###第1篇转载###
我们经常听到"建立TCP连接"，"服务器的连接数量有限"等，但仔细一想，连接究竟是个什么东西，是和电话一样两端连起一根线？似乎有点抽象不是么？
1.久违的分组交换网络
似乎这个概念只有在学校里学计算机网络才能接触到，但不过今天的话题其实和它离不开关系。我们知道最早的电话网络是以很容易理解的形式存在的，就是单纯的一根线加两端的设备，设备之间所沟通的所有信息都通过一根特定的电缆来回传输，如下图：
这样的连接是我们特别好理解的，搭起两边的线，就是一个连接嘛！但是，我们讨论的是计算机网络！(严肃脸)，计算机网络中两个设备节点是如何通信？
计算机网络采取分组交换技术，什么意思呢？就是我有【一块数据】要发给对方小苍，那我会把这【一块数据】分成N份【单位数据】，分别发出去，而每份【单位数据】走哪条路是不一定的，但是这些【单位数据】总要全部达到小苍手里，小苍再根据【单位数据】里记录的序号拼接起来，组成完整的【一块数据】。这就是分组的意思所在。
2.协议和协议实现
上面不小心把TCP的大体实现给说了，实际上在具体的应用中，光有大体思路是不行的，还有很多细节问题，需要两个设备之间提前约定好协议，才能协同完成通信。举个例子：A向B发了10份【单位数据】，而B其实只收到9份【单位数据】，怎么办？
TCP协议大家都应该是知道的，但协议只是想法，真正起作用的是在路由节点和设备节点上的协议软件，是运行在设备上的具体执行者，它根据协议指导，对具体数据进行控制和操作。这儿就不往下展开了。
认识到协议和协议软件这一点非常重要，因为连接的限制恰恰就是受软件在设备中资源分配的影响的。
3.连接的真面目
上面说的第一种电话网络，如果两个设备搭设了一条线，那么两个电话就一定确定对方在线，因为他俩独享一条实时存在的线。但计算机网络的连接呢？
向上面的图一样(图里不深究TCP，仅仅用来说明连接大体过程)，其实他们俩并不能确保对方就是在线，只是通过几番确认，认为对方一直会在。而如果确认了对方存在，那么就会为以后的对话通讯分配内存、CPU处理时间等资源，每个设备都会在本地去维持这么一个状态，来告诉自己是有一个连接的，这些设备所花的资源和维护的状态，就是连接。而整个网络是不会记录有着一条连接的，所以说连接只是记录在各个设备的一个状态信息。
那么，到现在我们知道了，连接其实并不是所谓的有一根电线连起两个设备，而是两方确认了一下对方的存在后，自己在本地记录的状态。那么下面可以讨论一下以前迷惑重重的概念了。
4.为什么服务器都有连接数量的限制？
这里只做讨论。我认为是有两点：
物理带宽的限制，决定了一个时间段内发起连接的数据包不会超过某个数，造成了设备的链接数量的限制。
维持连接需要分配内存等资源，设备的资源有限，决定了一定有个最大连接数的极限。
5.待续
通过连接往外延伸的话题不少，先到此为止吧，有时间再补。
###第2篇转载###
这个问题说实话困扰了我接近2年时间，我们找到的所有资料上都写着，TCP是面向连接的服务，所有要通过TCP进行通信的应用都要先建立连接才能通信，在通信完毕之后要记得关闭连接。直到前不久才突然搞明白，这里记录下来，文章写得也许不够特别准确，但是我觉得对于理解整个建立过程是足够了。
结论
这里先说结论，连接实际上是操作系统内核的一种数据结构，称为TCP控制块（TCB），对于linux而言是tcp_sock结构。不光连接，连数据包也是由一个数据结构来控制，linux里面称为sk_buff结构。
为什么需要TCB
当应用希望写数据时，并不是直接向网卡驱动发数据，而是先放入到一个缓冲区中，然后根据一定算法（达到一定数量或者调用flush之后），缓冲区中的数据就经发送到网卡中了（这里说的不准确，实际上，是网卡主动从缓冲区中拷贝出来的，但并不影响我们理解）。
当网卡收到数据时，数据包要先经过如下几步：
数据包要先经过网卡校验正确与否。
数据链路层根据报头的类型传给不同的上层类型（IP层或者其他），并移除了数据链路层报头。
IP层也需要先校验，然后根据IP报头选择不同的类型（TCP或者UDP），然后移除IP层报头，并将剩余的数据发送到相应的处理程序（tcp或udp)
到了tcp层，处理程序此时根据tcp首部中的端口号选择一个socket，并将其载荷数据拷贝进去。
所以到这里，我们就应该知道，每个socket必须要有自己独立的发送缓冲区和接收缓冲区，并且还应该还有其他控制结构或者标示结构，这就构成了TCB，没有TCB，接收到的数据根本就不知道要传递到哪里？
对了，有一句话在这里没说，就是网卡收到的数据是以数据流的形式，然后在到某层（忘了）的时候，它会负责将数据流构造成一个操作系统可以认识的数据结构的形式，这样对操作系统操作会非常方便。
