十.数据链路层——MAC/ARP

IP和数据链路层之间的关系

引言

在IP一节中，我们说IP层路由(数据转发)的过程，就像我们跳一跳游戏一样，从一个节点，转发到另一个节点
它提供了一种将数据从A主机跨网络发到B主机的能力
什么叫做跨网络？？？
本质是要经历很多子网或者局域网
图来自小林网络coding

也就是说节点与节点之间，不要看只是两台主机
更准确的说，它是同一个局域网内两台不同的主机(两两之间各属于一个子网)
假如我们想要将数据从主机B发送到主机C，我们说IP层为我们提供路径选择，即从哪个节点，跳到哪个节点(跨网络)
假如数据出现错误，我们有TCP层保证可靠性
现在还有一个很关键的问题
在同一个局域网内，为什么主机B会向路由器发消息，而不会向其它人发消息呢?
这就是数据链路层解决的问题——在同一个子网内，数据如何发送
所以我们之前说IP层拥有将数据从A主机跨网络发送到B主机的能力其实并不准确，只不过是讨论该层的时候，已经默认包含了下层的能力
IP层与数据链路层两者联合起来，才拥有将数据从A主机跨网络发送到B主机的能力！

数据链路层的定位和作用

我们可以举回上一次旅行的例子来进一步加深理解
假如我们要从广东东莞出发，去新加坡旅行，我们往往不是一步到位，直接坐飞机就可以到达
相反，我们制定了⼀个行程表，先乘坐公交车到深圳，再坐高铁到香港，然后从香港坐飞机到新加坡
公交车票和高铁票都是去往特定的地点的，每张票只能够在某⼀限定区间内移动，此处的「区间内」就如同通信网络中数据链路
在区间内移动相当于数据链路层，实现区间内两个节点传输的功能
为什么要先到深圳，再到香港，最后才到新加坡?
这些节点的选择是谁来决定的?
这就是我们IP层实现的功能，它就相当于我们的行程表
两者相互搭配，才可以实现从一个地方，跨不同区域到达另一个地方的目标！
总结一下，数据链路层的定位:
用于两个设备(同一种数据链路节点)之间进行传递

以太网

那我从东莞到深圳，除了坐车之外，可不可以坐地铁呢?或者你骑自行车都可以！在同一个区域内，一个节点到另外一个节点的方式有很多种
同样的，在同一个局域网内，一台主机到另外一台主机的方式有很多种，可以说是千差万别，这也是为什么数据链路层不可能被整合像我们的TCP/IP层一样，在OS操作系统内部实现
常见实现的局域网通信技术有下面三种:

以太网：
以太网是一种应用最普遍的计算机局域网技术
它不是一种具体的网络, 而是一种技术标准;
既包含了数据链路层的内容, 也包含了一些物理层的内容
例如以太网中的网线必须使用双绞线; 传输速率有10M, 100M, 1000M等

令牌环网：
令牌环网常用于IBM系统中，在这种网络中有一种专门的帧称为“令牌”，在环路上持续地传输来确定一个节点何时可以发送包.

无线LAN/WAN：
无线局域网是有线网络的补充和扩展，现在已经是计算机网络的一个重要组织部分
像我们的手机连wifi，访问路由器，不用接线吧?都是无线进行操作的

但我们说不用担心，虽然数据链路层存在不同的局域网通信技术，但是我们的路由器可以替我们屏蔽底层网络之间的差异，达到无障碍适配
图来自博主2021dragon

路由器内部就自带对应不同局域网通信技术的驱动程序，假如根据查找对应的路由表，发现目的IP主机不在这个网络而且采用的是不同的通信技术，就会为我们重新进行对应的封装
这也是为什么我们手机明明采用的是无线LAN/WAN通信技术，但是可以将我们对应的数据发送给对应路由器，和其它底层使用以太网的有线设备进行数据交流.
(手机无线给QQ发消息，电脑端QQ可以收到；或者我们手机微信文件共享给台式电脑，在底层其实都是这个原理.)
类似的技术还有：
虚拟地址空间： 屏蔽了内存之间的差别，让所有的进程看到的都是同一块内存，并且这块内存的布局都是一样的。
一切皆文件： 通过文件结构体和函数指针的方案，让我们能够以对待文件的方式对待某些资源

局域网通信原理

MAC地址

有了上面的铺垫后，我们就可以开始讲解局域网通信原理
我们先来看一个小故事

假如今天大家都在教室内上课，老师突然喊了一句，张三，为什么你的作业昨晚没有按时提交?
张三听到后站了起来，回复道:“不对吧，我记得我昨天明明交了啊！”
老师听到后，给出对应的回复：“好的，那我回去再看看.”

