网络通讯中粘包的处理

在网络通讯中，不仅仅是TCP通讯，也包括串口通讯中，我们经常会遇到数据包粘连的问题，本文详细介绍粘包问题产生的原因和解决办法。

一、粘包定义

TCP 传输中，客户端发送数据，实际是把数据写入到了 TCP 的缓存中，由于传输的过程为数据流，经过TCP传输后，多条数据被合并成了一条，这就是数据粘包了。图示如下：

二、产生原因

其实从上面的定义，我们就可以大概知道产生的原因了。

粘包的主要原因：

• 发送方每次写入数据 < 套接字(Socket)缓冲区大小
• 接收方读取套接字(Socket)缓冲区数据不够及时

半包的主要原因：

• 发送方每次写入数据 > 套接字(Socket)缓冲区大小
• 发送的数据大于协议的 MTU (Maximum Transmission Unit，最大传输单元)，因此必须拆包

其实我们可以换个角度看待问题：

• 从收发的角度看，便是一个发送可能被多次接收，多个发送可能被一次接收。
• 从传输的角度看，便是一个发送可能占用多个传输包，多个发送可能共用一个传输包。

根本原因，其实是

TCP 是流式协议，消息无边界。

(PS ： UDP 虽然也可以一次传输多个包或者多次传输一个包，但每个消息都是有边界的，因此不会有粘包和半包问题。)

 

三、解决方法

就像上面说的，UDP 之所以不会产生粘包和半包问题，主要是因为消息有边界，因此，我们也可以采取类似的思路。

1. 改成短连接

将 TCP 连接改成短连接，一个请求一个短连接。这样的话，建立连接到释放连接之间的消息即为传输的信息，消息也就产生了边界。

这样的方法就是十分简单，不需要在我们的应用中做过多修改。但缺点也就很明显了，效率低下，TCP 连接和断开都会涉及三次握手以及四次握手，每个消息都会涉及这些过程，十分浪费性能。

因此，并不推介这种方式。

2. 固定长度

这种方式下，消息边界也就是固定长度即可。

优点就是实现很简单，缺点就是空间有极大的浪费，如果传递的消息中大部分都比较短，这样就会有很多空间是浪费的。

因此，这种方式一般也是不推介的。

3. 分隔符

这种方式下，消息边界也就是分隔符本身。

优点是空间不再浪费，实现也比较简单。缺点是当内容本身出现分割符时需要转义，所以无论是发送还是接受，都需要进行整个内容的扫描。

因此，这种方式效率也不是很高，但可以尝试使用。

4. 专门的 length 字段

这种方式，就有点类似 Http 请求中的 Content-Length，有一个专门的字段存储消息的长度。作为服务端，接受消息时，先解析固定长度的字段(length字段)获取消息总长度，然后读取后续内容。

优点是精确定位用户数据，内容也不用转义。缺点是长度理论上有限制，需要提前限制可能的最大长度从而定义长度占用字节数。

因此，十分推介用这种方式。

5. 其他方式

其他方式就各不相同了，比如 JSON 可以看成是使用{}是否成对。这些优缺点就需要大家在各自的场景中进行衡量了。

 

四、举例

Netty 中的实现：使用了固定长（FixedLengthFrameDecoder）、分隔符（DelimiterBasedFrameDecoder）、专门的length字段（LengthFieldBasedFrameDecoder）三种方案；

CMPP协议中：协议头有Length字段定义包的长度，接收方按长度进行拆分即可。（主要是接收SubmitResp、Deliver包需要特别注意粘包的处理）

SIGP协议、SMGP协议与CMPP协议类似，协议中都定义了包的长度Length字段。

对于单个数据缓冲区可能接收到半包的问题，可以设计一个滚动的长缓存区负责接收存放数据，这样多个半包可以重新组合成一个完整包，然后另起解析线程异步对包进行拆解处理。

下面代码片段显示了实现：

这里接收数据的线程（发送线程不存在粘连包的问题），只负责接收并往Buffer里插入数据，Buffer里再去按协议包格式长度进行拆包。这里虽然临时接收缓存为1024个字节，但并不用担心数据包会截断，因为所有数据包最终都会组合到一个长缓存区进行拆解。Buffer类的代码片段：