘包（案例1）问题。
这个问题，姑且称作未定协议问题
未定义协议问题
即未定义协议产生的问题
"粘包"问题演示
服务端
服务端
package ProtocolDesignProblem.problem;
import java.io.IOException;
import java.io.InputStream;
import java.net.ServerSocket;
import java.net.Socket;
public class Server {
public static void main(String[] args) throws IOException {
// 监听指定的端口
int port = 8081;
ServerSocket server = new ServerSocket(port);
// server将一直等待连接的到来
System.out.println("server将一直等待连接的到来");
Socket socket = server.accept();
// 建立好连接后，从socket中获取输入流，并建立缓冲区进行读取
InputStream inputStream = socket.getInputStream();
byte[] bytes = new byte[1024 * 1024];
int len;
int cnt = 1;
while ((len = inputStream.read(bytes)) != -1) {
//注意指定编码格式，发送方和接收方一定要统一，建议使用UTF-8
String content = new String(bytes, 0, len,"UTF-8");
System.out.println("cnt = " + (cnt ++ ) + ", len = " + len + ", content: " + content);
}
inputStream.close();
socket.close();
server.close();
}
}
客户端
客户端1
package ProtocolDesignProblem.problem;
import java.io.IOException;
import java.io.OutputStream;
import java.net.Socket;
public class Client1 {
public static void main(String[] args) throws IOException, InterruptedException {
// 要连接的服务端IP地址和端口
String host = "127.0.0.1";
int port = 8081;
// 与服务端建立连接
Socket socket = new Socket(host, port);
// 建立连接后获得输出流
OutputStream outputStream = socket.getOutputStream();
String message = "【这是一段消息】";
for (int i = 0; i < 100; i++) {
//Thread.sleep(1);
outputStream.write(message.getBytes("UTF-8"));
}
outputStream.close();
socket.close();
System.out.println("数据发送完毕！");
}
}
先跑服务端、再跑客户端，服务端输出如下
cnt = 1, len = 408, content: 【这是一段消息】【这是一段消息】...
...
cnt = 15, len = 120, content: 【这是一段消息】按照正常来讲，发一百次你得收一百次，这才能对上，现在只收到了15次，很多消息还连在一起了，明显不符合预期，这就是所谓的"粘包"问题
"拆包"问题演示
服务端
服务端，服务端还是和上面一样的
package ProtocolDesignProblem.problem;
import java.io.IOException;
import java.io.InputStream;
import java.net.ServerSocket;
import java.net.Socket;
public class Server {
public static void main(String[] args) throws IOException {
// 监听指定的端口
int port = 8081;
ServerSocket server = new ServerSocket(port);
// server将一直等待连接的到来
System.out.println("server将一直等待连接的到来");
Socket socket = server.accept();
// 建立好连接后，从socket中获取输入流，并建立缓冲区进行读取
InputStream inputStream = socket.getInputStream();
byte[] bytes = new byte[1024 * 1024];
int len;
int cnt = 1;
while ((len = inputStream.read(bytes)) != -1) {
//注意指定编码格式，发送方和接收方一定要统一，建议使用UTF-8
String content = new String(bytes, 0, len,"UTF-8");
System.out.println("cnt = " + (cnt ++ ) + ", len = " + len + ", content: " + content);
}
inputStream.close();
socket.close();
server.close();
}
}
客户端
客户端2
package ProtocolDesignProblem.problem;
import java.io.IOException;
import java.io.OutputStream;
import java.net.Socket;
public class Client2 {
public static void main(String[] args) throws IOException, InterruptedException {
// 要连接的服务端IP地址和端口
String host = "127.0.0.1";
int port = 8081;
// 与服务端建立连接
Socket socket = new Socket(host, port);