上述故事其实就很好阐述了我们局域网通信的基本原理
第一,老师说话，同学们怎么知道老师叫的是谁呢?
答案是名字，并且此时每个人的名字都具有唯一性
第二，老师喊话张三的时候，其他同学听到消息了吗?
答案是听到了，只不过因为叫的不是自己，所以没有进行对应站起来回答问题的操作
类比到我们局域网通信当中来，每一台主机都有着自己的网卡，一张网卡上就对应有一个全球唯一的MAC地址，它就相当于我们每个同学的名字
在linux下，我们同样可以输入ifconfig指令，查看对应的MAC地址
其中ether是以太网的意思，总共48位

当一台主机在局域网内发消息时，所有人其实都收到消息了，只不过由于匹配自己的MAC地址后，发现它叫的不是自己，直接在数据链路层，将数据报文丢弃了而已

学习MAC报头

了解了MAC地址后，我们便可以看一下以太网的帧格式是如何的
图来自博主2021dragon

如何解包/交付

同样的，我们了解任何一个报头，都是从如何解包和向上交付说起
可以很直观的看出，以太网报头是一个定长报头，目的地址，源地址，类型，CRC四个字段加起来总共18个字节，直接分割，即可区分报头和有效载荷
那如何向上交付呢?我们知道网络层不一定用的是IP协议
答案是2个字节的帧类型字段
假如此时数据是IP报文，那对应填充为0800

PS:ARP,RARP都属于数据链路层，而不是网络层
假如此时数据是一个ARP报文，那对应填充0806

假如此时数据是一个RARP报文，那对应填充8035

具体过程

了解了MAC报头后，就可以具体细化我们上面讲述过的小故事了
现在在同一个局域网内，有很多台主机相连，包括我们的路由器也在其中

假如此时我们的主机A想要和主机E通信，则会发送对应的报文
对应的目的MAC地址填上E的，源目的MAC地址填上自己A的MAC地址即可

然后报文就会被发到网络当中，此时大家都会收到这个报文
不过大家都会对数据帧进行比对，看一下目的MAC地址和自己是不是一样，假如不一样，则网卡会直接舍弃对应的数据；假如一致，才会把对应的报文向上交付

那有没有办法，即便MAC地址不同，也会继续向上交付报文呢?
答案是有的！网卡中，可以被设置为混杂模式
设置为混杂模式后，主机就不会对报文的目标MAC地址进行认证，直接向上层交付，这也是我们大部分局域网抓包软件的原理
那我们说要对数据进行保护，是在数据链路层保护吗?
不是！而是我们之前提到过的应用层，对数据自己进行加密，这样别人获取到了，也无法对数据进行解读
假如此时主机A想要发送的数据对象不在这个局域网内，那目的端口MAC地址就填路由器的即可

数据碰撞

但是在一个局域网内，更多时候是多台主机相互发消息，但是这几台主机又是共享一个通信信道的，此时就会出现一个问题——数据相互干扰，更为专业一点的名词，我们称作为数据碰撞
在以太局域网中，任何时候，我们只能有一台主机在给另外一台主机发送数据帧，否则就会发送数据碰撞问题
那我们如何解决这个问题呢?
首先要有碰撞检测，也就是检测到数据的确发生了碰撞，出现了错误
所以我们会发现MAC报头里面有一个CRC字段，它就是用来解决这个问题的，A主机发消息，它自己也会收到，假如CRC校验不通过，说明此时数据发生了碰撞，反之，我们认为数据没有发生碰撞
检测到碰撞后，我们要进行碰撞避免
当主机发送出去的数据产生碰撞时，该主机需要等待一段时间后(sleep一下)，再进行数据重发，这样就能够尽可能让局域网当中的数据消散
整体原则是什么?
其实就是采取碰一碰，试一试的策略
有人会说，这不会有点随意吗?
第一, 不要小看光速，实际数据碰撞的概率并不会很高
第二，它其实就是一种另类的重传机制而已，不仅仅TCP层有重传，我们的数据链路层也有！
第三，那我们还可以思考一个问题，数据相对越短，数据碰撞越少，还是相对越长，数据碰撞越少呢?
答案毋庸置疑，数据量一旦很长，横跨的时间段就会很大，一旦发生误码，TCP层会对整个数据进行重传，发生碰撞的概率就会进一步提高
因此我们数据量必须限制一定大小，这就是我们MTU的由来，上层交付的有效载荷不能超过1500字节

