计算机概述（五）——计算机网路

计算机概述系列目录

第一章 计算机概述（一）——计算机发展历程与基础表示

第二章 计算机概述（二）——构建CPU

第三章 计算机概述（三）——编程介绍

第四章 计算机概述（四）——计算机的快速发展

第五章 计算机概述（五）——计算机网路

---

---

前言

学习计算机概述，目前参考资料来源《计算机科学速成课》（https://www.bilibili.com/video/BV1EW411u7th?p=3），以后逐步补充、更新。
本章主要讲述计算机网络如何形成的、网页是如何形成、如何访问的。

---

一、计算机网络进化史

计算机网络的出现，便于计算机之间的信息交换且共享了物理资源。

（一）以太网

最简单的形式：一条以太网电线连接数台计算机。当计算机需要传送数据给另一台计算机时，以电信号形式将数据传入电缆。

问题一：电缆是共享的，处于同一网络的计算机都可以收到该数据，如何指定接收的计算机。
解决方法：每台计算机有唯一的媒体访问控制地址（Media Access Control Address，MAC地址） ，作为每台计算机的标识。在发送数据，会将这个唯一的地址作为数据的前缀发送到网络中。计算机只有看到自己MAC地址才处理数据。

问题二：共享载体会存在写入数据时载体冲突的问题。当网络流量少时，计算机可以等待载体清空后传送数据；网络流量上升时，两台计算机同时写入数据的概率上升（冲突）。
解决方法：

1. 停止传输，计算机检测到冲突时，等待网络空闲再试一次。但如果其他等待中的计算机也采用同样的方法，结果就是冲突越来越多；
2. 以太网采用的简单办法：遇到冲突时，让计算机等待一段时间后再重新上传数据。为了避免所有计算机等待时间相同以及减少冲突次数，等待时间采用指数退避（Exponential Backoff），即先等待0~1秒+随机时间，如果还拥堵，则时间变为0~2秒+随机时间，0~4秒+随机时间。

问题三：当计算机越来越多时，仅用一跟电缆连接，会增加冲突，传输效率也会变慢。
解决方法：减少同一载体中设备的数量——使用交换机（switch）将一个冲突域拆分成更小的网络。交换机会记录MAC地址在哪个网络中，这样不跨网络的数据传输就可以同时进行，不用考虑冲突问题。

问题四：当计算机之间相距较远时，如何解决数据传输问题。
解决方法：

1. 直接分配一条专用的通信线路连接两台计算机。单人使用冲突少，多人使用需要等待线路空闲，且成本高。
2. 报文交换（Message Switching）。在距离较远的两台计算机或网络之间，建立多个站点（路由Routing），这样两台计算机之间的传输路线就有多种可能，以此减少冲突且容错性、可靠性更高。
   
   问题五：报文交换时如果报文较大时，需等该文件传到下一站点才能传另外的数据，这样会导致道路阻塞。
   解决办法：分组交换（Packet Switching）。将大报文分成很多小块，称为数据包（Packets），传输数据包即可，每一个数据包都有目标地址，由互联网协议（Internet Protocol,IP）定义，每一个计算机都有一个IP地址。此外，由于报文被分成多个数据包，在进行报文交换时数据包达到目的地的顺序不同，为了解决乱序问题应遵循TCP/IP协议。

1. 多台电脑共享一个传输媒介的方法，称为“载波侦听多路访问”（Carrier Sense Multiple Access，CSMA）。
2. 载体（carrier）指运输数据的共享媒介，如以太网的载体为铜线，WIFi载体为传播无线电波的空气。载体传输数据的速度称为带宽。
3. 载体和其中的设备总称为“冲突域”（Collision Domain）。
4. 跳数（hop count）：消息沿着路由跳转的次数。路由记录跳数能够避免数据在路由之间反复跳动的问题、节省带宽。（eg:A认为到C的最快路径是B，B认为到C的最快路径是A，这样数据就会在A、B之间反复横跳，这时检测到跳数很高，以此判断出错的路由——跳数限制（Hop Limit））
5. 阻塞控制：路由器（routers）会平衡与其他路由器之间的负载，以确保传输可以快速可靠。
6. IP地址和MAC地址的区别：MAC地址具有唯一性，出厂时固定，分配基于制造商，转发数据帧；IP地址不唯一，可更改，分配基于网络拓扑，转发报文。