// 建立连接后获得输出流
OutputStream outputStream = socket.getOutputStream();
String message = genLongChinese(Integer.valueOf(args[0]));//utf-8编码，一个汉字三字节
for (int i = 0; i < 1; i++) {
//Thread.sleep(1);
outputStream.write(message.getBytes("UTF-8"));
}
outputStream.close();
socket.close();
System.out.println("数据发送完毕！");
}
public static String genLongChinese(int len){
StringBuffer sb = new StringBuffer();
for (int i = 0; i < len; i++) {
sb.append("中");//一个中字在UTF-8编码中占3个字节
}
return sb.toString();
}
}
第二个就要麻烦些了，需要在Linux环境下演示，本例在CentOS7中演示，本地回环网卡lo，查看lo的MTU（Maximum Transmission Unit，即为最大传输单元），超过此值将会被截断发送，如果太大就设置小点，比如设置mtu为10240字节（临时设置）
ifconfig lo mtu 10240 up顺带提一下MTU的概念
MTU泛指通讯协议中的最大传输单元。一般用来说明TCP/IP四层协议中数据链路层的最大传输单元，不同类型的网络MTU也会不同，我们普遍使用的以太网的MTU是1500，即最大只能传输1500字节的数据帧。可以通过ifconfig命令查看电脑各个网卡的MTU。
同时需要tcpdump观察数据的发送，如果没有tcpdump，则执行yum install -y tcpdump安装，执行下面命令观察8081端口
tcpdump -i lo 'port 8081'跑服务端java Server，跑客户端，先发送1000个汉字试试java Client2 1000，观察tcpdump输出
# 三次握手
09:46:39.083150 IP localhost.42110 > localhost.tproxy: Flags [S], seq 214022135, win 20400, options [mss 10200,sackOK,TS val 3970228 ecr 0,nop,wscale 7], length 0
09:46:39.083166 IP localhost.tproxy > localhost.42110: Flags [S.], seq 879271140, ack 214022136, win 20376, options [mss 10200,sackOK,TS val 3970228 ecr 3970228,nop,wscale 7], length 0
09:46:39.083174 IP localhost.42110 > localhost.tproxy: Flags [.], ack 1, win 160, options [nop,nop,TS val 3970228 ecr 3970228], length 0
# length 3000 数据发送，刚好3000字节
09:46:39.084746 IP localhost.42110 > localhost.tproxy: Flags [P.], seq 1:3001, ack 1, win 160, options [nop,nop,TS val 3970229 ecr 3970228], length 3000
# 四次挥手
09:46:39.084783 IP localhost.42110 > localhost.tproxy: Flags [F.], seq 3001, ack 1, win 160, options [nop,nop,TS val 3970229 ecr 3970228], length 0
09:46:39.086550 IP localhost.tproxy > localhost.42110: Flags [.], ack 3001, win 319, options [nop,nop,TS val 3970232 ecr 3970229], length 0
09:46:39.087278 IP localhost.tproxy > localhost.42110: Flags [F.], seq 1, ack 3002, win 319, options [nop,nop,TS val 3970232 ecr 3970229], length 0
09:46:39.087284 IP localhost.42110 > localhost.tproxy: Flags [.], ack 2, win 160, options [nop,nop,TS val 3970232 ecr 3970232], length 0TCP三次握手、四次挥手看的清清楚楚，数据发送一次发完3000字节，没毛病
下面来试验下4000个汉字，也就是12000字节，超过了我们设置的mtu 10240字节，跑服务端java Server，跑客户端，这次发送4000个汉字试试java Client2 4000，观察tcpdump输出
#三次握手
09:47:22.003451 IP localhost.42114 > localhost.tproxy: Flags [S], seq 182084378, win 20400, options [mss 10200,sackOK,TS val 4013148 ecr 0,nop,wscale 7], length 0
09:47:22.003465 IP localhost.tproxy > localhost.42114: Flags [S.], seq 1098406208, ack 182084379, win 20376, options [mss 10200,sackOK,TS val 4013148 ecr 4013148,nop,wscale 7], length 0
09:47:22.003474 IP localhost.42114 > localhost.tproxy: Flags [.], ack 1, win 160, options [nop,nop,TS val 4013148 ecr 4013148], length 0
