你真的理解粘包与半包吗?三分钟搞懂它

开发 前端
只有等接收到全部包裹时,这个东西(传输的信息)才完整,所以半包情况下无法解析出完整的数据,需要等,等接收到全部包裹。

通俗的例子

这里先举个可能不太恰当,但是很容易理解的例子。

比如,平时我们要寄快递,如果东西太大的话,那么就需要拆成几个包裹来邮寄。

收件人仅收到个别包裹的时候,东西是不完整的,对应到网络传输中,这种情况就叫半包。

只有等接收到全部包裹时,这个东西(传输的信息)才完整,所以半包情况下无法解析出完整的数据,需要等,等接收到全部包裹。

那么问题来了,如何知晓已经收到全部包裹了呢?下文我们再作分析。

再比如,快过年了,我打算给家里的亲戚送点礼物,给每位长辈送个手表,我们都知道手表的体积不大,并且我家里人都住在一个村,所以把给各长辈的礼物打包在一个包裹里邮寄,这样能节省运费。

这种把本应该分多个包传输的数据合成一个包发送的情况,对应到网络传输中,就叫粘包。

看完这个例子之后,应该对粘包与半包有点感觉了,接下来我们看下网络中实际的情况。

实际情况

粘包与半包只有在 TCP 传输的时候才会有,像 UDP 是不会有这种情况的,原因是因为 TCP 是面向流的,数据之间没有界限的,而 UDP 是有的界限的。

如果熟悉 TCP 和 UDP 报文格式的同学肯定知道,TCP 的包没有报文长度,而 UDP 的包有报文长度,这也说明了 TCP 为什么是流式。

所以我为什么说上面的例子不太恰当,因为现实生活中快递的包裹之间其实是有界限的,TCP 则像流水,没有明确的界限。

然后 TCP 有发送缓冲区的概念,UDP 实际上是没这个概念。

假设 TCP 一次传输的数据大小超过发送缓冲区大小,那么一个完整的报文就需要被拆分成两个或更多的小报文,这可能会产生半包的情况,当接收端收到不完整的数据,是无法解析成功的。

如果 TCP 一次传输的数据大小小于发送缓冲区,那么可能会跟别的报文合并起来一块发送,这就是粘包。

此时接收端也无法正常解析报文,需要将其拆成多个正确的报文,才能正常解析。

关于粘包与半包,我还看到有拿 MTU (最大传输单元)说事的,如果发送的数据大于 MTU 那就会出现拆包,导致半包的情况。

我个人觉得这里有点不对,简单理解下,UDP 也是要遵循 MTU 的呀,对吧?那它咋不会发生半包呢?

我们接着来看如何解决粘包与半包。

那如何解决粘包与半包问题呢?

  • 粘包:这个思路其实很清晰,就是把它拆开呗,具体就是看怎么拆了,比如我们可以固定长度,我们规定每个包都是10个字节,那么就10个字节切一刀,这样拆开解析就 ok 了。
  • 半包:半包其实就是信息还不完整,我们需要等接收到全部的信息之后再作处理,当我们识别这是一个不完整的包时候,我们先 hold 住,不作处理,等待数据完整再处理。这里关键点在于,我们如何才能知道此时完整了?上面说的固定长度其实也是一点,当然还有更多更好的解决方案,我们接着往下看。

实际常见解决粘包与半包问题有三个方案:

  • 固定长度
  • 分隔符
  • 固定长度字段+内容

为了说明方便,以下没有按二进制的位等单位来描述。

固定长度

这个其实很简单,比如现在要传输 ABC、EF 这两个包,如果不做处理接收端很可能收到的是 AB、CEF 或者 ABCE、F 等等。

这时候我们固定长度,我们规定每个报文长度都是 3,如果一个报文实际数据不足 3,那么就用空字符填充一下 。

所以我们发送的报文是 :

接收到的情况可能是:

但我们是按照 3 位来处理的,所以一次只会按照 3 位来解析,所以第一次虽然收到的数据是 ABCE,但我们就解析 3 位,即解析出 ABC,留着了个 E,等我们要继续解析 3 位的时候,发现长度不足 3,所以我们暂时先不管,先等等。

