计算机的启动和输入输出¶

那么现在计算机内部是怎么工作的就很清晰了。但是，这仅仅是计算机“内部”的问题。计算机作为一个整体，除了内部的 CPU、内存、硬盘等部件以外，还有很多外部设备，例如显示器、键盘、鼠标、网络接口等等。但我们想让这些东西一齐启动，只需要轻描淡写地按下电源键就行了，这里面到底发生了什么呢？计算机又是怎么从外界接收和发送信号的呢？本章就来带领大家了解这些问题的答案。

计算机如何启动？¶

我们从商店买来一台计算机，插上电源，按下电源键，计算机就启动了。这个过程发生了什么呢？硬件在这段时间内如何协同工作，使得计算机能够启动？为什么新买的计算机启动很快，而旧计算机启动很慢？为什么在更换一个性能更好的显卡之后，计算机反而启动变慢了？为了回答这些问题，我们需要了解计算机的启动过程。

计算机的启动过程可以分为以下几个步骤。

加电自检¶

实际上一个很反直觉的事情是，计算机在关机的时候也是一直需要通电的。计算机的主板上有一个小电池，叫做 CMOS 电池，它负责为计算机提供基本的电源；主板上还有一个芯片，叫做 BIOS/UEFI 芯片，它记录了当前时间、日期、硬件配置等信息。

当我们按下电源键时，主板收到“按下电源键”这个信号后，给电源发信号。于是电源率先启动，但它并不是立即给所有硬件供电，而是按严格的时间顺序先输出 3.3V、5V、12V 等不同的电压，自己也会不断检测这些电压是否在允许的误差值内。如果一切良好，电源会向主板发送一个“Power Good”信号，表示电源已经稳定工作。否则，主板会立即切断电源，防止其他硬件因错误的工作电压而损坏。

收到“Power Good”信号后，主板上的芯片组就会开始工作。芯片组会首先复位 CPU，然后 CPU 从固定的地址开始执行整个计算机启动中的第一个指令，运行第一个程序——BIOS/UEFI 程序，开始加电自检（POST，Power-On Self Test）。加电自检的任务是检测计算机的硬件是否正常工作，一般先按顺序检查 CPU、内存、显卡，再检查其余设备。如果发现任何问题，加电自检会发出错误信号，例如蜂鸣声、错误代码等，提示用户进行修复。如果一切正常，加电自检会将控制权交给下一个程序。

硬件初始化和配置¶

POST 通过后，BIOS/UEFI 就会开始初始化硬件。它会为每一个 PCIe¹ 设备分配总线编号、内存映射 I/O 空间² 和中断号，确保这些设备都能被操作系统正确识别。在这个时候，主板上的 RGB 灯、风扇、CPU 超频等用户自定义配置也会被加载。

这一阶段的速度主要取决于主板固件的优化程度以及硬件的数量和类型。高端主板通常会有更好的固件优化，因此启动速度更快；而安装了大量硬件设备的计算机则需要更多时间来初始化这些设备，导致启动速度变慢。

引导¶

硬件准备就绪后，BIOS/UEFI 就会开始引导操作系统。它会按照预设的引导顺序，依次检查硬盘、SSD、U 盘、光驱等设备，寻找操作系统。传统的 Legacy 引导方式会读取硬盘首个扇区（MBR，512 字节），该扇区存放着一段大小为 446 字节的引导代码；而现代的 UEFI 引导方式则会读取 EFI 系统分区中的引导文件（通常是 bootx64.efi），该文件可以存放在 FAT32 格式的分区中。

如果找遍整个引导顺序都没有找到操作系统，BIOS/UEFI 就会发出错误信号“No bootable device”，随即终止启动过程。如果找到了操作系统，BIOS/UEFI 就会将控制权交给引导加载程序（Boot Loader），开始加载操作系统。

引导加载程序又会做两件事：第一，把操作系统内核（如 winload.efi、vmlinuz 等）加载到内存中；第二，把启动参数（如启动分区、内核参数等）传递给操作系统内核。引导加载程序的速度主要取决于存储设备的读写速度以及引导加载程序的优化程度。

