你好，我是胜辉。
不知不觉，咱们已经完成预习篇、实战一的TCP真实案例篇，还有实战二的应用层真实案例篇的学习了。一路走来，我自己完成了20多讲的备课，过程中是辛劳和满足相伴。当然你也很不容易，坚持学完20多讲，一共投入的时间也接近20个小时，这个过程本身就是一种小小的成就。
由于课程涉及的网络知识面还是比较广泛的，如果你还有不少没看懂的地方，也别着急，这是很正常的情况。就我自己来说，最初看那些TCP/IP概念的时候也是摸不到头脑，后来我就是反复看，从不同的资料、不同的案例来入手，才逐步建立起自己的理解。
正因为通过问题来理解概念是一种很好的学习方法，所以我在每节课的后面，都留有一两个思考题，希望可以促进思考。这些问题，有些比较容易，有些可能略有难度。所以我整理了答疑篇，一方面给出答案供你参考，一方面也正好把课程里没有覆盖到的细节给你展开一下，作为内容上的补充。总之，我希望通过这个答疑环节，能帮助你把看过的知识都真的消化掉，成为你自己知识体系的一部分。

01讲的答疑

思考题

  1. traceroute默认是用UDP来做探测的，那这个又是基于什么原理呢？通和不通，我们会收到怎样的回复？
  2. 有时候运行telnet后命令就挂起，没有响应了，这说明了什么问题呢？

    答案

    关于第一个问题，我看到很多同学的回答都已经很到位了，比如以@webmin同学的回答为例：

    traceroute使用UDP探测时，初始时把TTL设置为1，经过路由器时TTL会被减1，当TTL变为0时，包被丢弃，路由器向源地址发回一个ICMP超时通知（ICMP Time Exceeded Message）。源收到这个通知，就会把下一次发送的包的TTL在原来的基础加1，这样就可以多前进一步。探测时使用了一个大于30000的端口号去连接，随着TTL的增加端口也会加1，目地服务器在收到这个数据包的时候，会返回一个端口不可达的ICMP错误信息（ICMP Port Unreachable），当源地址收到ICMP Port Unreachable包时，会停止traceroute。

在我的Ubuntu虚拟机上，traceroute使用的起始UDP目的端口是33434，然后每次探测的TTL加一的同时，UDP目的端口也加一，每次探测会发送3次探测报文。也就是下图这样：
答疑（一）_ 第1~5讲思考题答案 - 图1
当时的traceroute命令行的输出是这样的：

  1. traceroute www.baidu.com
  2. traceroute to www.a.shifen.com (180.101.49.11), 64 hops max
  3.   1   10.0.2.2  0.082ms  0.177ms  0.088ms
  4.   2   192.168.1.1  4.634ms  1.811ms  1.488ms
  5.   3   100.65.0.1  9.972ms  11.511ms  6.189ms
  6.   4   61.152.54.125  16.296ms  3.576ms  4.095ms
  7.   5   61.152.24.102  7.329ms  6.786ms  11.987ms
  8.   6   202.97.71.6  28.938ms  10.568ms  10.069ms
  9.   7   58.213.95.2  15.036ms  9.831ms  17.043ms
  10.   8   *  *  *
  11.   9   58.213.96.54  16.843ms  10.329ms  15.989ms
  12.  10   *  *  *
  13.  11   *  *  *
  14.  12   *  *  *
  15.  13   *  *  *
  16.  14   *  *  *
  17.  15   *  *  *
  18.  16   *  *  *

这次traceroute没有停住，而是一直到64跳的限制后才停止（因为输出过长，我没有把全部的信息复制过来）。当然，一般实践中你看到连续六七个以上的*，基本就可以判定是目的端对UDP无响应，可以按下 Ctrl + C 终止了。
我把整个流程的实现原理，概括成了下面的示意图，希望能帮助你理解：
答疑（一）_ 第1~5讲思考题答案 - 图2
然后，我们再用ICMP模式做一次traceroute，输出如下：