后面等到了 F“”,我们发现当下数据又满足 3 位了,所以我们接着解析 EF“” 。

这样就解决了粘包与半包问题。

对应到 Netty 中的实现就是 FixedLengthFrameDecoder,这个类来实现固定长度的解码。

核心逻辑就是我上面说的,我们来看下源码,很简单:

固定长度的优点:简单。

缺点:固定长度很僵硬,不易于扩展,且如果设置过大来满足业务场景的话,会导致空间浪费,因为不足长度的需要填充。

分隔符

这个应该很好理解, 还是拿 ABC、EF 这两个包举例,我在写完 ABC后,插入一个分号,组成ABC;,EF 同理:

这样以分隔符为界限来切分无界限的 TCP 流,来解决粘包与半包问题,这个应该很好理解,既然你 TCP 没界限,我业务上给你搞个界限。

对应到 Netty 中的实现就是 DelimiterBasedFrameDecoder,具体源码就不贴了,有点长,不过道理还是简单的。

一直解析,等识别到分隔符之后,说明前面的数据完整了,于是解析前面的数据,然后继续往后扫描解析。

分隔符的优点:简单,也不会浪费空间。

缺点:需要对内容本身进行处理,防止内容内出现分隔符,这样就会导致错乱,所以需要扫描一遍传输的数据将其转义,或者可以用 base64 编码数据,用 64 个之外的字符作为分隔符即可。

分隔符的处理方式在业界也是常用的,比如 Redis 就用换行符来分隔。

固定长度字段+内容

这个也很好理解,比如协议规定固定 4 位存放内容的长度,这样内容就可以伸缩:

还是拿 ABC、EF 这两个包举例:

解析流程是:先获取 4 位,如果当前收到的数据不够 4 位,那就再等等,够 4 位之后解析得到长度是 3,所以我再往后取 3 位,同样数据如果不够 3 位就再等等,够了的话就解析,这样就获取一个完整的包了。

然后接着往后获取 4 位,解析得到 2,同理根据 2 往后再取 2 位,解析得到 EF。

这种方式就是先解析固定长度的字段,获得后面内容的长度,根据内容长度来获取内容,从而得到一个完整的报文。

对应到 Netty 中的实现就是 LengthFieldBasedFrameDecoder,具体源码就不贴了,有点长,

固定长度字段+内容的优点:可以根据固定字段精准定位,也不用扫描转义字符。

缺点:固定长度字段的设计比较困难,大了浪费空间,毕竟每个报文都带这个长度,小了可能不够用。

总结

好了,我们总结一下。

因为 TCP 是面向流的协议,且利用缓冲区来提高发送的效率,所以会导致粘包/半包情况的发生。

对于这种情况,我们可以在报文上动手脚,可以约定固定长度的报文,或埋入分隔符,或利用固定长度字段+内容等常见的三种方式来解决粘包、半包的问题。

以上三种在 Netty 中都有现成实现类,可直接使用:

FixedLengthFrameDecoder,固定长度

DelimiterBasedFrameDecoder,分隔符

LengthFieldBasedFrameDecoder,定长度字段+内容

建议实验一下,会有更清晰的认识。

责任编辑:武晓燕 来源: yes的练级攻略
相关推荐

2024-01-16 07:46:14

FutureTask接口用法

2024-01-12 07:38:38

AQS原理JUC

2023-12-04 18:13:03

GPU编程

2023-12-27 08:15:47

Java虚拟线程

2023-01-31 08:24:55

HashMap死循环

2021-04-20 13:59:37

云计算

2022-02-17 09:24:11

TypeScript编程语言javaScrip

2023-11-23 19:26:43

2023-12-23 18:04:40

服务Eureka工具

2021-12-17 07:47:37

IT风险框架

2009-11-05 16:04:19

Oracle用户表

2021-02-03 14:31:53

人工智能人脸识别

2020-06-29 07:42:20

边缘计算云计算技术

2009-11-09 12:55:43

WCF事务

2023-12-22 09:37:13

二分查找数组数据库

2020-07-21 07:42:29

数据库信息技术

2023-08-14 09:16:26

消息存储磁盘

2020-08-17 17:20:36

pythonJAVA代码

2023-08-01 09:01:51

Broker• 事务消息selector

2024-02-22 07:37:37

对象JVM内存
点赞
收藏

51CTO技术栈公众号