内核加载与驱动初始化¶

操作系统内核获得控制权后，会首先初始化 CPU 调度子系统、内存管理子系统，然后加载硬件抽象层（HAL）和必要的驱动程序。现在屏幕大概率会出现操作系统的 Logo 或者启动动画。随后，内核会并行地初始化其他设备，速度主要决定于磁盘性能、驱动数量、安全策略等因素。

用户空间启动与登录界面¶

现在内核初始化完毕了，可以启动第一个用户态³进程了。在 Windows 中，第一个用户态进程是 smss.exe，它负责启动其他系统服务和后台进程；在 Linux 中，第一个用户态进程通常是 systemd 或者 init。这些进程会负责挂载系统分区、启动日志服务、启动设备管理器等，这些都被叫做“自动启动项”。

当所有的自启动项都加载完毕，登录界面出现在屏幕上，整个启动流程结束。用户输入密码后，Explorer 或桌面环境继续加载用户级程序，至此计算机完全可用。

问题解答¶

现在我们就可以解答前面提出的问题了。

为什么新旧电脑启动速度差异巨大？

1. 新主板往往用的是 UEFI Fast Boot（快速启动）技术，可以跳过一些不必要的硬件检测和初始化步骤，从而大幅提升启动速度；而旧的主板往往是全部检测，耗时长；
2. 新电脑往往使用 SSD 作为存储设备，SSD 的读写速度和随机读取延迟都要显著优于传统的机械硬盘，因此引导加载程序和内核加载的速度更快；
3. 新的操作系统往往是干净的，没有太多的自启动项，因此用户空间启动的速度更快；而旧的操作系统往往安装了大量的软件和服务，导致自启动项过多，拖慢了启动速度。

大家完全不必要担心自己的计算机使用的不是 UEFI 技术，因为今年已经是 2025 年了，想找到 BIOS 主板已经非常困难了——除非你用的电脑是在 2018 之前买的。那么，如果你的计算机确实是旧的主板或依然缓慢，可以进入 BIOS 设置（在开机前猛按 F2、F8、Del 等，具体按键见主板说明书），看看有没有“Fast Boot”选项，启用它就能显著提升启动速度。

至于优化启动项，这个只需要别安装一堆不必要的软件就行了，而且在安装软件的时候注意把“开机启动”选项关掉（例如 QQ、微信等）。

为什么换了个高端显卡，启动反而变慢？

实际上只有一点，也就是高端显卡的初始化时间更长。高端显卡往往有更多的功能和复杂的硬件设计，因此需要更多的时间来初始化和配置。此外，高端显卡往往需要加载更多的驱动程序和固件，这也会增加启动时间。如果主板的固件没有针对高端显卡进行优化，启动时间则会显著增加。但随着主板固件的更新和优化，这个问题会逐渐得到解决。

启动故障排查速查表

了解启动流程后，我们就能有针对性地优化：关闭不必要的启动项、启用 Fast Boot、升级固件、更换更快的 SSD，甚至调整显卡固件设置，都能让“按下电源键到进入桌面”的时间显著缩短。

计算机怎么和外界交互？¶

我们日常把 U 盘插进接口，耳机塞进耳机孔，点击保存按钮把文件“放”进硬盘，仿佛计算机内部与外部世界之间隔着一堵透明的墙，数据像幽灵一样穿墙而过。实际上，这堵墙上有无数扇“暗门”，门后站着一群翻译官、调度员和安检员，它们共同把数据变成电压，把电压再变回数据，还要防止外设把奇怪的东西带进屋里。本节就拆开这堵墙，看看计算机究竟怎么和外界打交道。

I/O 地址和端口¶

CPU 并不直接认识“鼠标”或“打印机”，它只认“地址”。x86 体系把外设抽象成一组寄存器，每个寄存器被分配一个固定或动态的 I/O 地址：早年的键盘控制器占 0x60–0x64，串口 COM1 占 0x3F8–0x3FF。CPU 用 I/O 指令像写信一样把数据塞进这些“信箱”，外设收到信后再回信，完成一次最小交互。

