答疑（三）_ 第11~15讲思考题答案

你好，我是胜辉。这节课我们继续来解答前面课程的思考题。
第11到14讲的内容呢，主要是关于TCP传输的，涵盖了各种TCP重传、超时、拥塞控制、DDoS等我们都比较关心的问题，这些知识也可以说是TCP体系里比较复杂的部分了。到了第15讲，就进入应用层真实案例了，可能离开发和运维开发的同学更近一些，也相信你对此有不少的问题要问、不少的话要说。那我们就在这节答疑课里进一步沟通吧，我们从第11讲开始。

11讲的答疑

思考题

你在工作中有没有遇到拥塞引起的问题，或者有没有在抓包分析过程中，观察到过拥塞现象呢？

答案

这是一个开放式的问题，可以激发我们对这个话题的思考。可能是因为这一讲的内容理论性多过了实践性，所以留言不算多，但是每个问题都很有价值。比如@Chao同学的问题：

慢启动阈值（ssthresh）的初始值是如何确定的，当慢启动过程中没有进入重传状态，如何进入拥塞避免状态？

这确实是一个很好的问题。我在这一讲里（也包括其他很多资料）介绍的TCP慢启动过程，是下图这样的：

其中，第二次慢启动阈值是基于第一次拥塞窗口减半得到的。那么第一次慢启动阈值又是如何得到的呢？是不是也跟初始拥塞窗口一样，初始慢启动阈值也有一个默认值呢？
在具体的实现上，Linux（应该也包括其他OS）的第一次慢启动阈值，实际上是“无穷大”。它被定义为：

#define TCP_INFINITE_SSTHRESH   0x7fffffff

这个十六进制的 7fffffff 的十进制值，是2147483647，也就是2G。我们知道，发送窗口是拥塞窗口和对方的接收窗口之间的较小值。由于接收窗口理论最大值也只有1G，因而发送窗口的最大值也是1G，那么拥塞窗口超过1G也已经没有意义了，所以这里的2G，事实上就是无穷大。
所以说，在Linux的实现里，初始慢启动阈值肯定在第一个拥塞点之上。这就造成一个现象：Linux的TCP连接在慢启动后，先碰到的是拥塞点，而不是初始慢启动阈值。从现象上看就是，TCP的拥塞窗口在慢启动过程中不断爬升，直到遇到第一个拥塞点（发生丢包或者超时），此时这个拥塞窗口的一半，就是第二次慢启动阈值了。示意图如下：

那么，Linux为什么会选择这样的初始慢启动阈值呢？
主要原因，是当今的网络条件比多年前好了很多，所以为了“压榨”网络性能，让传输的启动阶段尽可能快地达到理想的传输速度，Linux在传输刚开始还没有网络质量信息的时候，直接用了“碰到拥塞再快速恢复”的方式。这比预设一个折中的初始慢启动阈值的情况，会更快地达到理想的传输速度。

12讲的答疑

思考题

1. TCP的确认报文如果丢失了，发送端还会不会重传呢？为什么？
2. 你有没有遇到过重传引发的问题，你是怎么处理的呢？

   答案

   在回答第一个问题之前，我们先思考另外一个问题：TCP对数据报文有确认机制，对确认报文也有确认机制吗？比如是否会这样，就是A给B发一个数据报文，B回复一个确认报文，A再回复一个对确认报文的确认报文，然后B也如此操作一番……
   
   这就无穷无尽了，显然不是正确的做法。所以在TCP里，确认报文只发送一次。那你可能会问：“假如确认报文丢失了，那对端如何知道这件事呢？”
   其实，这就是超时重传机制的用武之地了。比如，同样还是上面的图中，第一个ACK丢失的话，B也不会重传这个ACK，而A就会等待这个ACK。一旦这个时间达到重传超时阈值（200ms以上），A就会启动超时重传机制。
   
   当然，另一种很常见的情况是A还有更多的数据报文要发，于是情况就从超时重传，演变为快速重传：
   
   第二个问题，@ERROR404同学的回复是这样的：

   重传还是看影不影响到业务，实际是允许重传存在的，比如像是互联网线路丢包，或者是营销等而引起流量突升的重传。

说得没错。其实重传也是TCP的必要特性，也正是通过重传，TCP实现了传输可靠性这一根本性的优势和特点。反观UDP，它就没有重传机制，当然也不能保证传输可靠性了。所以在UDP应用里，一般业务本身就是允许丢包的，或者在应用层自己实现传输可靠性，比如实现类似TCP重传的机制。
重传本身不是TCP的问题，可以说反而是它的特性，而引起重传的主要原因——丢包，才是真正的问题。这一般是链路质量导致的，常常要从TCP之外寻求答案。
关于重传的知识点，我在第11~13讲里都做了比较全面的介绍，希望对你建立起对重传的正确认识有所帮助。

