【计算机网络】IP协议深度解析：从报文结构到分片重组机制

Er07

902人浏览 · 2025-10-31 16:32:27

Er07 · 2025-10-31 16:32:27 发布

文章目录

前言
1. IP 协议简介
2. IP 协议报文介绍
- - IP 协议的分片和重组
总结

前言

本文章会和大家一起探讨 TCP/IP 协议栈中的网络层中的IP协议。

网络层的解决问题：

提高一种能力，能将数据跨网段从主机A传输到主机B。

注意：

下面的 IP 协议是基于 IPv4 的。

1. IP 协议简介

IP 协议：

IP（Internet Protocol，网际协议）。是实现主机到主机的通信，更具体地说，是实现从源IP地址到目标IP地址的数据包传送。

所处协议簇位置：整个协议是处于 TCP/IP 模型中的网络层，位于传输层（如 TCP、UDP）之下，数据链路层（如以太网、Wi-Fi）之上的。

关键特性：无连接和不可靠。
- 无连接：在发送数据之前，双方不需要先建立一条连接。
  
  就像你寄平信，不需要提前通知收件人“我要给你寄信了”，直接扔进邮筒即可。
- 不可靠：它不保证数据包一定能送达目的地，也不保证数据包按顺序到达，也不保证数据包在传输过程中不损坏。如果中途丢了，IP 协议自己不会负责重传。（可靠性由上层协议，例如TCP来保障）

IP 协议就像邮政系统，它负责把写着地址的信件从A地扔到B地。它不关心信里具体是什么内容（那是TCP/UDP关心的事），也不关心信是走公路还是铁路（那是链路层关心的事）。它只关心地址是否正确，以及如何根据地址找到下一站。

IP 协议的两大核心功能：
1. 寻址与路由：这是IP协议最重要的功能。
  
  寻址：为网络中的每一台设备分配一个唯一的逻辑地址，即 IP 地址。
  
  路由：网络中的路由器（Router）像邮局的分拣中心，它们查看数据包的目标IP地址，并根据自己的“路由表”（像地图一样）决定下一步该把数据包往哪个方向转发，直到最终到达目的地。
2. 数据包的分片与重组：
  
  不同的物理网络（如以太网、Wi-Fi）能传输的最大数据单元（MTU）是不同的。一个大的 IP 数据包在经过一个 MTU 较小的网络时，可能无法直接通过。所以这个时候就需要 IP 协议对数据包进行分片处理。当收到数据的时候，又需要将这些数据重组起来。
  - 分片：这时，路由器会将这个大的IP数据包切割成多个较小的“分片”，每个分片都有自己的IP头，可以被独立传输。
  - 重组：这些分片最终到达目标主机后，由目标主机的 IP 层负责将它们重新组装成原始的数据包，再交给上层协议。

2. IP 协议报文介绍

如下图：

我们需要解决两个问题：
1. Q：IP 协议中的报头和有效载荷如何分离？
  
  A：IP 协议采用固定长度的报头 + 自描述字段。这个固定的长度是报头的长度20字节。再根据读取的内容的4位头部长度就能读取到整个报头长度了。
2. Q：有效载荷是如何交付给上层的？
  
  A：在 IP 协议中有一个特殊字段：8位协议。通过8位协议字段操作系统就能知道如何交付给上层哪一个传输层了。

下面我们来详细介绍一下这些字段：

4位版本：

指明是当前报文采用的版本是 IPv4 还是 IPv6。0100（十进制代表4）表示IPv4，0110（十进制代表6）表示IPv6。
4位首部长度：

占4位。指明IP头部的长度，以4字节为单位。因为头部长度不固定（可能有可选字段），所以需要这个字段来界定头部在哪里结束，数据从哪里开始。该字段的取值范围是：[5, 15]。
8位服务类型：

用来指示数据包的服务质量，比如优先级、延迟、吞吐量等要求。但现实中用得不多。
16位总长度：

指整个IP数据包（头部+数据）的总长度，单位是字节。这意味着一个 IP 数据包最大可达65535字节。但是实际上不可能安排一个 IP 数据包这么大的数据量，还需要考虑到上层传输内容以及下层的接受能力。
8位生存时间（TTL）：

这是一个非常重要的字段，用来防止数据包在网络中无限循环。每经过一个路由器（称为一跳），TTL 值就减1。当 TTL 减到0时，路由器会丢弃这个数据包，并通常发回一个“超时”消息给发送方。
8位协议：

指明这个 IP 数据包携带的数据是哪个上层协议的。这样，当目标主机收到数据包后，IP 层就知道该把数据部分交给传输层的哪个协议去处理。

例如，6代表TCP，17代表UDP。
16位头部校验和：

用于检查 IP 头部在传输过程中是否出错。如果出错，路由器会直接丢弃。

注意：它只校验头部，不校验数据部分。数据的可靠性由传输层（如TCP）或应用层来保障。
32位源 IP 地址：

发送方的 IP 地址。
32位目的 IP 地址：

接收方的IP地址。
可选字段：

长度可变（范围一般是[0, 40]）。用于一些特殊的功能，如安全、时间戳、特殊路由等，但通常很少使用。
16位标识符、3位标志、13位片偏移（重要）：

这三个字段共同用于分片与重组。
- 标识符：是发送方给原始数据包的一个唯一编号。同一个数据包的所有分片都有相同的标识符，这样接收方才知道哪些分片是属于同一个包的。
- 标志：其中一位表示“禁止分片”（DF），另一位表示“还有更多分片”（MF）。
  