现代计算机中，大部分外设搬进了“内存映射 I/O”（MMIO）：显卡的几百 MB 显存、NVMe 控制器的寄存器，都被映射到一段物理地址。CPU 把它们当成普通内存读写，但背后由芯片组把地址翻译成 PCIe 事务，送到目标设备。于是，同一条 mov 指令，既可能真往内存写数据，也可能改掉了显卡的光栅化参数——地址就是门牌，门牌背后是什么，由主板上的“片选信号”决定。

中断与 DMA¶

如果 CPU 只能靠轮询 I/O 地址来和外设交互，那效率会非常低下：CPU 每几毫秒就得问一次“鼠标你动没动？”，这样浪费电，速度还慢。为了解决这个问题，计算机引入了中断机制。

在外设完成动作（如鼠标拖动、键盘按键）后，它会在 IRQ（中断请求线）上发出一个信号，中断控制器（现代计算机一般叫 APIC，高级可编程中断控制器）收到信号后，会通知 CPU 暂停当前工作，转而执行一个预设的中断处理程序 ISR（中断服务例程），把鼠标位移、网卡数据包什么的都统统发送，处理完毕后再返回继续执行之前的任务。这样，CPU 就不需要不停地轮询外设，而是等外设主动来“敲门”，大大提高了效率。

但是中断只能通知“有事”，数据还得 CPU 亲自搬运，而现代 SSD、千兆网卡等外设的数据量巨大，CPU 搬运数据的效率远远不够。为了解决这个问题，计算机引入了 DMA（直接内存访问）技术。DMA 会把数据直接从外设搬到内存，CPU 只需要在中断处理程序中告诉 DMA 控制器“把数据搬到哪里”，然后继续干自己的事。这样，CPU 就能腾出更多时间处理其他任务，像稳坐钓鱼台的市长；而其他外设，如网卡、显卡、声卡等也能更高效地工作，总线就像城市立交桥一样繁忙而有序。

设备驱动¶

有了 I/O 地址、中断和 DMA，CPU 就能和外设打交道了。但每个外设的工作方式都不一样，CPU 怎么知道该怎么和它们交流呢？这就需要设备驱动程序，它们会把数据真正翻译成外设能理解的格式，外设再把数据按人能理解的方式反馈回来。

一般情况下，设备驱动的上层会提供一个统一的抽象，下层则用无数运算把抽象翻译成具体的数据序列。驱动还要负责电源管理，例如笔记本合上盖子的时候，显卡驱动会把显存压进内存，网卡驱动会把 PHY（物理层芯片）关掉，节省电量，掀开盖子再原样恢复。一个驱动 bug 就可能导致系统真正的“睡死过去”，因此社区经常说驱动“占了 70% 的内核代码和 90% 的稳定性问题”。

热插拔、总线枚举¶

早年的打印机必须关机才敢插拔，这叫做冷插拔。因为接口没有电气隔离，插拔时会产生电弧，烧坏接口和设备，甚至把主板烧掉。为了解决这个问题，计算机引入了热插拔技术：接口上加了电气隔离电路，插拔时不会产生电弧；操作系统也会动态识别设备的插拔事件，加载或卸载驱动程序。而其背后，是总线枚举协议在默默工作：

1. 新设备插入，接口芯片检测到电压变化，向主机发“Present”信号；
2. 主机收到信号后，在总线上广播“你是什么设备？”，设备则回复自己的 ID、类型等信息；
3. 主机根据设备信息，加载相应的驱动程序，进而分配地址、中断向量、DMA 通道等资源。

从电信号到文件：以保存 U 盘为例¶

把“保存文件到 U 盘”拆成时序，就能看到整条交互链：

1. 用户点“保存”，应用调用 write() 系统调用，内核把用户缓冲区映射到页缓存；
2. 文件系统（FAT32/exFAT）在缓存里分配新簇，修改 FAT 表，生成 SCSI 命令块；
3. 内核 USB 大容量存储驱动把 SCSI 命令封装成 CBW（Command Block Wrapper），交给 xHCI 主机控制器；
4. xHCI 把 CBW 切成微帧，通过差分信号线以 480 Mbps/5 Gbps/10 Gbps 速率差分发送；
5. U 盘主控收到 CBW，把逻辑块地址翻译成 NAND 物理页，拉高就绪线；
6. 主机发起 DMA，把数据突发写入 U 盘内部缓存，U 盘回传 CSW（Command Status Wrapper）表示“写完”；
7. 内核收到 CSW，把页缓存标记为干净，应用弹出“保存成功”。