$ traceroute -I www.baidu.com
traceroute to www.a.shifen.com (180.101.49.12), 64 hops max
  1   10.0.2.2  0.105ms  0.229ms  0.173ms
  2   192.168.1.1  8.972ms  1.725ms  1.326ms
  3   100.65.0.1  9.850ms  7.893ms  7.311ms
  4   *  *  61.152.53.149  5.579ms
  5   *  61.152.25.230  20.238ms  5.204ms
  6   *  *  *
  7   *  58.213.94.114  21.249ms  *
  8   58.213.94.126  13.869ms  *  *
  9   58.213.96.54  11.736ms  10.094ms  10.644ms
 10   *  *  *
 11   *  *  *
 12   *  *  *
 13   180.101.49.12  24.780ms  9.443ms  10.201ms

这次就能顺利完成了，这是因为目的IP对ICMP是有回复的，所以traceroute就在最后一跳，也就是第13跳顺利停止了。
这里还有个小技巧。你有没有发现 UDP和ICMP这两种模式下，路径信息是可以互补的？比如UDP模式下没有显示第5和第7跳的IP，但是ICMP模式下就有。这就是为什么我建议你把两种模式分别跑一下，这样可以获取到尽可能完整的路径。
答疑（一）_ 第1~5讲思考题答案 - 图3
第二个问题是关于telnet挂起。这里说的“挂起”，是指没有进一步的反应了，比如像下图这样：
答疑（一）_ 第1~5讲思考题答案 - 图4
究其原因，就是telnet发送了SYN后没有收到SYN+ACK。我们在第21讲提到了系统调用，那么对于telnet这样的用户空间程序来说，它要发起TCP连接，就必须调用 connect() 这个系统调用，后者会负责发出SYN。但是SYN发出去后，对端没有回复SYN+ACK，这就导致connect()阻塞，telnet程序也只好等在那里，表象上就是挂起了。
你可以参考这个示意图来理解整个过程：
答疑（一）_ 第1~5讲思考题答案 - 图5
当然，在第21讲我们也学习过strace这个工具了，所以我们可以用strace来验证这个过程。直接运行下面的命令：

strace telnet www.baidu.com 500

就能看到，strace停留在connect()系统调用这里了：

......
socket(AF_INET, SOCK_STREAM, IPPROTO_IP) = 3
setsockopt(3, SOL_IP, IP_TOS, [16], 4)  = 0
connect(3, {sa_family=AF_INET, sin_port=htons(500), sin_addr=inet_addr("45.113.192.102")}, 16

02讲的答疑

思考题

  1. 请你用偏移量方法，写一个tcpdump抓取TCP SYN包的过滤表达式。
  2. 如果确定问题是在IP层，tcpdump命令如何写，可以做到既找到IP层的问题，又节约抓包文件大小呢？

    答案

    很多同学都写出了正确的偏移量的过滤表达式，也就是：
    tcpdump 'tcp[13]&2 != 0'
    当然，这个题目没有指明是一定只要SYN包，我们用上面这条命令可以抓到SYN和SYN+ACK这两种报文。而如果要指定只抓取SYN包而不抓取SYN+ACK，可以用下面的表达式：
    tcpdump 'tcp[13]|2 = 2'

    注意：这里的运算符是“|”，也就是字符或运算符。

第二个问题的关键点是tcpdump的 -s参数，我们通过它可以指定要抓取的每个报文的大小。不过那就有个问题了，这里的“报文”是指IP分组还是二层帧呢？
虽然tcpdump名称里是tcp，实际上它能抓取udp、ip、icmp等等各种报文，因为它抓取的就是第二层的帧。所以说，这里的“报文大小”，指的是二层帧的大小。我在第2讲里也贴了一张图，展示了在某一次抓包里，一个报文的各层占用的字节数：
答疑（一）_ 第1~5讲思考题答案 - 图6
一般来说，IP头部就是20字节，加上帧头14字节，所以理论上我们只要抓取前34字节的报文，就可以获取到二层和三层的信息了。
不过且慢，有个同学报告了一个问题：

