今天整理了一份 TCP 的交互演示页面,存进了博客。
单文件 HTML,深色主题,没有任何外部依赖,双击就能在浏览器里跑。
它怎么演示
页面中间分成左右两半:左边客户端,右边服务端,各自显示当前的状态、snd.nxt(下一个要发送的序号)和 rcv.nxt(下一个期望接收的序号)。两个方块之间是报文气泡,标着 SYN、ACK、数据、FIN、RST,虚线表示重传或旧报文。
核心设计是:每点一次「下一步」,就发出一条报文。 两侧的状态和 seq / ack 会同时更新,按 TCP 的真实规则走。
为了便于阅读,演示用 100、300 这类小数字代替随机的 32 位初始序号,但报文顺序和状态转换遵循 RFC 9293。
配套的操作有:上一步、重试本步、自动播放、重置、速度调节。还有个开关专门用来模拟最后一条 ACK 丢失——用来观察 TIME_WAIT 为什么存在。TIME_WAIT 的 2MSL 倒计时做成了加速版,真实 Linux 下大约 60 秒。
两个对比实验
实验一:为什么两次握手不够。
场景设得很巧:客户端曾经发起过一次连接,SYN 在网络里滞留;客户端已经放弃这次连接并回到 CLOSED。现在这条旧 SYN 才姗姗来迟。
切换右侧的握手模式(三次握手 / 两次握手假设),看服务端的结局。结论落成两条:
- 序号没有双向确认。服务端发出自己的 ISN 后,没有任何报文能证明客户端收到了它,三次握手的第三条 ACK 才补上这一环
- 无法识别过期的连接请求。迟到的旧 SYN 会让两次握手的服务端单方面建立连接,而客户端根本不在建连状态
两条都满足,就必然需要三条报文:两个方向各一次「报序号 + 被确认」。
实验二:挥手一定是四次吗。
区别只在于被动关闭方收到 FIN 时,手里还有没有数据要发。没有剩余数据时,ACK 与 FIN 合并成一条,实际只看到三条报文。
六个常见误区
页面里列了六条,每条都给了纠正:
和前端的关系
这部分给了一条首屏的往返示意:
DNS → TCP 握手(1 RTT) → TLS(1–2 RTT) → HTTP 请求/响应
然后对应到三个优化方向:
- keep-alive / 连接池:复用已建立的连接,省掉后续握手
- HTTP/2 多路复用:一个 TCP 连接上并发多个请求,不必每个请求都建一条
- HTTP/3 走 QUIC(基于 UDP):把传输握手与 TLS 握手合并,首次 1 RTT、会话恢复可 0 RTT,绕开的正是 TCP + TLS 串行握手的开销
页面里还有一句自测题值得记:HTTP/2 解决了应用层的队头阻塞,没解决 TCP 层的——一个 TCP 段丢失,所有 stream 都得等重传,这个要靠 HTTP/3/QUIC 的独立 stream 解决。
术语全书
页面下半部分是八章术语表,每条给定义、在本页中的对应位置、以及容易出错的边界:
- 基础与封装(TCP、PDU 分层命名、四元组、端口、套接字、字节流、MTU/MSS、RTT/RTO/MSL)
- 头部字段与标志位(seq、ack 的消耗规则、数据偏移、八个标志位)
- 序号、确认与可靠性
- 连接建立与关闭
- 状态机全表
- 前端与应用
- 抓包与排障(
ss -tan、Wireshark、Linux 参数调优的边界) - 自测与掌握标准(12 道题 + 6 条掌握标准)
最后一章有几句写得很实在:
- 不要照抄网上的「优化参数」,尤其不要启用
tcp_tw_recycle(已移除,NAT 下有害) - 「先定位问题,再改参数,并记录基线」
- CLOSE_WAIT 堆积几乎总是应用层问题:对端已发 FIN,内核回了 ACK,但应用没有调用
close();网络层通常没问题 - TIME_WAIT 过多说明本机是大量短连接的主动关闭方
末尾还列了依据的 RFC:9293(TCP)、5681(拥塞控制)、6298(RTO)、2018(SACK)、7323(窗口缩放与时间戳)、8446(TLS 1.3)、9000(QUIC),并声明页面只展示状态机主线,没有展开拥塞控制的完整分支。
一点体会
学 TCP 卡住的地方,往往不是记不住那几个状态名,而是状态本身是隐形的——抓包抓到的是离散的报文,但真正在变化的是两端各自内核里的一台机器。文字描述永远是「收到 SYN 之后进入 SYN_RCVD」这种时序叙事,读的时候以为懂了,一合上书就散了。
这个页面的做法正好补上这一块:同一时刻把两侧的 (状态, snd.nxt, rcv.nxt) 并排摆在屏幕上,每发一条报文,两边一起动。状态不再是名词,而是一个可以被观察的位置。
另一个让我觉得设计得好的地方,是它不满足于「告诉你三次握手」,而是专门设了实验回答为什么不能是两次。背结论记住的是流程,做一次反例实验记住的是原因——后者才不会被下一次换个场景就忘掉。
就像那句自测题的价值:能回答问题不算掌握,能对照抓包指出对应字段才算。判断标准落到了「能不能在真实数据里找到它」。