整条链路跨越用户态、内核态、USB 总线、闪存转换层，七级抽象、十几种协议，却要在几百毫秒内完成，否则用户就会抱怨“卡了”。这不禁让人感叹计算机的精密和复杂，也难怪在物流行业中计算机属于“精密仪器”或“高价值易损货物”。

性能与瓶颈——为什么 USB3.0 跑不满 5Gbps？¶

• 协议开销：每 1024 字节有效数据要附带 20～30 字节包头、CRC、链路控制字，实际速率约等于 4 Gbps；
• 块大小：FAT32 默认 32 KB 簇，写小文件时主控要做“读-改-写”，带宽骤降；
• CPU 复制：若主板 USB 控制器较老，数据必须经 CPU 内存复制，吃掉 10～20% 核心；
• 闪存限速：低端 U 盘使用 TLC/QLC，持续写 1 GB 后触发缓存用尽，速度从 100 MB/s 跌到 20 MB/s。

所以，接口规格只是“天花板”，真正的地板由最慢的环节——闪存颗粒、文件系统、驱动质量——共同决定。

安全关卡——I/O 权限与恶意外设¶

并非所有外设都“人畜无害”。BadUSB 攻击把 U 盘固件刷成虚拟键盘，插入后自动输入恶意命令；Thunderbolt 设备通过 DMA 可直接读写整机内存，绕过 CPU 页表保护。

现代操作系统引入多层防护：

• IOMMU（VT-d、AMD-Vi）：把外设 DMA 也纳入地址转换，只允许访问内核提前登记的物理区域；
• 代码签名：Windows 要求内核模式驱动提交 EV 证书，无签名驱动默认拒绝加载；
• USB 授权弹窗：macOS、GNOME 检测到键盘/网卡类设备首次插入时，要求用户物理点击“允许”，阻断自动注入。

即便如此，安全与便利仍像跷跷板：完全锁死外设，研究员的示波器、开发板就无法工作；全部放行，又给攻击者留下后门。操作系统每天都在这架跷跷板上找平衡。

计算机如何联网？¶

我们打开计算机，插上网线或连接到无线网络（Wi-Fi），计算机就能上网了。这个过程发生了什么呢？计算机是如何通过网络与其他计算机进行通信的？为了回答这些问题，我们需要了解计算机网络的基本原理。本节中，我们会先介绍一些网络的基本概念，然后从本机开始，逐步将网络扩展到局域网、广域网，最终到达互联网。

带宽、传输速率、延迟和丢包率¶

这四个名词用来衡量网络的性能，是日常生活中最常见的几个名词。

带宽指的是网络的理论最大传输能力，通常以比特每秒（bps）或字节每秒（B/s）来衡量。带宽越大，网络的传输能力就越强。例如，一个带宽为 100Mbps 的网络理论上可以每秒传输 100 兆比特的数据（实际可能远低于这个数值）。我们家里通网的时候说的“千兆宽带”指的就是该网络的带宽是 1000Mbps=1Gbps，或 125MB/s。

而传输速率、延迟、丢包率则用于衡量网络的实际表现。传输速率指的是网络的实际传输速率，单位也是比特每秒（bps）或字节每秒（B/s），往往显著低于带宽。例如，一个带宽为 100Mbps 的网络可能实际传输速率只有 50Mbps 或更低。延迟指的是数据从发送方到接收方所需的时间，通常以毫秒（ms）为单位来衡量。延迟越低，网络的响应速度就越快。例如，一个延迟为 50ms 的网络意味着数据从发送方到接收方需要 50 毫秒的时间。丢包率指的是在数据传输过程中丢失的数据包的比例，通常以百分比（%）来衡量。丢包率越低，网络的可靠性就越高。例如，一个丢包率为 1% 的网络意味着在每 100 个数据包中有 1 个数据包会丢失。延迟、丢包率、传输速率等指标往往会受到网络拥塞、信号干扰、硬件性能等因素的影响。