老师，对于“问题2”我有个疑问。我最开始用的命令是“tcpdump -i any -s 34”，发现-s写成34，就抓不到网络层的目的地址字段，用Wireshark分析后发现，帧头（不知道还叫不叫这个，Wireshark显示为 Linux cooked capture v1）占了16个字节，写成36就能把信息抓全了，但是写成“tcpdump -i eth0 -s 34”就可以抓全。

这个问题我之前也没留意到，于是去查证了一下。原来在tcpdump里，对于any这个接口，它在输出帧头的时候用了一种叫 Linux cooked capture v1 的格式，这个格式的长度是16个字节，而以太网帧是14字节。这就造成了2个字节的差异，也就是按原先的34字节去抓取就不够了，所以要扩大到36字节才可以抓到完整的IP头部。
我们看一个例子：
答疑（一）_ 第1~5讲思考题答案 - 图7

补充：上面的traceroute udp模式的示例文件就是用-i any模式抓取的，所以它的二层帧头就是 Linux cooked capture v1 格式。

另外，“IP头部20字节”这个描述，其实还有一个隐含的前提：IP头部没有做扩展（Options）。跟TCP类似，IP头部也可以扩展，但是一般用的比较少，在公网上IP Options的报文有可能被丢弃，所以很少被采用。我们在内网也曾经做过实验，启用了IP Options，结果发现虽然内网设备可以支持IP Options，但是延迟增加了很多，所以最后还是取消了它。

03讲的答疑

思考题

  1. 在Linux中，还有一个内核参数也是关于握手的，net.ipv4.tcp_synack_retries。你知道这个参数是用来做什么的吗？
  2. 如果握手双方，一方支持Window Scale，一方不支持，那么在这个连接里，Window Scale最终会被启用吗？你可以参考RFC1323，给出你的解答。

    答案

    第一个问题是关于Linux内核参数的。对于各种网络相关的内核参数来说，最快捷的方法可能就是直接在Linux主机里面查看TCP的手册了，也就是执行：
    man tcp
    然后搜索tcp_synack_retries就可以了，也就是这个部分：

    tcp_synack_retries (integer; default: 5; since Linux 2.2) The maximum number of times a SYN/ACK segment for a passive TCP connection will be retransmitted. This number should not be higher than 255.

也就说，这是TCP回复SYN+ACK后等不到ACK时，需要重试的次数。
第二个问题是关于Window Scale（下面简称WS）在握手中的具体实现。就像我题目里说的，你可以直接去找到RFC1323，然后找到这部分的内容：

This option may be sent in an initial segment (i.e., a segment with the SYN bit on and the ACK bit off). It may also be sent in a segment, but only if a Window Scale option was received in the initial segment. A Window Scale option in a segment without a SYN bit should be ignored.

直译过来就是：这个WS选项可以在SYN包中，也可以在SYN+ACK包中。但只有收到的SYN中有这个WS选项，回复的SYN+ACK才可以加上这个选项。如果收到的报文不带SYN标志位但却带上了WS选项，这样的WS应该被忽略。
也就是说，如果发过来的SYN里不带WS选项，那回复的SYN+ACK也不应该带WS，自然这次的连接里也就不会用上WS了。简单来说，只要有一方不支持WS，这次的连接里就不会用WS。

04讲的答疑

思考题

  1. 如果要在Wireshark中搜索到挥手阶段出现的RST+ACK报文，那么这个过滤器该如何写呢？
  2. 你有没有通过抓包分析，解决过应用层的奇怪问题呢？你是怎么做的呢？

