再說說TCP和UDP源埠的確定
到達杭州已經兩週了，基本已經適應了新環境的工作節奏，在生活上依然有些許困難會感到無助，但相信所有問題在不久終究會解決的，遇到困難的時候就是成長的時候，比如這兩週我學會了識別洗髮露和護髮素，比如我學會了用支付寶掃碼坐公交車，等等…
本週來說一個老話題，即 一個TCP連線如何確定自己的源埠 。這個問題在幾年前就分析過，正好前些天一個朋友又問了，我就又進一步進行了思考，覺得正好可以作為本週的話題來討論一下。
可以先看看我之前的分析：
TCP源埠選擇演算法與列維模型 ：ofollow,noindex" target="_blank">https://blog.csdn.net/dog250/article/details/14054987
簡單談一點linux核心中套接字的bind機制–資料結構以及埠確定 ：https://blog.csdn.net/dog250/article/details/5303572
先不要管所謂的什麼 列維模型 ，它只是一個大自然中高效的聚集搜尋模式，類似冪律一樣普遍，這個後面再說，幾年前的事了，少時不知愁滋味，紙上談兵。
現在只看演算法就足夠了。
當然，這篇文章並沒有描述更多的細節，所以我打算在本文中補充一二。
先看核心是如何組織TCP源埠號資料結構，我依然用一個圖示表達，這比程式碼更加清晰一些：
以上這個結構在核心中叫做bhash，是TCP協議實現中3個核心hash之一，這3個hash結構分別是：
- bhash：維護連線的源埠號，以源埠號計算hash值
- ehash：維護establish連線，以四元組計算hash值
- lhash：維護偵聽TCP，以{srcIP,srcPORT}二元組計算hash值
顯然，關於如何確定源埠的問題就轉化為了上述資料結構的查詢，插入的問題，這個問題的解法是明確的，即：
為新的待確定源埠的連線socket查詢到一個最優的插入位置並插入。
我們非常明確的一個目標就是： 維持四元組的唯一性！
這無疑是一個搜尋結構的操作問題。哈哈，又是一道面試題咯。
接下來要解決的是，在兩個不同的場景下，如何操作以上這個資料結構。兩個場景分別如下：
- TCP socket在bind的時候
- TCP socket在connect的時候
顯然，在TCP進行bind的時候，由於此時並不確定目標是誰，無論是目標IP還是目標埠都不確定，甚至不曉得這個TCP是不是一個Listener，那麼四元組的唯一性約束顯然強化了不少，即： 必須保證{srcIP,srcPORT}二元組的唯一性！ 事實上此時我們要保證的是{srcIP,srcPORT,0,0}元組的唯一性。
與bind場景不同的是，如果一個socket事先沒有bind，直接呼叫了connect，當我們呼叫connect的時候，此時確定的是{dstIP,dstPORT}元組，那麼此時的約束就鬆了不少，也就是說要想保證四元組唯一性，這種場景下給我們的機會會更多一些。
具體來講，我給出一個流程：
有了connect的場景分析，bind場景就再簡單不過了，省略下面ehash的部分即可：
理清了關係之後，很簡單是吧。這裡講的是TCP，對於UDP而言也一樣適用，只不過UDP有更簡單的解法。
以上就是確定源埠的基本原則，然而在具體操作過程中，還有一個原則，即維護資料結構的平衡型，我們不希望單獨的hash衝突連結串列過長，因為遍歷一個衝突連結串列的時間複雜度是O(n)，這顯然毫無可擴充套件性，所以在插入過程中需要 儘量插入到短的hash bucket連結串列中 。
這就涉及到另一個問題，即：
圖示中初始的探測埠port=pn如何選擇的問題！
這裡就是列維模型在起作用了！
物理類聚，這是普世真理。Linux核心在實現這個確定源埠的過程中，經過了幾次進化，但萬變不離其宗，對於TCP而言，Linux從一個隨機確定的hash bucket開始探測，然後環狀遍歷所有的bhash bucket，對每一個bucket執行上面圖示裡的演算法。
對於UDP而言，我勸大家review一下Linux核心2.6.18，3.10，4.9+的程式碼，這代表了三個進化階段，起初在2.6.18版本時，UDP維護了一個全域性的 udp_port_rover 變數，指示下一次探測可用源埠時從哪裡開始，然而到了3.10，4.x版本，實現方式便起了變化，不再通過連結串列資料結構進行多次廣度優先遍歷，而是採用深度優先原則使用點陣圖來實現，但這並沒有改變實質。
程式碼並不難懂，相對於像屎一樣的TCP擁塞控制演算法的程式碼，這個要好很多，找 get_port 回撥函式就好，然後看看 tcp_v4_connect 函式，大概10分鐘應該可以讀懂，我這裡就不再贅述細節，記住一個原則，如果你要實現自己的演算法，優先找最短的衝突連結串列進行遍歷插入，你稍微費點事，帶來的是整個系統性能的提升，可謂人人為我，我為人人。
最後，我還想說說列維模型。
列維模型最初是2004年由一個名為Dirk Brockmann 的德國物理學家發現的一個普世模型，我最開始看到後簡直深陷而不可自拔！
我發現這個簡單的模型竟然能解釋人類文明的形成，我是多麼喜歡歷史學，我發現這個模型竟然能解釋它，並且能預測未來！
當我看完了《三體》三部曲之後，這更加加深了我對列維模型的好感和狂熱！
盜自己之前文章一張圖吧，實在是忍著飢餓在寫這段文字：
這就是列維模型！TCP和UDP確定源埠的演算法絕對符合這個模型，不信你接受10w+的連線後匯出資料畫成圖示看看，我試過，你也試試，非常壯美。
你會發現，自然界，我們生活的空間，沒有什麼東西是平鋪平淡的， 正是聚集造就了我們美好的世界 ，不然一堆原子均勻的分佈在宇宙空間，那才沒有任何意義，然而墒總是在增加，宇宙趨向於無序，這也是宇宙最終的結局，不禁令人感到悲哀！
我一直在關注冪律，如何結合列維模型，我發現列維模型是導致冪律的根本緣由，然而進一步問，列維模型的原因是什麼？
我的答案就是 惰性 ！
就我自己而言，我喜歡喝各種新上市的飲料，酒類，我會不斷嘗試新的東西，但是最終我總是會聚焦到某一個牌子，從此不再過問別的，只買這個牌子，比如真露燒酒，比如百事可樂，比如紅標威士忌… 我不換別的牌子不是因為我喜歡這些牌子，而是因為我習慣了這些牌子 ， 僅此而已，我的惰性讓我在選飲料選酒時，給了真露，百事，紅標更多的權重，僅此而已。
進一步思考，這是為什麼？
也許就是我大腦的cache吧！我的大腦並不能隨時擁抱變化，你的也不行，再強大的大腦都不行，所以我覺得，分級cache是現代電腦科學中非常非常非常重要的一個設計！
擁抱變化，成了一個多麼優秀且不可及的潛質，因為沒人想擁抱變化！
冪律是什麼導致的，我覺得就是惰性的影響導致的聚集效應導致的。
好了，本文該結束了。現在，溫州老闆正在香港進貨。