在以往的计算机教材中总是出现一句话：“永远不要小看一辆满载磁带的卡车，其带宽远远超过了家庭网络。”看起来现在也差不多，只不过是把磁带换成了硬盘罢了；实际上，即使是 2025 年，把 1EB 数据从北京运到上海这个任务，最经济、最快速的方案依然是物流，其速度甚至能把 5GB/s 的高端光纤专线按在地上摩擦，成本更是低得多；只要不是那么要求时效性，物流依然是传输超大量数据的首选方案。

上述例子也提示我们怎么选择数据传输方式：GB 级别的数据，可以使用任意网络途径传输；TB 级别的数据，考虑使用专业的数据传输服务；PB 级别的数据，考虑走光纤专线；EB 级别的数据，则应考虑物流途径。要是数据量更大，那比起你把数据运过去，不如让对面把计算任务运过来。当然，上述数据是对于企业级别的网络而言的，个人用户的网络情况往往更极端，TB 级别数据就可以考虑走快递等物流途径了；例如想把某些大文件从大连运送到沈阳，走网络可能需要几天时间才能传输完，而自行开车一天就能送到。

内网和外网¶

我们在日常生活中，常常会听到“内网”和“外网”这两个词。内网是指一个局域网内部的网络，通常用于家庭、学校或者公司等小范围的网络。内网中的计算机可以通过路由器或者交换机等设备连接到外网。外网是指互联网上的网络，通常用于连接不同的局域网和广域网。

内网和外网的 IP 地址往往是不同的。内网 IP 地址通常是私有的 IP 地址，仅在内网中有效（例如每一个地级市都可能有一个“二中”，但是在不同的市称呼“二中”指的不是同一个学校）；而外网 IP 地址全球唯一，互联网可以访问（例如“东港二中”）。例如大名鼎鼎的 8.8.8.8 是 Google 的公共 DNS 服务器的 IP 地址，它是一个外网 IP 地址。如果在内网中访问该地址，则可能访问到的不是 Google 的 DNS 服务器，而是内网中的某个设备。

网络协议¶

网络协议是计算机之间进行通信的规则和约定。它定义了计算机如何发送和接收数据，以及如何处理错误和异常等情况。常见的网络协议有 TCP/IP、HTTP、FTP 等。不同的网络协议适用于不同的应用场景，例如 TCP/IP 协议适用于可靠的数据传输，而 HTTP/HTTPS 协议适用于 Web 应用程序的通信、UDP 适用于精度要求不太高的实时通信等。

网络设备¶

网络设备是用于连接计算机和其他设备的硬件设备。常见的网络设备有路由器、交换机、集线器等。路由器用于连接不同的网络，并且可以根据网络协议进行数据转发；交换机用于在同一局域网内连接多个设备，并且可以根据 MAC 地址进行数据转发；集线器用于将多个设备连接到同一个网络，但不具备智能转发功能。

光网络单元（光猫，ONU）是用于将数字信号转换为光信号的设备，通常用于连接到光纤。光猫可以将计算机发送的数据转换为模拟信号，并且将接收到的模拟信号转换为数字信号。家用的光纤宽带通常是通过光猫连接到互联网的。

目前家用的路由器往往集成了光猫和交换机的部分功能，因此我们往往不需要像以前一样购买一大堆设备了。

下面，我们将会逐步讲述计算机从开机到联网，乃至访问互联网、数据传输的全过程。

网卡上线¶

我们开机，电脑 POST、初始化硬件、引导操作系统。操作系统走完启动流程，内核把驱动一个个唤醒。轮到网卡的时候，它还在睡觉。网卡驱动这时候会给 MAC 控制器喂一口“复位”寄存器，然后写 EEPROM 里面的 MAC 地址⁴。这时候，网卡才睡醒：它开始“打拍子”，往双绞线⁵里面打 1000BASE-TX⁶ 的 NLP⁷ 信号，并监听对面有没有回音。对面是交换机，如果一切正常会回复 FLP⁸ 信号。网卡收到 FLP 信号后，就知道对面有人了，接下来就可以开始协商速率、双工模式等参数，最终进入“上线”状态，链路灯亮起，网卡向操作系统抛 NETDEV_UP 事件，表示“我上线了”。