13讲的答疑

思考题

1. 如果接收端收到一个确认包，其确认号为200，而当前的被确认的位置在500，那么接收端会怎么处理这个看起来“迟到并且重复”的确认包呢？
2. 你有没有遇到过这种“确认号在中间位置”的情况？当时有没有引起什么问题呢？

   答案

   第一个问题，就是说收到的报文确认了一个之前已经确认过的位置，如下图：
   
   这种情况，接收端可以“无视”。因为确认号是表示收到的连续字节的最新的位置，那么显然，一个数字接近但是更低的确认号（不是序列号回绕复用的那种情况），等于是一次信息的重复，接收端不会做任何处理。

   补充：当然，因为序列号是4G之内循环使用的，当序列号越过4G后，下一个序列号就从低处开始了。不过因为这样的两个序列号离得远，并不是上面的那种情况。

第二个问题，确认号在中间的情况，暂时没有同学在留言区说遇到过。这样也挺好的，我们已经知道原理了，不来最好，来也不怕，对不对？

14讲的答疑

思考题

1. “肉机”发出100Mbps的攻击流量，到达被攻击站点的时候，仍然是100Mbps吗？为什么呢？
2. 为什么CDN可以达到缓解DDoS的效果呢？

   答案

   第一个问题的核心，其实是关于公网流量的“衰减”问题。从网络路径来看，从“肉机”出来一直到达被攻击站点，途径的网络跳数一般也有10到20多跳。每一跳其实都有可能会遇到不同程度的衰减，比如以下这些：

• “肉机”本身上行线路的带宽限制。
• 攻击流量在公网路径上因拥挤而导致的流量损失。

一般来说，“肉机”初始的攻击流量，在到达被攻击站点的时候，只有出发时的几分之一。因而作为攻击者，肯定要越发加大起始流量，这样经过公网衰减之后，还能有不少的流量到达被攻击站点。

第二个问题跟 IP数量和DNS解析有关系。一般站点的IP就几个，而CDN因为是分布式的，一般能达到几十个IP（几十个点）之多，而且不同地点解析到的IP也不同。这样的话，在DDoS攻击时，攻击流量也被分散到几十个IP，这就被平均分散掉了。除了受影响严重的地区，其他地区依然能提供服务，这就在事实上起到了一定的防护效果。
当然，这并不是鼓励你要用CDN来扛DDoS，而且它本身还有很多问题，比如：

• 这些CDN节点覆盖的地区失去了服务能力；
• 对这些CDN节点的其他客户产生了严重的影响。

那么，如果有人就是想把CDN当“廉价高防”来用，该怎么办呢？其实这个时候，CDN服务商也不会默默地忍受，对于恶意使用CDN的情况，也是有可能“劝退客户”的。

15讲的答疑

思考题

1. 第7个报文是DupAck，为什么没有触发快速重传呢？
2. 消息网关那头的应用日志应该不是499，那会是什么样的日志呢？

   答案

   第一个问题，这第7个报文确实是DupAck，但是DupAck只有它一个，而快速重传的条件是什么？是累积有3个或者以上的DupAck。
   所以显然，单凭这一次的DupAck是无法触发快速重传的。
   第二个问题，其实在课程里我有提到，就是：

   最后是报文10，服务端发送了HTTP 400的响应报文给消息网关。

虽然作为服务端的Nginx记录在日志里的是499，但是回复的HTTP响应，依然是遵循了标准HTTP协议，也就是回复了HTTP 400。那么消息网关作为客户端，它一定是收到了HTTP 400。
至于它是如何计入Web日志的，就是一个有意思的话题了。比如Nginx就没有记为400而是499，那消息网关在日志里记录的，也未必一定是400，也可能是它自己定义的某些值。所以说，这个问题的答案可能有两个：

• 记录的日志就是原始的HTTP 400。
• 记录的是某种timeout，如果它更关心的是业务状态，而不是HTTP响应。

好了，这次的答疑就到这里。你看完答案后有没有一些新的感悟呢？或者会不会有新的疑问呢？无论是哪种，都欢迎你在留言区跟大家一起分享，我们一同成长。