二、互联网协议

互联网是一个巨型分布式网络。

（一）计算机通过互联网访问网站过程

数据包——局域网——广域网——互联网主干——网站服务器
发送的数据包连接局域网（由家里路由器连接所有设备构成） ，局域网再连到广域网（Wide Area Network，WAN）。WAN的路由器一般属于互联网服务提供商（Internet Service Provider，ISP，如中国电信、移动等）。WAN中，先连到一个区域性路由器（可能覆盖一个街区），在连到一个更大的WAN中（如包含整个城市的），最终达到互联网主干（由一群超大型、带宽超高路由器组成），再从换联网主干跳到网站的服务器。

（二）数据包在互联网上传输需遵循的标准

1、数据包达到计算机——互联网协议（IP）

数据包头部只为目标地址，即IP只是让数据包传到对应的计算机中。

2、数据包达到程序

1. 用户数据报协议（User DataGram Protocol，UDP）
   UDP的头部中存储着端口号、校验和等信息。
   端口号就是访问网络的程序向操作系统申请的、用于识别程序的序号。接收方接受信息时，就会读取该端口号找到正确的程序。
   校验和（checksum）用于检查数据是否正确。校验时，会将DATA中的数据相加，之和与校验和进行对比，以判断数据是否有丢失。
   优点：速度快、简单
   缺点：不提供数据修复或数据重发的机制，即接收端判断出数据有误只能扔掉，发送端无法知道数据是否到达。
   
2. 传输控制协议（Transmission Control Protocol，TCP）
   TCP的头部除了含端口和校验和之外，还有许多功能如下：
   （1）TCP数据包的序号。序号使接收方把数据包排成正确顺序。
   （2）TCP确认码。TCP会要求接收方收到数据包并校验和之后，向发送方发一个确认码（acknowledgement，ACK），表示数据全部达到，发送方收到确认码后才发送下一个数据包，未收到，发送方会再发一次。
   优点：可以处理乱序；确认码的成功率和来回时间，可以推测网络的拥堵程度，TCP根据该信息同时调整发包数量，以解决拥堵问题。
   缺点：由于多了确认码，速度相对较慢，不适合对时间要求较高的程序
   

（三）域名系统（Domain Name System，DNS）

基本原理：将域名与IP一一对应，方便记忆网址，类似于电话本。当在浏览器中输入域名（即网址）后，浏览区会通过DNS服务器（ISP提供），得到该网址的IP地址。
DNS存储的是树状结构，以方便管理。

（四）网络通信模型——开放式系统互联通信参考模型（Open System Interconnection Model）

物理层：载体中的电信号、WIfe信号
数据链路层：负责操控物理层（有MAC、碰撞检测、指针退避等）
网络层：负责各种报文交换和路由
传输层：UDO和TCP协议（负责计算机之间进行点到点的传输）
会话层： 使用TCP和UDP创建连接，传递信息，然后关掉连接。

三、万维网（World Wide Web）

万维网是通过互联网传输数据最多的网页集合。最基本的单位是单个页面，通过超链接（Hyperlinks）将单个页面集合起来，形成巨大的互联网络。

1. 统一资源定位器（Uniform Resource Locator，URL）——提供超链接的基础
   为便于网页之间相互连接，每一个网页都有一个唯一的地址，成为URL。
   定位过程：以pidaxia.com/courses为例
   计算机首先通过DNS查找到pidaxia.com的IP地址，浏览器通过TCP连接到IP，该地址运行着网络服务器。然后向服务器请求coures页面。
2. 超文本传输协议（Hypertext Transfer Protocol，HTTP）——计算机与服务器之间的沟通
   超文本传输协议中规定了多个指令。如通过GET指令得到想到的页面。
   向服务器发送指令GET /courses，服务器就会返回该地址对应的网页，让浏览器渲染到屏幕上。
   
3. 超文本标记语言（Hypertext Markup Language，HTML）——超链接标识表示
   超文本的存储和发送都是以普通文本形式，无法区分出哪些是超链接。解决办法通过HTML来表示超文本。
   

四、浏览器（Browsers）

作用：与网页服务器沟通，获取网页和媒体并显示。
问题：如果不知道域名如何获取网页。
解决办法：

1. 人工编辑目录，通过将网页分类的形式查找网页，如万维网指南。
   
2. 搜索引擎
   搜索引擎由以下三部分构成：
   一是爬虫。跟着链接跑的软件，每当看到新链接就加进自己的列表。——相当于链接容纳箱。
   二是不断扩张的索引。记录访问过的网页上出现过的词。——相当于网页的特征。
   三是查询索引的算法。——如何提取特征
   早期采用排名算法，即搜索排序取决于搜索词在网页中出现的次数，次数高的在前。但容易出现恶意在网站中添加搜索词的情况，比如全是CAT单词的页面。规避的算法（Google搜索引擎）：看其他网站有没有链接这个网站，链接多的网站在前，而垃圾网站就会被甄别。