DHCP：办临时身份证（IP）¶

现在协议栈还是光秃秃的，只有一个 MAC 地址，别的什么都没有。于是，网卡构造一个以太网广播包，目的是 FF:FF:FF:FF:FF:FF，来源为自己，Ethertype⁹ 为 0x0800（IPv4），里面是 UDP 源端口 68、目的端口 67 的 DHCP Discover 报文，走 UDP¹⁰ 协议发走，表示“我来了，给我分个 IP 地址吧”。

交换机收到内容后，这个包就洪泛到所有端口；路由器则把广播改单播，扔给 DHCP 服务器¹¹。DHCP 服务器收到请求后，查池子，挑一个空闲的 IP，回复：192.168.1.123/24，租期 86400 秒，网关 192.168.1.1，DNS 8.8.8.8¹²。随即终端回 Request、服务器回 ACK²⁷，一来一回四个包，俗称 DORA（Discover-Offer-Request-Ack）。至此，计算机就有了临时身份证：IP 地址、子网掩码、网关、DNS 服务器等信息。如果我们抓包的话，会发现这些包的 Transaction ID 都是一样的，用于标识同一个 DHCP 会话，像一起开黑的暗号，匹配不上就丢弃掉，防止隔壁老王冒领。

收到这个“临时身份证”后，操作系统就把 IP 地址、子网掩码、网关等信息写进内核数据结构。

ARP：户籍管理人员¶

现在计算机有了 IP 地址，可以和同一子网内的其他计算机通信了。但有了 IP 是不够的，数据包最终还需要知道发送到哪里，这依赖于 MAC 地址。协议栈查路由，发现网关 192.168.1.1 在直连网段，于是构造一个 ARP Request 广播：“谁有 192.168.1.1？告诉 192.168.1.123！”

网关会收到该信息，回复这个 Unicast¹³ ARP Reply：“192.168.1.1 对应 745f:xx:xx:xx。”ARP 会缓存 60 秒，防止频繁广播。

ARP 还能防止主机的 IP 冲突：如果两台主机 IP 相同，会同时回复包：duplicate address detected，提示用户修改 IP。

路由：熟知路径的快递员¶

假如我们 ping 了 8.8.8.8。于是，协议栈就会查最长前缀匹配：

1. 8.8.8.8 不在 192.168.1.0/24 网段内，不能直连，走默认路由 192.168.1.1，构造以太网帧，目的 MAC 为网关，源 MAC 为自己，Ethertype 为 0x0800（IPv4）；
2. 交换机查 CAM 表，发现不认识目的 MAC，把帧扔到上联口；
3. 路由器收到帧，剥掉二层头，查三层转发表，找到下一跳 10.0.0.2¹⁴，TTL 减 1¹⁵，重新构造以太网帧，目的 MAC 为下一跳；
4. 运营商核心继续查 BGP 路由，AS_PATH¹⁶ 像快递单一样，经 4837、15169¹⁷ 等多个 AS，最终到达目的地 Google DNS 服务器。

整个过程涉及多层协议、多级路由器，最终实现了从本地计算机到全球互联网的通信。以上跳跃中，每一跳的 TTL 都会减去 1，如果 TTL 减到 0，数据包就会被丢弃，并发送 ICMP¹⁸ 的超时消息给源主机，防止数据包在网络中无限循环。这也是 Linux 中 traceroute¹⁹ 命令的原理：把 TTL 从 1 开始逐渐增大，记录每一跳的路由器地址和响应时间，绘制出数据包从源主机到目的主机的路径。

NAT：内网到外网的门房¶

现在大部分家庭网络都使用私有 IP 地址（如 192.168.x.x、10.x.x.x 等），这些地址在互联网中是不可路由的。为了让家庭网络中的计算机能够访问互联网，路由器会使用 NAT（网络地址转换）技术，把私有 IP 地址转换成公共 IP 地址。当计算机发送数据包到互联网时，路由器会把源 IP 地址改成自己的公共 IP 地址，并记录下这个映射关系；当互联网的服务器回复数据包时，路由器会根据映射关系，把目的 IP 地址改回私有 IP 地址，然后转发给计算机。