为什么说四元组是连接的唯一标识
我们可能已经多次看到这样一种说法：一个tcp连接由一个连接四元组唯一标识。连接四元组是指<source ip,source port,target ip,target port>。
为什么需要四元组，我们就不多说了，如果四个元素缺少任何一个都会发生冲突。那在网络接收过程中是如何利用到这四元组呢？
看了上个部分，你可能会有种错觉，是网卡一步一步向上传递的。其实务实的毛豆说并不是这样，当网卡收到数据之后，首先经过校验没有错误之后，通过DMA直接发送到内存缓冲区中，然后给CPU发送一个中断信号，通知操作系统一个数据包到了。
注意：这里面的内存缓冲区并不是socket的接收缓冲区，而是网卡驱动提前向操作系统申请的一块内存，并且驱动会提前告诉网卡这块内存的地址（注意是物理地址）和大小。如果没有这块内存缓冲区，那么网卡会直接将数据丢掉。
在操作系统获悉到一个数据包来到之后，就利用中断函数来一步步执行并解析数据包，知道TCP层，到了TCP层，TCP要决定将数据包发给那个socket的接收缓冲区。
怎么找？这里TCP就是利用连接四元组，并以这个四元组为key，查找hash表找到对应的socket的socket结构指针，并利用该指针找到对应socket的接收缓冲区，并将载荷数据拷贝进去。
所以，如果想发动攻击，那么直接填写一个对方IP和对方运行服务的端口号，并发送数据，这样是无效的，除了会拥塞网络外，因为没有这样的四元组，所以TCP协议会不知道把载荷数据发给哪个缓冲区。
所以，一种常见的攻击是SYN洪水，它的原理就是，此时服务器会产生大量的socket结构，大量的占据内存，然而并没有ACK数据到达，这样，如果有成千上万个SYN请求，那服务器的内存很快就会耗完，服务器也就down了。
HTTP短连接和长连接
了解了上面的内容之后，才能真正懂得到底什么是短连接和长连接（持久连接）。这里面并没有什么特别复杂的技术。
对于HTTP 1.0的http标准而言，默认连接是短连接，啥叫短连接？就是服务器当发送完最后一个字节的数据之后将关闭连接，也就是回收tcp_sock结构，这样，如果客户端再发送数据给服务器，将直接丢弃。即使此时客户端还有这样的结构，但是我们说连接已经关闭或者已经断了。
那客户端知不知道啥时候服务器的连接关闭？不知道，双方可以在任何时候来关闭自己的连接而没有必要通知对方。不过，对于短连接而言，通知不通知也没有意义了。
那短连接的弊端，大家可能都已经知道了，如果对一个服务器要连续发送多个请求，还需要为每次请求建立新的连接。
为了降低建立连接的时间，HTTP 1.1引入了长连接的概念，并把它搞成了默认的连接方式。啥叫长连接？就是当完成一个业务之后，socket结构并不回收。这样，只要在socket结构还存在的时候，客户端发送的任何数据，服务器都可以收到，这就是所谓的长连接。
相比短连接而言，长连接并没有什么特别的新的技术，只是维护socket结构时间长了。因为，说http长连接更不如说是tcp长连接。
还有一种连接方式是pipeline，或者叫管道化连接。这又是一种啥呢？实际上，管道化连接是一种特殊形式的长连接。我们知道长连接节约了建立连接的时间，但是对于连续N个请求，我们还是需要等前一个响应收到之后才能发送下一个请求，如果在一个timeline上看，有点象一个锯齿。那我们知道网络传输的时间是很长的，那如果我们需要发起N个请求，客户端到服务器的传输时间为t，那总的时间为Nt2；
如何缩短这部分时间呢？有人想到了个很自然的方法，我可不可以不等前一个响应回来就直接发送请求？在timeline图中就像在一个管子里不停的发请求，至于服务器的状态，我也根本不在乎。
管道化连接的方法的确降低了网络传输时间，但是它可能也引入了新的问题。因为客户端并不知道服务器啥时候关闭连接，那有可能管道里的请求，server处理了一部分就关闭了。但是客户端并不知道server处理了哪些？客户端只能选择重新建立连接并重传这些请求。如果这些请求全是对静态数据的请求也就罢了，如果是动态post数据，比如一个订单数据，再不幸的是server已经处理了这个数据，再来一份数据，server将再会处理一遍。这对用户实际的意图讲相差甚远。
也正是这个原因，管道化连接最好不要轻易使用。
再结论
啰里啰嗦说了这么多，基本上是想到哪写到哪，肯定有不详之处，也肯定有不够准确的地方，希望不吝赐教。祝七夕快乐~
转载自：
https://www.cnblogs.com/wreckbear/p/7581721.html
https://blog.csdn.net/zdavb/article/details/47790229