# 数据发送，发送了两次 10188 + 1812 刚好为 12000
09:47:22.007582 IP localhost.42114 > localhost.tproxy: Flags [.], seq 1:10189, ack 1, win 160, options [nop,nop,TS val 4013152 ecr 4013148], length 10188
09:47:22.007593 IP localhost.42114 > localhost.tproxy: Flags [P.], seq 10189:12001, ack 1, win 160, options [nop,nop,TS val 4013152 ecr 4013148], length 1812
# 四次挥手，还设有一次不知道是干啥的，可能是上面数据拆分后的确认信息？
09:47:22.007631 IP localhost.42114 > localhost.tproxy: Flags [F.], seq 12001, ack 1, win 160, options [nop,nop,TS val 4013152 ecr 4013148], length 0
09:47:22.008012 IP localhost.tproxy > localhost.42114: Flags [.], ack 10189, win 319, options [nop,nop,TS val 4013152 ecr 4013152], length 0
09:47:22.008020 IP localhost.tproxy > localhost.42114: Flags [.], ack 12001, win 478, options [nop,nop,TS val 4013152 ecr 4013152], length 0
09:47:22.011443 IP localhost.tproxy > localhost.42114: Flags [F.], seq 1, ack 12002, win 478, options [nop,nop,TS val 4013156 ecr 4013152], length 0
09:47:22.011450 IP localhost.42114 > localhost.tproxy: Flags [.], ack 2, win 160, options [nop,nop,TS val 4013156 ecr 4013156], length 0直接看上面注释就知道，这4000个汉字其实是被分两次发送了，这就是所谓的"拆包"问题
定义应用层协议
那怎么解决上面的问题？定义个协议就好，比如每次发送的时候前面四个字节用来指定后面内容的长度，如果发送没够长度就继续发送，直到长度够为止，接收长度不够就继续接收，直到收够数据为止，定义协议如下，int32位整数占用前面四个字节用来表示后面数据的长度
长度 真正数据
----==========粘包：A区域数据拿出来得到数据长度为length，根据length则知道B为真实数据，拿出来处理，最后把A和B扔掉，留下CDE做下一次解析，长度够就继续解析，不够就读取下数据再做解析，最后留下E拼接在下次数据的前面
A B C D E
----==========----=============---拆包：A区域数据拿出来得到数据长度为length，则知道了真实数据B的长度，发现B长度不够，则再去读，读到C和D，根据length则知道B+C为真实数据，拿出来处理，最后把ABC扔掉，D留下拼接在下次数据的前面
A B C D
----===== ===================---参考代码：先跑服务端、再跑客户端，现在发1000次消息顺序都不会乱
客户端
客户端相对简单，要将发送的数据编码成长度和消息本体
package ProtocolDesignProblem.designProtocol;
import java.io.IOException;
import java.io.OutputStream;
import java.io.UnsupportedEncodingException;
import java.net.Socket;
import static ProtocolDesignProblem.designProtocol.Util.*;
public class Client {
public static void main(String[] args) throws IOException {
// 要连接的服务端IP地址和端口
String host = "127.0.0.1";
int port = 8081;
// 与服务端建立连接
Socket socket = new Socket(host, port);
// 建立连接后获得输出流
OutputStream outputStream = socket.getOutputStream();
String message = "【这是一段消息】";
for (int i = 0; i < 1000; i++) {
outputStream.write(encodeMessage(message));
}
outputStream.close();
socket.close();
System.out.println("数据发送完毕！");
}
/**
*
* @param message 消息
* @return 消息长度+消息本体
* @throws UnsupportedEncodingException
*/
public static byte[] encodeMessage(String message) throws UnsupportedEncodingException {
//消息
byte[] content = message.getBytes(CHAR_SET);
//消息长度编码成字节
byte[] contentLengthBytes = int2Bytes(content.length);
//消息长度 + 消息本体
byte[] encode = new byte[content.length + INTEGER_LENGTH];
System.arraycopy(contentLengthBytes,0,encode,0,INTEGER_LENGTH);
System.arraycopy(content,0,encode,INTEGER_LENGTH,content.length);
return encode;
}
}
服务端
服务端就相对复杂了
package ProtocolDesignProblem.designProtocol;