如何理解数据碰撞

那我们应该如何看待数据碰撞呢?
局域网在同一个时刻，只允许一台主机向另外一台主机发消息
有没有觉得很熟悉?
局域网的本质，在系统看来其实就是一个临界资源，一台台主机就相当于一个个进程，在同一时刻，我们只允许一个进程访问对应的临界资源
但是，我们说两者采取的策略不同，在系统中，我们采取加锁，信号量等方式；但是网络中采取的是直接试探
令牌环网其实就是如此，它存在一个称作令牌的东西，只有拿到令牌的人，才有资格发消息，拿我们之前的故事举例，只有拿到麦克风的人才有资格说话，其他人暂时闭嘴，令牌本质对应的就是我们系统中的互斥锁
所以，我们说系统和网络不分家，思想贯穿一致
还有一点需要说明
局域网中，主机数目越多，碰撞的概率也会相应增多
这也是为什么我们在大学上大课的时候，人一多，数据就比较难发出去，网络比较卡；或者学校操场校运会时也是如此
本质就是由于不断发生数据碰撞，一直在丢包的缘故！
PS:那假如我们要黑掉一个局域网，其中一个方法便是发送大量垃圾数据，增大数据碰撞概率
为了解决这个问题，对应设备便应运而生
我们称之为网桥，或者说交换机
它的作用就是划分碰撞域
假如我A主机和C主机通信，而不和B主机通信，此时就不用把对应的报文发给B，然后再判断后丢弃
交换机会将两者隔开，分成两个区域，相当于交流的双方有了自己的对话空间，从而减少数据碰撞的概率
假如A主机想要直接向路由器发消息，B主机所在区域也不再需要收到A主机报文，交换机会将报文转给路由器

ARP协议

我们说同一个局域网内，主机A向主机B发消息，在数据链路层会封装MAC帧，这意味着需要知道对方的IP地址
但是我们只知道对方的IP地址，在套接字socket编程的时候，也仅仅是提供对应的IP而已
那么如何根据对方的IP，得到对方的MAC地址，从而封装我们的MAC帧呢?
这就是我们ARP（Address Resolution Protocol，ARP）协议解决的问题.
它不是一个单纯的数据链路层的协议, 而是一个介于数据链路层和网络层之间的协议;
整体的框架如下图所示:

小故事

我们还是以我们之前的故事作为引入
现在老师同样要在班上点名回答问题，但是学校只发给老师对应学生的学号，而不是姓名
在老师点学生姓名回答问题之前，老师先要在班里大喊一句:“xxxx学号是哪位同学?你叫什么名字？”
对应的同学会站起来，然后回复老师自己的名字，比如说小明
老师知道他叫小明后，以后就能够通过直接叫小明，然后小明就会站起来回答问题了
同样的，学号其实就是我们的IP地址，姓名其实就相当于我们的MAC地址
在同一个局域网内，双方进行局域网通信之前，可以通过ARP协议，从对应的IP获取到对应的MAC地址
然后再进行局域网通信

协议格式

协议的整体格式如下图所示:

以太网目的地址/源地址

当想要获取对应接收端的MAC地址时，由于不知道对方的MAC地址，所以以太网的目的地址填充为FFFFFF，代表向整个局域网广播，对应以太网源地址填充上自己的MAC地址即可
当接收端给发送端对应的回应时，以太网MAC地址就可以填充上发送端的MAC地址，源地址此时填上自己接收端的MAC地址
这样一来一回，接收端便知道了目标主机的MAC地址
注意到源MAC地址、目的MAC地址在以太网首部和ARP请求中各出现一次,对于链路层为以太网的情况是多余的,但如果链路层是其它类型的网络则有可能是必要的.