  如果 DF 被置为1，则说明这个 IP 数据包是一个完整的；如果 DF 被置为0，则说明这个 IP 数据包是被分片的，这个时候就需要依靠 MF 标志了：其中如果 MF 被置为 1 了，说明当前数据包不是分片的最后一个数据包；如果 MF 被置为 0 了，说明当前数据包是分片的最后一个数据包。
- 片偏移：指明当前分片在原始数据包中的位置（原始的数据包，不含 IP 报头信息）。一般计算的时候都需要 /8。

IP 协议的分片和重组

在网络层，我们的数据来自于传输层，我们网络层处理完数据之后会将数据发送到数据链路层。但是数据链路层对传输在网络中的数据包的大小是有要求的。

不同的数据链路层协议是对 MTU（最大传输单元）的要求是不同的。当一个大的 IP 数据包在经过一个较小的 MTU 的网络的时候，可能无法直接通过。所以这就要求网络层对数据进行分片处理。

下面我们以以太网为例（以太网的 MTU 为 1500 字节）。

IP 协议就依赖于上面的三个字段来实现对数据包的分片：

16位标识：确定来自上层的唯一数据包。当上层数据完成分片的时候，每一个小包通过该16位标识来识别身份，如果相同则说明它们来自同一个上层数据包。
标志：该标志说明了当前数据包是否进行了分片（DF）以及是否是分片数据包的最后一个数据（MF）。
片偏移：该片偏移说明了当前的数据小包在原始数据包中的偏移量是多少。

注意：每一个分片也就是每一个独立的 IP 数据包。即上层传输层的数据来到网络层之后进行分片后，每一个分片都会重新组装 IP 报头。

下面我们通过几个问题就能回答明白这几个字段的精妙之处：

如何得知一个 IP 数据包是否是被分片了呢？

片偏移不为0 或者 DF == 1。
如何保证所有分片聚集在一起呢（如何重组）？

我们通过16位的标识，就能识别分片的身份。只需要将相同分片的数据聚集在一起即可，然后通过片偏移进行排序就能获取到对应数据的相应位置了。
如果分片发生了丢失怎么办呢？
- 开头分片丢失：在所有的分片中没有片偏移为0 的分片。
- 中间分片丢失：在进行组装的时候发现片偏移不完整。
- 结束分片丢失：没有 MF 标识位为0 的分片。
这里就诞生了一个问题：在一个完整的数据包中，如果任何一个 IP 数据包分片丢失了，那么就会导致整个数据包都要重新发送。

所以：不建议对数据包进行分片。而上层传输层中 TCP 协议对每次发送的数据进行了要求，即滑动窗口中还需要对数据进行分段，每一个小段中数据量都有限制（MSS，这也是体现 TCP 可靠性的一个方面）；但是类似 UDP 协议就没有对每次发送的数据进行大小的要求！
为什么要求网络层对数据进行分片呢？而不是传输层？亦或者是数据链路层自己完成呢？
- 为什么传输层不合适：路径 MTU 未知（这是最关键的原因）。传输层只组织数据流（这是它的责任）。所以传输层在发送数据时，它并不会知道数据包在到达目的地之前的整条路径上，会经过哪些类型的网络（以太网、WIFI、令牌环网）。这些网络要求的 MTU 都不一样，传输层无法预知下层的 MTU 的大小，无法做出合理的分片方式。
- 为什么数据链路层不合适：重组问题导致的效率问题。如果数据链路层对 IP 包进行了分片，那么它必须在下一个设备（路由器）的数据链路层将分片重组回原始的 IP 包，这样才能交付给上层网络层，从而实现合理的网络路由功能。这意味着：每跳都要重组和再分片：在每个路由器上都会发生，造成巨大的处理开销和延迟。
网络层合适的原因：
1. 为上层传输层屏蔽下层网络的差异。
2. 实现了 PMTUD 机制，允许一台计算机（或网络设备）发现从它自己到另一个目标主机之间的网络路径上，所能传输的最大数据包的大小是多少（操作系统会告知上层例如 TCP 这样的实现 MSS 的传输层协议，从而控制上层传输层的发送数据包的大小），而无需进行分片。
3. 当无法避免进行分片的时候（类似于 UDP 这样的传输层协议），他仅仅会在需要分片的路由设备的网络层重新进行分片，做到一次性分片，终点重组，让中间路由器保持简单高效。
  
  例如：开始某一个路由器下层的数据链路层是不同的，一个是以太网（1500），一个是PPPoE（1492）。当以太网的数据来到该路由器的时候，路由器的网络层会根据发现当前数据已经超过了下一跳的网络的 MTU，那么就会将分片再次进行分片（将原始的数据提取出来，例如1480字节，再根据这1480字节进行分片处理），来符合 PPPoE 的 MTU。