从一个问题开始

你用手机把一段视频发到电脑上，文件"到了"。但它是怎么到的？

没有一根线专门跑这段视频，也没有一个"文件通道"凭空出现。真实情况是：你的视频被拆成了几十万个极小的数据包，每个包独立地、甚至走不同的路线穿过网络，到达电脑后再被重新拼装成原来的样子。

文件传输的实现原理，本质上就是回答四个问题：怎么拆、怎么发、怎么收、怎么拼回去。

一、文件传输的本质：把字节从一块内存搬到另一块内存

文件在磁盘上只是一段连续的字节。所谓"传输"，就是：

源设备把这段字节从磁盘读入内存 → 交给网卡 → 网卡转成电信号/光信号/无线电波发出去 → 对端网卡收到 → 写入内存 → 落盘。

但中间隔着一整个网络。网络不保证数据能到、不保证顺序、不保证不丢、不保证不被篡改。所以需要在多个层次上加"保障机制"。

二、分层：每一层只管自己那一段事

文件传输不是某一个协议单独完成的，而是协议栈各层接力的结果。可以把它想象成寄快递：

文件从应用层一路"下潜"，每经过一层就被加一个"信封"（头部），到了对端再一层层"拆信封"。

三、应用层：告诉系统"我要传什么"

应用层协议是用户直接打交道的部分。它负责：

• 建立会话：我是谁、我要连谁、认证凭据是什么
• 描述文件：文件名、大小、修改时间、权限
• 控制传输：开始、暂停、续传、取消
• 校验完整性：传完后比对哈希

举几个例子：

FTP用两条连接——一条发命令（"给我 file.zip"），一条传数据。

HTTP用GET请求下载，用Range头实现断点续传（"从第 100 万个字节开始给我"）。

SMB在局域网里共享文件，还要处理文件锁（你正在编辑的文档别人不能同时改）。

AirDrop / 互传先用蓝牙发现设备，再建 Wi-Fi 直连，最后跑一个加密的 HTTP 传文件。

但不管应用层怎么设计，它最终都要把文件交给下一层——传输层。

四、传输层：文件传输的核心引擎

这是整个文件传输中最关键的一层。它要解决的核心问题是：

网络是不可靠的——包会丢、会乱序、会重复、会延迟。怎么在不可靠的网络上实现可靠的字节流传输？

4.1 TCP：最经典的解法

TCP（Transmission Control Protocol）的思路是：编号 + 确认 + 重传。

发送端做的事：

1. 把应用层交下来的字节流切成段（Segment），每段通常 1~64 KB；
2. 给每段编一个序号（Sequence Number），表示"这是整个流的第几个字节"；
3. 把段交给网络层发出去；
4. 启动一个定时器，等对方的确认。

接收端做的事：

1. 收到段，检查序号；
2. 如果序号连续、数据完整，回一个ACK（确认号 = 已收到的最大序号 + 1）；
3. 如果序号不连续（中间缺了），只确认到连续的位置，后面的先缓着；
4. 如果收到重复的段（序号已经确认过），丢弃，但重新回 ACK。

超时重传：

发送端如果在定时器到期前没收到 ACK，就认为这个段丢了，重发。

这就是 TCP 实现可靠传输的基本循环：

发送端 接收端 │── 段(seq=0, len=1460) ──→│ │── 段(seq=1460, len=1460)──→│ │ │ │←── ACK(1460) ─────────────│ （收到了前1460字节） │←── ACK(2920) ─────────────│ （又收到了下一个1460字节） │ │ │── 段(seq=2920, len=1460)──→│ （这个包丢了） │ │ │ ... 定时器超时 ... │ │── 段(seq=2920, len=1460)──→│ （重传） │←── ACK(4380) ─────────────│ （确认）

4.2 滑动窗口：别一个一个发

如果每发一个段就停下来等 ACK，效率极低（大量时间在等）。TCP 用滑动窗口解决：

发送端可以连续发出多个段（窗口大小个），不用每个都等 ACK。

窗口大小由两个因素决定：

• 接收窗口（rwnd）：接收方说"我的缓冲区还能装多少"
• 拥塞窗口（cwnd）：发送方根据网络状况估算"网络还能承受多少"

实际窗口 = min(rwnd, cwnd)。

4.3 流量控制：别把接收方撑死

接收方通过 TCP 头部的Window 字段告诉发送方"我还能接收多少字节"。如果接收方处理不过来，就把窗口设为 0，发送方就暂停发送。

4.4 拥塞控制：别把网络堵死

发送方不能无限制地往网络里灌数据，否则路由器会丢包，所有人都慢。TCP 的拥塞控制经历了几个阶段：

慢启动：连接刚建立时，窗口从 1 个段开始，每收到一个 ACK 就翻倍（指数增长），快速探测带宽。

拥塞避免：窗口到达阈值后，改为线性增长（每 RTT 加 1）。

丢包响应：一旦检测到丢包（超时或收到 3 个重复 ACK），就认为网络拥塞了，立刻把窗口砍半或砍到 1，重新慢慢爬。

现代算法（如 BBR）不再依赖丢包信号，而是直接测量瓶颈带宽和最小 RTT，算出最优发送速率。

4.5 UDP + QUIC：另一条路

TCP 虽然可靠，但有个老毛病：队头阻塞。一个包丢了，后面所有包都得等着，哪怕后面的包已经到了。

QUIC 的做法是：跑在 UDP 上，自己在用户态实现可靠传输，但把数据分成多个独立的流（Stream）。流 A 丢了一个包，只阻塞流 A，流 B、C 完全不受影响。