    答案

    第一个问题里挥手阶段出现RST的现象， 这个已经不是用FIN完成的标准挥手过程了，而是出现了异常。不过从报文特征来说还是比较直接的，就是既要带RST标志位，也要带ACK标志位，所以答案就是：tcp.flags.ack==1 and tcp.flags.reset == 1。
    第二个问题是开放式的，比如@江山如画同学分享了一个挺有意思的案例，是双方时钟不同步导致了TLS握手失败。时钟问题也是一个挺有“存在感”的问题，时不时会在各种故障中扮演一点角色，我们可以在排查没什么方向的时候，也可以查一下时钟。
    另外说到TLS握手的问题，我在第19讲里介绍了两个典型案例，也是刚过去不久的一讲，我想你应该还有印象。

    05讲的答疑

    思考题

    这节课里，我介绍了使用裸序列号作为定位两侧同个报文的手段。那么要定位两侧的同个报文，除了这个方法，还有哪些方法呢？你可以从网络七层模型出发，给出自己的思考。

    答案

    定位两侧同个报文，是一个比较关键的技术点，因为抓包分析的一个重要任务，就是对比两侧抓包文件中的报文，从而判定丢包、乱序、重传等行为的严重程度和原因，由此才能针对性地做进一步排查乃至找到解决方案。如果不能找到“同个报文”，那刚才说的一系列工作就无从谈起了。
    答疑（一）_ 第1~5讲思考题答案 - 图8

    补充：A和B对报文的编号一般是不同的，因为各自抓取报文的起始时间、抓取条件等都可能不同，就会导致抓取到的报文互有交集。

比如上面就是一个典型的TCP问题的场景，也就是报文顺序发生了变化，这个现象就是“乱序”：发出1、2、3，收到的却是2、1、3。那么显然，我们需要在两侧的抓包文件里，找到对应的同个报文。事实上，现在说的1、2、3，是A的抓包文件里的报文编号，而B那边有自己的视角和报文编号，跟A是完全不同的。
我在第5讲里介绍的方法，是用了裸序列号（原始序列号），因为TCP报文的这个序列号在传输中是不会变化的，所以这就是一个很好的确定报文的方法。其实，这属于第一大类方法：按照TCP报文的元信息，也就是TCP头部的特征去找到对应的报文。
既然确定了这个大类的方法原则，你很容易举一反三，想到其他的方法。比如：

  • 用TCP确认号，比如下面这个过滤器：

    tcp.ack_raw == 754313633

  • 如果有TCP timestamp扩展，就用TCP timestamp，比如下面两种过滤器：

    tcp.options.timestamp.tsval == 2947948748
tcp.options.timestamp.tsecr == 3209788920

  • 如果有TCP SACK扩展，就用SACK号，比如用过滤器：

    tcp.options.sack_le == 1234

    而第二个大类的方法，是利用TCP的载荷本身的特征去找到对应的报文。比如HTTP是文本协议，那么我们用下面这个过滤器，就可以找到含有这个字符串的报文：

    tcp contains "id=abcdafeafeagfeagfaraera1242dfea"

    其实换成以下这几种方式，也是一样的效果：

    frame contains "id=abcdafeafeagfeagfaraera1242dfea"
ip contains "id=abcdafeafeagfeagfaraera1242dfea"
http contains "id=abcdafeafeagfeagfaraera1242dfea"

    这个示意图，也表示了这样的两大类寻找对应报文的方法：
    答疑（一）_ 第1~5讲思考题答案 - 图9
    不过，你看了这张图，会不会以为我们每个报文都要这么找对应关系呢？那当然不用了，每个TCP流只要找一个关键报文，然后根据这个报文去做Follow -> TCP Stream就好了。

    小结

    以上就是针对课程前5讲思考题的参考答案和拓展解读，希望能给你一些启发。另外，也非常感谢你对课后思考题的仔细思考和认真解答。在看留言的过程中，我从大家的答复中也看到了更加全面或是更加深入的思考，我自己受益匪浅。
    接下来，我还会针对剩余的课后思考题，以及你的提问来作出解答。有任何问题，还是跟以前一样，欢迎你在留言区跟我交流，我们一同成长。