帧类型

这在我们之前讲解封装时已经讲过
之前数据是IP报文，那对应填充为0800
但此时是ARP报文，则填充对应的0806

硬件类型/协议类型

硬件类型指链路层网络类型,1为以太网;
协议类型指要转换的地址类型,0x0800为IP地址;
硬件地址长度对于以太网地址为6字节;
协议地址长度对于和IP地址为4字节;
对于以太网中发送的ARP报文来说，这四个字段通常是固定的

OP字段

op字段为1表示ARP请求
op字段为2表示ARP应答

具体发送过程

了解协议格式后，我们便可以看一下具体发送过程是怎样的

假如此时我们的主机A依旧想要和主机E通信，不过在具体两者通信之前，还需要获取到对于主机E的MAC地址
于是A主机就会向局域网当中发送一个ARP报文
其中对于目的MAC地址，由于我们不知道，所以填充上对应的FFFFFF即可。代表广播

于是所有人都会收到对应的ARP报文，并进行对应的目的IP地址匹配，假如是自己，则可以填充对应的ARP报文返回给主机A；如果不是，则直接在ARP层将对应报文抛弃

返回的时候，就不用广播地址了，而是直接填上对应的MAC地址，毕竟我们收到对应的ARP报文，是已经知道对方的MAC地址的
此时的op也要从1改为2，代表应答报文

这是两台主机相互交换的情况，但是实际局域网内，是有很多台主机相互交换的
我们说一台主机，在局域网内部，不要有主人翁意识，大家都一样
任何一台主机都有可能向别人发起ARP请求，或者收到别人给你发的ARP请求
这也正是OP选项字段出现的必要性
所以，任何一台主机，在收到一个ARP报文时，优先看OP，再看对应的目的IP地址
假如OP是1，即这是一个请求报文

假如不是请求自己，直接在ARP层丢弃；
假如是请求自己，则构建对应的回应ARP报文返回

假如OP是2，即这是一个回复报文

假如不是请求自己，则直接在MAC帧层丢弃，根本不会往上交付给ARP层
假如是请求自己，才会向上交付给对应的ARP层

还有一个细节需要注意，ARP也是报文，所以经常发ARP报文询问对应的MAC地址，这样也同样可能导致数据碰撞
所以，不是每一次都要ARP，可以将IP地址与对应的MAC地址之间的映射，暂时缓存起来
我们可以在linux系统(windows)下，输入arp -a指令查看我们对应自己的IP地址和MAC地址映射

当然这种映射是有时间限制的，不然我们每次连wifi，路由器都会随机分配一个动态IP地址给我们，我们的IP地址是会发生改变的，此时映射之间就会发生错误
那有IP地址得到对应MAC地址的协议，有没有MAC地址得到IP地址的协议呢?
答案是有的！它就是我们前面提到过的RARP协议(R代表reverse逆转)，也被称为逆地址解析协议，由于IP是直接就知道的，所以不难猜想，它的整个过程和我们的ARP协议类似，但是要简单很多.

ARP欺骗

在之前我们的HTTPS协议中，我们曾经提到过中间人盗取我们数据的知识，具体是怎么利用ARP成为中间人呢?

同样是我们的局域网，此时存在一个主机M，它想成为中间人的方法很简单
我们说有对应的ARP请求，就会给出对应的ARP回复
但是不妨碍没有请求时，也可以给出对应的ARP回复报文
主机M只要给对应的主机A构建假的ARP应答，告诉主机A，我是E主机，对应IP地址是IP E,MAC地址是MAC M
给对应的主机E构建假的ARP应答，告诉主机E，我是A主机，对应IP地址是IP A，MAC地址是MAC M

那在主机A和主机E数据交流时，它们以为双方都在和对面直接通信，但其实都经过主机M，这种做法在任何子网，公网都是可以存在的，因为IP地址是公开的.
同样的，我们说假如要使一个局域网暂时瘫痪，也可以发送无效的垃圾ARP报文，想要定向攻击一台主机，也可以发送大量错误的ARP应答等等.