QUIC 还内置了 TLS 加密（不用单独握手）、支持连接迁移（换网络不断连）、支持 0-RTT 快速重连。

五、网络层与链路层：包怎么从这台机器到那台机器

5.1 IP：寻址与路由

每个段被交给 IP 层后，加上源 IP 和目的 IP，变成一个IP 数据包。路由器根据目的 IP 查路由表，决定下一跳往哪走。一个文件的数据包可能经过十几个路由器，每个路由器独立做转发决策。

5.2 链路层：一跳一跳地走

IP 包到了每一段物理链路上，还要再包一层帧头（以太网帧或 Wi-Fi 帧），加上源 MAC 和目的 MAC 地址。链路层负责的是"相邻两个设备之间"的传输。

5.3 MTU 与分片

以太网帧的有效载荷最大 1500 字节（MTU）。如果一个 TCP 段超过 1500 字节，IP 层会把它分片成多个小片。接收端再根据分片信息重组。

现代实践中通常避免 IP 分片（通过 TCP MSS 协商让段不超过 MTU），因为分片丢失任何一片都要重传整个段。

六、物理层：字节变成信号

到了最底层，数字比特要变成物理信号才能在介质上传播：

物理层不关心"这是文件的第几个字节"，它只负责把比特忠实地变成信号发出去、把收到的信号还原成比特。

七、接收端：逆过程

对端收到信号后，一切倒着来：

物理层：信号 → 比特 链路层：剥帧头，得到 IP 包，校验 FCS 网络层：剥 IP 头，得到 TCP 段，查目的端口 传输层：剥 TCP 头，按序号排序，去重，确认，重组字节流 应用层：拿到完整的文件字节，校验哈希，写入磁盘

关键步骤：

1. 排序：TCP 段可能乱序到达，接收端按序号放入缓冲区，等齐了再交给应用层。
2. 去重：重传的段可能和原始段都到了，按序号去重。
3. 校验：TCP 校验和（16 位）做基本检查；应用层再做 SHA-256 等强校验。
4. 写入磁盘：所有字节到齐、校验通过后，操作系统把缓冲区的数据刷到磁盘。

八、大文件的特殊处理

传一个 50 GB 的文件和传一个 5 KB 的文本，面临的问题完全不同。大文件需要额外机制：

分片并行

把文件切成多个块，开多条 TCP 连接（或多线程）同时传。下载工具（IDM、迅雷）就是这么干的。

断点续传

记录已传输的偏移量，中断后从该偏移继续。HTTP 用Range头，FTP 用REST命令。

增量传输

rsync 的 rolling checksum 算法：两端各算一遍文件的块级校验和，只传有差异的块。100 GB 的文件改了 10 MB，就只传 10 MB。

校验分层

九、安全：传输过程中的加密

裸传的文件在网络上是明文的，任何中间节点都能窥探。所以实际系统都会加密：

• TLS：HTTPS、FTPS、SMB 3.x 加密都基于 TLS。它在传输层和应用层之间插入一个加密层，对应用透明。
• 端到端加密：AirDrop、Signal 文件传输等，密钥只在两端，中间服务器即使拿到数据也解不开。
• 完整性保护：TLS 自带 MAC（消息认证码），防止中间人篡改。

十、把整个流程串起来

以"手机通过 Wi-Fi 直连传一个 200 MB 视频给电脑"为例，完整流程如下：

【发送端（手机）】 1. 应用层：用户点击"发送"，互传协议协商好文件名、大小、哈希 2. 应用层：文件从闪存读入内存缓冲区 3. 传输层：TCP 把字节流切成 ~64 KB 的段，加序号 4. 网络层：每段加 IP 头（源=手机 IP，目的=电脑 IP） 5. 链路层：加 Wi-Fi 帧头（源/目的 MAC），OFDM 调制 6. 物理层：2.4/5 GHz 无线电波发出 ～～～ 无线电波穿过空气 ～～～ 【接收端（电脑）】 7. 物理层：网卡收到信号，OFDM 解调，还原比特 8. 链路层：剥 Wi-Fi 帧头，校验 FCS，交给 IP 层 9. 网络层：剥 IP 头，查目的端口，交给 TCP 10. 传输层：按序号排序，回 ACK，重组字节流 11. 应用层：收到完整文件，比对 SHA-256 哈希 12. 应用层：写入磁盘，更新文件系统元数据 13. 应用层：通知用户"接收完成"

整个过程大约 3~5 秒（取决于 Wi-Fi 速率）。期间可能有几千个 TCP 段在飞，可能丢了几个被重传，但用户完全无感。

十一、总结：实现原理的五个支柱

把文件传输的实现原理提炼为五个核心机制：

这五个支柱协同工作，才让"把文件从 A 搬到 B"这件看似简单的事，在充满噪声、丢包、乱序、拥塞的真实网络中，做到了可靠、高效、安全。

文件传输没有什么魔法。它就是编号、确认、重传、校验这八个字，在七层协议栈上反复运转。朴素，但极其有效。