TCP协议格式

本文是《计算机网络学习笔记》系列的一篇。在讨论三次握手、拥塞控制、可靠重传之前，有一个更基础的问题值得先弄清楚：TCP 的每一个报文段，究竟长什么样？每一个字段，为什么存在？本文将逐字段拆解 TCP 报文头，并解释其背后的设计意图。

TCP 报文段的整体结构

一个 TCP 报文段由两部分组成：首部（Header） 和 数据（Payload）。

首部在没有选项（Options）字段时，固定为 20 字节；加上选项后最长可达 60 字节。

固定首部共 5 行，每行 32 位（4 字节），合计 20 字节。

逐字段详解

第一行：端口号（Port）

|    源端口号 (16 bit)    |  目的端口号 (16 bit)   |

源端口和目的端口各占 16 位，范围 0 ~ 65535。

端口的本质：TCP 是面向进程的通信。IP 地址标识一台主机，端口则标识主机上的某个进程。一个 TCP 连接由四元组唯一确定：

（源IP，源端口，目的IP，目的端口）

只要四元组中任意一项不同，就是不同的连接。这意味着同一台服务器（固定目的 IP + 目的端口）可以同时维护成千上万条连接，每条连接的源端口不同。

端口分类：

第二行：序列号（Sequence Number）

|                   序号 (32 bit)                   |

序列号占 32 位，范围 0 ~ 2³²-1（约 43 亿），是 TCP 可靠传输的核心机制之一。

序列号的含义：该报文段第一个字节数据在整个数据流中的编号。TCP 把应用层交下来的数据看作一个连续的字节流，每个字节都有唯一的编号。

初始序列号（ISN）：连接建立时，双方各自随机选取一个初始序列号（ISN，Initial Sequence Number），而不是从 0 开始。随机化的目的是：

1. 防止历史数据干扰：避免上一条连接残留在网络中的数据包，被新连接误认为是合法数据；
2. 安全性：让攻击者难以猜测序列号，防止伪造 TCP 报文。

序列号的消耗规则：

• 数据字节，每个字节消耗 1 个序号；
• SYN 报文，消耗 1 个序号（即使不携带数据）；
• FIN 报文，消耗 1 个序号；
• 纯 ACK 报文，不消耗序号。

序列号的回绕：32 位最多表示 4GB 的数据。在高速网络（如 10Gbps）下，序号空间可能在数分钟内耗尽，发生回绕（从 0 重新开始）。TCP 的时间戳选项（Timestamps）可以辅助区分回绕前后的包，避免混淆。

第三行：确认号（Acknowledgment Number）

|                 确认号 (32 bit)               |

确认号占 32 位，含义是：期望收到对方下一个字节的编号。

例如：接收方已经收到了序号 0 ~ 99 的数据，则确认号填 100，意思是"100 之前的数据我都收到了，下一个请从 100 开始发"。

这种方式叫做累计确认（Cumulative ACK）：一个 ACK 确认了该编号之前的所有数据，不需要逐个确认每个字节。

注意：确认号只有在 ACK 标志位为 1 时才有效。

第四行：首部长度、标志位、接收窗口

这一行信息量最密集，分为三部分。

首部长度（Data Offset）—— 4 位

首部长度，以 32 位（4 字节）为单位。

• 最小值为 5，对应 5 × 4 = 20 字节（无选项时的最小首部长度）；
• 最大值为 15，对应 15 × 4 = 60 字节（选项最长 40 字节）。

接收方通过这个字段，才知道首部在哪里结束，数据从哪里开始。

保留位（Reserved）—— 3 位

历史上曾是 6 位，随着 ECN 功能引入，2 位被拆出给了 CWR 和 ECE，现在剩余 3 位均须置 0，留给未来扩展。

标志位（Flags）—— 9 位

标志位是 TCP 报文的"行为指令"，每个标志位只有 0 和 1 两种状态。

几个标志位组合释义：

• SYN=1, ACK=0：连接请求（第一次握手）；
• SYN=1, ACK=1：连接确认（第二次握手）；
• FIN=1, ACK=1：关闭请求/确认（四次挥手中常见）；
• RST=1：连接异常，立即终止，不需要四次挥手；
• ACK=1：普通数据传输中的确认包。

关于 RST 的实际场景：

• 客户端发 SYN 到一个未开放的端口 → 服务端回 RST（端口扫描的原理）；
• 进程崩溃未来得及四次挥手 → 操作系统发 RST；
• 防火墙代为拒绝连接 → 伪造 RST 包。

窗口大小（Window Size）—— 16 位

窗口大小占 16 位，最大值 65535 字节（约 64 KB），是 TCP 流量控制的核心字段。

含义：发送方通过这个字段，告知对方自己的接收缓冲区还剩多少空间，对方不能发超过这个大小的数据，防止接收缓冲区溢出。

这个字段在每个报文中都会携带，动态更新，接收方每读走一批数据、腾出缓冲区，就会通过下一个 ACK 把新的窗口大小告知发送方。

原始的 16 位最大只有 64KB，在高带宽网络下严重不足。因此引入了窗口缩放选项（Window Scale），可以把实际窗口大小左移最多 14 位，最大扩展到 1GB。

