面试题考归考,但很多人背完八股就忘,真正要在抓包工具里看明白又说不清。我这些年做网络协议分析、接口联调,跟TCP打交道的时间不算少,滑动窗口这个概念被问过不下十次,笔试也常出。它本质是TCP做流量控制的核心机制,弄懂它,很多连接异常、传输变慢的问题都能看出门道来。
这篇文章我打算把它讲透:先讲为什么需要滑动窗口,再把发送端、接收端的窗口机制掰开揉碎,然后用抓包数据带你看一遍真实的窗口滑动过程,最后整理面试里那些追问题怎么答、线上故障跟窗口有什么关系。适合准备校招/社招面试的开发者,也适合正在做网络协议分析、C#/Linux下socket编程的工程师。
1. 先弄明白:TCP为什么要设计“滑动窗口”这个机制
1.1 从发快递说起:没有流量控制会怎样
你想象一个场景:你要从北京给上海的朋友寄一箱文件,一次最多装100份。你没有事先问朋友能不能收这么多,一口气把一万份全堆到快递站,快递小哥一趟趟往上海送。结果朋友家里才一个小信箱,快递堆在楼道里放不下,弄丢弄乱不说,你还得反复重发。
TCP传输就是活生生的快递系统。发送端和接收端各自有缓冲区,缓冲区大小不是无限的。早期协议确实干过“一口气全发出去”的傻事:发送方不管接收方能吃多少,按自己的节奏拼命发,接收方的缓冲区瞬间被塞满,来不及处理的数据只能丢弃,然后触发大量重传,网络利用率反而断崖式下跌。
这个问题的根源在于:发送方不知道接收方的“消化能力”,也不知道链路中间有没有拥堵。所以TCP必须搞一套机制让双方随时同步“我还能收多少”和“你现在可以发多少”,滑动窗口就是干这个的。
1.2 两个容易搞混的概念:流量控制与拥塞控制
我在跟人讨论的时候发现,很多人把流量控制和拥塞控制当成一回事,这是面试中非常容易踩的坑。
流量控制解决的是“接收方扛不扛得住”的问题,它靠滑动窗口机制实现,端到端的,由接收方告诉发送方“你最多还能发多少字节”。而拥塞控制解决的是“网络链路中间扛不扛得住”的问题,它靠慢启动、拥塞避免、快重传、快恢复这些算法实现,由发送方根据丢包和网络状况自己判断。
面试官特别喜欢这样追问:“如果接收方缓冲区很大,但网络很堵,发送方可以死命发吗?”答案是不行。发送方实际能发的数据量,要同时受限于接收窗口和拥塞窗口,取两者的最小值。这也就是为什么你有时候明明看到抓包工具里接收方通告的窗口大小有65535字节,发送方却还是慢慢吞吞地发,多半是拥塞窗口卡住了。
1.3 滑动窗口到底“滑”在哪里
滑动窗口的名字起得很形象。TCP是面向字节流的协议,发送方把应用层交下来的数据看作一串连续的字节序列,然后按自己的发送窗口大小,从这串字节流里“划”出一段可以发送的区间来。随着ACK不断回来,这段区间整体向前移动,所以叫滑动窗口。
我打个比方。你有一卷长长的电影票,号码连续编号。窗口就是你现在能撕票卖给观众的那一段区间。每卖出一张,后面又空出一个新位置,区间就整体往前挪一格。TCP的窗口滑动也是这个意思,只不过它是以字节为单位,动辄几千几万个字节一起往前挪。
窗口滑动最大的好处,是不用等一个包确认一次再发一个包,而是可以一口气把窗口内的数据全部发出去。这样一来,网络利用率大幅提升,RTT(往返时延)对传输效率的影响也小了很多。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心原理拆解:发送窗口与接收窗口到底怎么运作
2.1 发送方的四指针模型
要理解发送窗口,最直观的方式是看发送缓冲区里四个指针划分出的四个区域。我把发送缓冲区想象成一条编号连续的字节数组:
- “已发送并已确认”区域:这些字节接收方已经收好并且回了ACK,发送方可以安心把它们从缓冲区里丢掉了。
- “已发送但未确认”区域:这些字节已经发出去了,正等接收方的ACK回来,这是窗口内最靠前的一段。
- “可以发送但还没发”区域:接收方通告的窗口允许发送方继续发,只是发送方还没来得及发出去。
- “不能发送”区域:超出接收方窗口范围的字节,发送方绝对不能碰。
这四个区域的大小并不是固定的,随着ACK不断返回,“已确认”区域不断扩大,整个窗口就向前滑。在实际抓包里你看到的序列号Seq就是这些字节的起始位置,ACK号就是接收
