IP包结构

掌握网络层基本工作原理后，是时候来认识网络层中的最重要的 IP 协议了。

IP 是 互联网协议 ( internet protocol ) 的简称，是 TCP/IP 协议栈中的网络层协议。IP 协议在发展的过程中，衍生出 IPv4 和 IPv6 两个不同版本。其中，历史版本 IPv4 目前仍广泛使用；后继版本 IPv6 世界各地正在积极部署。

IP 协议的通信单元是 IP 包 ( packet )，同样分为 IPv4 和 IPv6 两个版本，本节重点研究 IPv4 包结构。虽然我们对 IPv4 包结构仍一无所知，但经过网络层的学习，我们可以大致猜测一下：它应该分为头部和数据两大部分；其中头部应该包含源地址、目的地址以及数据类型等字段。

IPv4包

废话不多说，直接开门见山。一个 IPv4 包的结构是这样的：

我们猜得没错，IP 包也分为 头部 ( header ) 和 数据 ( data )两大部分，其中头部也可称为 首部 。虽然我们猜到了头部中的几个关键字段，头部却远比我们想象中的要复杂。

接下来，我们简要介绍一下 IP 头部各个字段。一开始看得一头雾水也没有关系，先有个大概印象即可，具体细节后续章节还会展开介绍。

版本

IP 头部第一个字段是 版本 ( version )，它占用 4 个比特，位于 IP 包的最前面，也就是第一个字节的高 4 位。采用 IP 协议通信的双方，使用的版本必须一致。对于 IPv4 ，该字段的值必须是 4 。

头部长度

由于 IP 头部可能包含数量不一的 可选选项 ，因此需要一个字段来记录头部大小，进而确定数据的偏移量，这就是 头部长度 ( internet header length , IHL )。

IHL 字段同样占用 4 个比特，它用来说明头部由多少个 32 位字组成。上述 IP 包结构图中，每一行就是一个 32 位字，由 32 个比特位构成，也就是 4 字节。因此，头部字节数可以这样计算：

$$IP包头部字节数 = 4 \times IHL$$

如果 IP 包不包含任何选项，头部大小为 5 个 32 位字(图中前 5 行)，IHL 字段值则为 5 ( 二进制 0101 )。IHL 最大值为 15 ( 二进制 1111 )，因此 IP 头部最大为 60 字节，其中选项部分为 40 字节。

区分服务

区分服务 ( differentiated services ，DS )占 6 比特，一般情况下不使用。只有使用区分服务时，这个字段才起作用，例如：需要实时数据流的 VoIP 。

显式拥塞通告

显式拥塞通告( explicit congestion notification ，ECN )，允许在不丢包的同时通知对方网络拥塞的发生。

全长

全长 ( total length )字段占 16 位，它定义了 IP 包的总长度，包括头部和数据，单位为字节。这个字段最大值是 $2^{16}-1=65535$，因此理论上最大的 IP 可以达到 65535 字节。当 IP 包长度大于下层数据链路协议 MTU 时，IP 包就必须被 分片 (拆分成多个包)。

标识符

标识符 ( identification )字段占 16 比特，用来唯一标识一个包的所有分片。因为 IP 包不一定都能按时到达，在重组时需要知道分片所属的 IP 包，标识符字段就是一个 IP 包的 ID 。它一般由全局自增计数器生成，每发一个包，计数器就自动加一。

关于 IP 包分片技术的更多细节，将在后续章节中展开介绍。

标志

标识 ( flags )字段占 3 比特，包含几个用于控制和识别分片的标志位：

• 第 0 位，保留，必须为 0 ；
• 第 1 位，禁止分片( don’t fragment ，DF )，该位为 0 才允许分片；
• 第 2 位，更多分片( more fragment ，MF )，该位为 1 表示后面还有分片，为 0 表示已经是最后一个分片；

分片偏移

分片偏移 ( fragment offset )字段占 13 比特，表示一个分片相对于原始 IP 包开头的偏移量，以 8 字节为单位。

存活时间

存活时间 ( time to live ，TTL )字段占 8 比特，避免 IP 包因陷入路由环路而永远存在。存活时间以秒为单位，但在具体实现中成了一个跳数计数器：IP 包每经过一个路由器，TTL 都被减一，直到 TTL 为零时则被丢弃。

协议

协议 ( protocol )字段占 8 比特，表示 IP 包数据类型。通常情况下，IP 包数据承载着一个上层协议报文，常见的有下面这些：

这也是一个非常典型的 复用/分用 字段：不同的上层协议报文，都可以利用 IP 协议提供的能力，互联网主机间进行传输。

头部校验和

头部校验和 ( header checksum )字段占 16 比特，与以太网帧校验和字段类似，用于对报文进行查错。

注意到，该字段只对 IP 头部查错，而不关心数据部分。这是因为 IP 包数据一般用来承载上层协议报文，例如 UDP 和 TCP ，而它们的报文都有自己的校验和字段。

每一跳路由收到 IP 包后，都要重新计算头部校验和并与该字段对比，不一致则将其丢弃。路由转发 IP 包前，也要重新计算并填写该字段，因为头部中的一些字段可能发生变化——每次转发，TTL 字段都要减一。

源地址

源地址 ( source address )，占用 32 比特，也就是 4 字节，表示 IP 包发送方的地址。

IP 地址由 32 位组成，理论上可以表示多达 $2^{32} = 4294967296$ (约等于 40 亿)台主机。实际上，IP 地址按用途分成几类，能用于公网通信的 IP 地址没有这么多。

• 公网地址
• 内网地址
• 本地地址
• 多播地址
• 广播地址

关于 IP 地址结构和类别，后续有独立章节专门展开介绍。

目的地址

目的地址 ( destination address )，格式与源地址相同，表示 IP 包接收方的地址。

选项

这是 IP 包的可选字段，并不常用，后续用到时再结合具体场景来讲解。

【小菜学网络】系列文章首发于公众号【小菜学编程】，敬请关注：