NAT 表项默认 120 秒无流量则过期，防止表项爆满，于是微信等软件就需要发送“心跳包”来维持连接——这就是为什么有时候没有使用某些软件但这些软件却一直在联网。

DNS：域名解析翻译官¶

光有 IP 地址可不行，这太难记了：8.8.8.8 是 Google，那百度的呢？Bing 的呢？逐个记忆 IP 地址太麻烦了，即使是查表也不方便。为了解决这个问题，计算机引入了 DNS（域名系统）技术，把域名（www.google.com）映射到 IP 地址（8.8.8.8）。容易看到，域名实际上就是我们常说的“网址”²⁰。

浏览器里输入 www.google.com 后，计算机会先查 /etc/hosts 文件，再查本地 DNS 缓存，如果没有命中，就会向配置的 DNS 服务器发送 DNS 查询请求。DNS 服务器收到请求后，会查找自己的数据库，如果找到了对应的 IP 地址，就会把结果返回给计算机；如果没有找到，就会向根 DNS 服务器、顶级域 DNS 服务器等递归查询，最终找到结果并返回给计算机。计算机收到结果后，就可以使用这个 IP 地址与 Google 服务器进行通信了。

DNS 也是非常容易受攻击的暗礁区：DNS 劫持、DNS 污染等攻击手段可以篡改 DNS 查询结果，甚至有些情况下还可以劫持 NXDOMAIN²¹，把不存在的域名解析到攻击者指定的 IP 地址，从而实现钓鱼网站、插广告，于是就有了 DoH（DNS over HTTPS）等加密 DNS 协议，防止中间人篡改 DNS 查询结果。

TCP 三次握手：可靠连接的建立¶

现在我们有了 IP 地址，可以和服务器通信了。但走 UDP 直接发送数据包是不可靠的：数据包可能丢失、乱序、重复等。为了解决这个问题，计算机引入了 TCP（传输控制协议）技术，通过三次握手建立可靠的连接。

假如浏览器拿到 47.246.24.134（淘宝），发起 SYN²² 包，序列号随机 x；服务器则回复 SYN-ACK 包，序列号随机 y，确认号 x+1；浏览器再回复 ACK 包，确认号 y+1。至此，连接建立完成，双方各自维护源 IP、源端口、目的 IP、目的端口四元组，以及序列号、滑动窗口、拥塞窗口等状态信息，确保数据传输的可靠性和有序性。

TCP 虽然比 UDP 慢，但它把不可靠的 IP 变成了可靠的字节流，适合传输文件、网页等需要完整性的应用。

HTTP：网页浏览的协议¶

现在我们可以和服务器通信了，但数据包还是二进制的，浏览器看不懂。为了解决这个问题，计算机引入了 HTTP（超文本传输协议）技术，把数据包格式化成文本，方便浏览器解析和渲染。

假如浏览器访问 http://www.example.com，首先会发起一个 HTTP GET 请求，包含请求行、请求头等信息；服务器收到请求后，会返回一个 HTTP 响应，包含状态行、响应头和响应体等信息。浏览器收到响应后，就可以解析 HTML、CSS、JavaScript 等内容，渲染出网页。HTTP 是无状态的协议，每个请求都是独立的，服务器不会记住之前的请求状态。

TLS：加密数据的押运者¶

HTTP 传输的数据是明文的，容易被窃听和篡改。为了解决这个问题，计算机引入了 HTTPS（HTTP 安全）技术。该技术通过 TLS 技术的握手协商加密算法和密钥，确保数据传输的机密性和完整性。

假如浏览器访问 https://www.example.com，首先会发起 TLS 握手：客户端发送 ClientHello 消息，包含支持的 TLS 版本、加密套件等信息；服务器回复 ServerHello 消息，选择 TLS 版本和加密套件，并发送数字证书；客户端验证证书的合法性，然后生成预主密钥，使用服务器的公钥加密后发送给服务器；服务器使用私钥解密，双方根据预主密钥生成对称加密密钥。握手完成后，双方就可以使用对称加密算法（如 AES）进行数据传输了。