第五行：校验和与紧急指针

校验和（Checksum）—— 16 位

校验和用于检测数据在传输过程中是否发生了错误（比特翻转等）。

计算范围：校验和覆盖一个"伪首部 + TCP 首部 + TCP 数据"的整体。

伪首部（Pseudo Header）是一个虚拟结构，仅用于计算校验和，不会真正发送到网络上：

+------------------+------------------+
|   源 IP 地址（32 位）               |
+------------------+------------------+
|   目的 IP 地址（32 位）             |
+---------+--------+------------------+
|  全 0   | 协议号=6 |  TCP 总长度      |
+---------+--------+------------------+

引入 IP 地址参与计算的意义：连 IP 层都一起校验，能检测出数据包被错误投递到另一台主机的情况（IP 地址对不上，校验和就会失败）。

注意：校验和只能检测错误，不能纠正错误。检测到错误后，TCP 会直接丢弃该报文段，由超时重传机制补发。

紧急指针（Urgent Pointer）—— 16 位

仅在 URG 标志位为 1 时有效，指向紧急数据的末尾位置。

实际现状：URG 和紧急指针在现代网络编程中几乎不使用，且中间的路由设备并不关心这个字段（不会优先转发）。它唯一的作用是告诉接收方，有紧急数据要提前处理，但这件事在应用层协议里完全可以自己实现，不需要依赖 TCP 的这个字段。

选项（Options）—— 0 ~ 40 字节

选项字段是 TCP 扩展能力的"插槽"，长度可变但必须是 4 字节的整数倍（不足时用填充位补齐）。常见的选项有：

MSS（Maximum Segment Size，最大报文段长度）

MSS 是 TCP 最重要的选项之一，在三次握手时由双方各自声明，告知对方"你最多可以给我发多大的数据段"。

MSS 的计算来自于链路层的限制：

MTU (以太网)  = 1500 字节
减去 IP 头部  =   20 字节
减去 TCP 头部  =   20 字节
-------------------------------
MSS           = 1460 字节

易混淆点：MSS 是指 TCP 报文段中应用层数据的最大长度，不包含 TCP/IP 首部本身。

如果发送的数据超过了 MSS，TCP 层会自动将数据切分成多个报文段发送，这个过程对应用层完全透明。

Window Scale（窗口缩放因子）

弥补窗口大小字段只有 16 位（最大 64KB）的不足。握手时协商一个缩放因子 k，实际窗口大小 = Window Size 字段的值 × 2^k，最大可达 1GB。

现代高速网络（千兆、万兆）中几乎必然会用到此选项。

SACK（Selective Acknowledgment，选择性确认）

同样在握手时协商是否开启。

背景：TCP 的累计确认有一个局限——假设发送方发出了 1、2、3、4、5 号数据包，其中 2 号丢了，3、4、5 都到了。接收方的 ACK 只能填 2（表示还在等 2），发送方不知道 3、4、5 是否安然到达，可能白白重传它们。

SACK 的作用：接收方在回复 ACK 时，额外携带 SACK 块，描述已经收到但不连续的区间：

ACK  = 2          ← 主确认号：还在等 2
SACK = [3, 5]     ← 但 3、4、5 我已经收到了

发送方看到这个信息，就只精准重传 2 号包，而不需要重传 3、4、5。这在丢包率较高的网络中，可以显著提升传输效率。

Timestamps（时间戳）

携带发送时刻和接收时刻，主要有两个用途：

1. RTT 精确测量：接收方把发送方的时间戳原样回显，发送方收到后，用当前时间减去时间戳，即可得到精确的往返时延（RTT），用于超时重传计时器的估算。
2. PAWS（Protection Against Wrapped Sequences，防序列号回绕）：在高速网络中，32 位序列号可能几分钟内就回绕一圈，时间戳帮助区分同一序列号在回绕前后的报文，避免混淆。

一个完整的字段速查表

从协议格式看 TCP 的设计哲学

TCP 的每一个字段都不是凭空而来的，它们分别承担着不同的职责：

• 序列号 + 确认号：共同实现了可靠的有序传输；
• 窗口大小：实现了流量控制，防止发送方淹没接收方；
• 标志位：用极少的比特位，编码了连接建立、维持、异常、关闭等全部状态机；
• 校验和：在不可靠的底层网络之上，提供了数据完整性保障；
• 选项字段：为协议的扩展留下了空间，使 SACK、窗口缩放、时间戳等后续增强得以在不修改核心字段的情况下加入。

理解了协议格式，三次握手、四次挥手、拥塞控制等机制就不再是孤立的"八股文"，而是能落到具体的字节上、在 Wireshark 里逐帧验证的真实结构。

参考资料：《计算机网络：自顶向下方法》