import java.io.IOException;
import java.io.InputStream;
import java.net.ServerSocket;
import java.net.Socket;
import static ProtocolDesignProblem.designProtocol.Util.*;
public class Server {
public static void main(String[] args) throws IOException {
// 监听指定的端口
int port = 8081;
ServerSocket server = new ServerSocket(port);
// server将一直等待连接的到来
System.out.println("server将一直等待连接的到来");
Socket socket = server.accept();
// 建立好连接后，从socket中获取输入流，并建立缓冲区进行读取
InputStream inputStream = socket.getInputStream();
byte[] bytes = new byte[1024 * 1024];
int len = 0,cnt = 0;
/*1 定义出上次未处理完的字节（超出的字节）*/
int lastBytesLength = 0;
byte[] lastBytes = new byte[lastBytesLength];
while ((len = inputStream.read(bytes)) != -1) {
/*2 将本次读取到的字节和上次没处理完的字节拼接在一起
形成【上次未处理完字节 + 本次新读取到的字节】*/
byte[] tempBytes = new byte[lastBytesLength + len];
System.arraycopy(lastBytes,0,tempBytes,0,lastBytesLength);
System.arraycopy(bytes,0,tempBytes,0,len);
lastBytesLength += len;
lastBytes = tempBytes;
/*3 到目前为止如果字节大于了内容长度的字节数，说明可以取内容了，
否则继续读取，读到多余4个字节为止*/
while (lastBytesLength > INTEGER_LENGTH){
/*4 取出前面4个字节解析成内容长度*/
byte[] contentLengthBytes = new byte[INTEGER_LENGTH];
System.arraycopy(lastBytes,0,contentLengthBytes,0,INTEGER_LENGTH);
int contentLength = bytes2Int(contentLengthBytes);//内容长度
/*5 如果目前读取到的字节还没撑够内容的长度，
那继续读，读到撑够为止，即可能发生了拆包*/
if (lastBytesLength - INTEGER_LENGTH < contentLength){
break;
}
/*6 内容够了 取出内容做处理*/
String message = new String(lastBytes,INTEGER_LENGTH,contentLength,CHAR_SET);
System.out.println("cnt = " + (++cnt) + ", content: " + message);
/*7 重点，将本次未处理完的内容保留下来，
拼接在下次读取到数据的前面，即可能发生了粘包*/
lastBytesLength -= (contentLength + INTEGER_LENGTH);
byte[] leftBytes = new byte[lastBytesLength];
System.arraycopy(lastBytes,contentLength+INTEGER_LENGTH,leftBytes,0,lastBytesLength);
lastBytes = leftBytes;
}
}
inputStream.close();
socket.close();
server.close();
}
}
Util.java
package ProtocolDesignProblem.designProtocol;
public class Util {
public static void main(String[] args) {
System.out.println(bytes2Int(int2Bytes(12)));
}
public static final int INTEGER_LENGTH = 4;//内容长度数据本身的长度，即为int32位整数4字节长
public static final String CHAR_SET = "UTF-8";//客户端与服务端编码一致
//int数值转为字节数组
public static byte[] int2Bytes(int i) {
byte[] result = new byte[4];
result[0] = (byte) (i >> 24 & 0xFF);//i向右移动24位，然后和0xFF也就是（11111111）进行与运算
result[1] = (byte) (i >> 16 & 0xFF);
result[2] = (byte) (i >> 8 & 0xFF);
result[3] = (byte) (i & 0xFF);
return result;
}
//字节数组转为int数值
public static int bytes2Int(byte[] bytes){
int num = bytes[3] & 0xFF;
num |= ((bytes[2] << 8) & 0xFF00);
num |= ((bytes[1] << 16) & 0xFF0000);
num |= ((bytes[0] << 24) & 0xFF000000);
return num;
}
}
参考代码：先跑服务端、再跑客户端，现在发1000次消息顺序都不会乱！
运行结果
server将一直等待连接的到来
cnt = 1, content: 【这是一段消息】
cnt = 2, content: 【这是一段消息】
....省略
cnt = 512, content: 【这是一段消息】
....省略
cnt = 998, content: 【这是一段消息】
cnt = 999, content: 【这是一段消息】
cnt = 1000, content: 【这是一段消息】