TLS 在性能上比较差，因此也是优化的重点：AES-NI 指令集²³、ChaCha20 算法²⁴、0-RTT 握手²⁵等技术都在不断提升 TLS 的性能。

HTTP/2 和 QUIC：更快的数据传输¶

HTTP/1.1 只有一条 TCP 连接，只能串行传输数据，效率低下。为了解决这个问题，计算机引入了 HTTP/2 技术，通过多路复用、头部压缩等技术，提高数据传输的效率。HTTP/2 使用二进制帧格式，把多个请求和响应复用在一条 TCP 连接上，减少了连接建立和关闭的开销。但是该技术仍然依赖 TCP，受到 TCP 头阻塞问题²⁸的影响，丢一个包则全车等人。

于是，Google 把 TCP+TLS 搬进 UDP，改名为 QUIC（快速 UDP 互联网连接），并在 HTTP/3 中使用 QUIC 作为传输协议。QUIC 通过内置的拥塞控制和多路复用，进一步提升了数据传输的效率和可靠性。QUIC 还支持 0-RTT 连接建立，减少了握手延迟，提高了用户体验。

Wi-Fi：空气中的以太网¶

上述内容其实基本上全都是有线网络的原理。而无线网络则是“空气中的以太网”。STA（Station）扫描 AP²⁶ 的 SSID（分主动和被动两种方式），找到 SSID 后发起关联请求，AP 回复关联响应，双方建立连接。然后，STA 发起 DHCP 请求，获取 IP 地址等信息，最终实现联网。

现代 Wi-Fi 有不同的频段，主要频段有 2.4GHz 和 5GHz，最新的 Wi-Fi 6E 还引入了 6GHz 频段。2.4GHz 仅有 3 个不重叠的信道，邻居家路由器也能像广场舞大妈一样抢占地盘，只能让“城管”RTS/CTS 来协调，但吞吐率低；5GHz 有更多信道，干扰少，速度更快，但穿墙能力差。目前所见的 6GHz 路由器还不多，速度更快但穿墙能力更差。

CDN：网络上的缓存¶

现代互联网中，CDN（内容分发网络）技术被广泛应用于加速网页加载和视频播放。CDN 通过在全球范围内部署大量的边缘服务器，把热门内容缓存到离用户更近的位置，减少了数据传输的距离和延迟，提高了用户体验。

假如我们使用淘宝，图片在上海被北京用户请求，如果每一次都走杭州那延迟就很高了。CDN 则会把图片缓存到北京的边缘服务器（例如天津），用户 DNS 解析会解析到天津去，这样用户请求图片时，就能直接从天津的边缘服务器获取，显著提升加载速度，这显然是模仿了 CPU“缓存”的思路——但非常大规模的缓存，也很好用。

代理和 VPN：外网到内网的桥梁¶

内网像一座有围墙的城堡。很多数据库、OA、邮件服务器等重要资源都部署在内网中，也只认内网 IP 地址。但是需求是多样的：有时候我们在校外打比赛或休假，但还要访问北京大学的内网资源，这怎么办？——请一位门房代为传话即可，这就是代理和 VPN 的作用。

代理是一种中间人服务，用户把请求发送给代理服务器，由代理服务器代为访问目标资源，然后把结果返回给用户。或者说，我们可以把代理看成雇了一个人帮我们办事：我们把想要的东西告诉他，他去城堡里取回来，然后交给我们。这样，用户就可以通过代理服务器访问内网资源，而不需要直接连接到内网中。常见的代理协议有 HTTP 代理、SOCKS 代理等。北京大学早年确实提供过这个服务，但现在已经被 VPN 取代了。

而 VPN（虚拟专用网络）则是通过加密隧道，把用户的计算机直接连接到内网中，仿佛用户的计算机就在内网中一样。这样，用户就可以直接访问内网资源，而不需要通过代理服务器。VPN 通常使用 IPSec、OpenVPN 等协议来实现加密和认证，确保数据传输的安全性和完整性。这就像是用一条超超超长的虚拟网线，把用户的计算机直接连接到内网中，帮你虚拟“回校”。

举例：北京大学 VPN。