有人说
和相亲对象聊天就像ping服务器
每发一条消息
就像发出一条Ping命令
等待对方回复从而得到响应速度结果
但是难受的是
这个响应速度永远无法做到秒级
少点几分钟
多则几十分钟
甚至几十个小时才有响应
有时候真希望对方不要响应了
就能判断此处Ping不通
从此断了念想...
你是否也像这位旁友一样苦恼?
也许是你的TCP方式
对这位女生不管用啦
换换UDP方式,也许有奇效~
今天七夕节
小编就来给你支几招
顺便测一下和相亲对象聊天的你
属于哪种类型
▼
首先了解什么是TCP?
TCP的中文名是传输控制协议(Transmission Control Protocol),其目的是提供可靠的数据传输,并在相互进行通信的设备或服务之间保持一个虚拟连接。
当一台计算机想要与另一台计算机通讯时,两台计算机之间的通信需要畅通且可靠,这样才能保证正确收发数据。
例如,当你想查看网页或查看电子邮件时,希望完整且按顺序查看网页,而不丢失任何内容。当你下载文件时,希望获得的是完整的文件,而不仅仅是文件的一部分,因为如果数据丢失或乱序,都不是你希望得到的结果,于是就用到了TCP。
关于TCP,最著名的是它的三次“握手”,也就是 一个TCP连接必须要经过三次对话才能建立起来。
第一次握手
客户端向服务端发送连接请求报文段。该报文段中包含自身的数据通讯初始序号。请求发送后,客户端便进入SYN-SENT状态。
第二次握手
服务端收到连接请求报文段后,如果同意连接,则会发送一个应答,该应答中也会包含自身的数据通讯初始序号,发送完成后便进入SYN-RECEIVED状态。
第三次握手
当客户端收到连接同意的应答后,还要向服务端发送一个确认报文。客户端发完这个报文段后便进入ESTABLISHED状态,服务端收到这个应答后也进入ESTABLISHED状态,此时连接建立成功。
三次“对话”的目的是使数据包的发送和接收同步, 经过三次“对话”之后,客户端才向服务端正式发送数据。
什么是UDP?
再来说UDP。UDP的中文名是用户数据报协议(User Datagram Protocol),在网络中它与TCP协议一样用于处理数据包。
UDP最大的特点是它是一种无连接的协议,所以在传递数据时非常快,并且当报文发送之后,是无法得知其是否安全完整到达的。
你是TCP还是UDP?
科普部分结束,我们进入正题。
为了方便理解什么是TCP和UDP,接下来我们请好人A和好人B分辨扮演TCP和UDP,然后请女神来扮演服务端。这样你就明白两种和相亲对象的聊天方式,区别在哪里了。
首先是TCP:
好人A很喜欢他的女神,但是女神对他爱理不理,于是好人A想办法打听到了女神喜欢吃的零食,想通过美食来拉近两者的关系,而且好人A办事比较周到,在送给女神零食前,先礼貌地问女神:
这就是TCP,好人A得先跟女神“三次握手”,确定女神在家并且想要零食再送。可以说是一位礼貌又得体的暖男。
再来看看UDP:
好人B也喜欢这位女神,虽然女神对他爱理不理,但好人B总是很有自信的样子。有一天,好人B得知女神喜欢吃零食,但对于喜欢吃哪种零食,好人B并不关心,所以买了好多好多零食送给女神,准备直接送过去!
这就是UDP,在得知女神的地址后,立即发送大量数据(零食),但是数据并不可靠(里面也有女神不喜欢吃的零食)。可以说是一位浑身散发着自信的土豪。
听完上面的比喻,你该明白TCP和UDP的区别的了吧。总结一下:
由TCP的三次握手可以看出,TCP使用面向连接的协议。面向连接意味着通信设备应在传输数据之前建立连接,并在传输数据之后关闭连接。因此TCP是可靠的,因为它可以确保将数据传送到目标路由器,从而适合要求可靠传输的应用,例如文件传输。
但另一方面,TCP传输数据速度比UDP慢,并且连接对象个数只能是一对一通信,因此从效率上来说比UDP要差。
而UDP由于是一种无连接的协议,维护连接和终止连接没有开销,因此UDP不能保证将数据传送到目标,从而损失了可靠性。
但同时UDP不止支持一对一的传输方式,同样支持一对多,多对多,多对一的方式,也就是说UDP提供了单播,多播,广播的功能,因此UDP对于广播和多播类型的网络传输非常有效。
专情暖男的好人A和花心土豪的好人B
你是哪种类型呢?
当然,如果对方迟迟没有响应
也不一定要从自己身上找问题
也许只是对方服务器过载,Ping的人太多
你排队列后面去了
开个玩笑~
七夕节的今天
祝有情人终成眷属
还是单身的你,明天脱单!
相关内容推荐:戴尔科技七夕特惠,赢戴尔笔记本、台式机…
相关产品:PowerEdge R540 机架式服务器
好文章,需要你的鼓励
本文探讨了一种防范通用人工智能(AGI)和人工超级智能(ASI)存在性风险的方法:将它们置于计算机仿真世界中进行测试。虽然这种方法看似合理,但存在诸多挑战。AGI可能会隐藏恶意行为,或因被欺骗而转向恶意。此外,仿真环境可能无法完全模拟真实世界,导致测试结果不准确。构建高质量仿真系统的成本和技术难度也不容忽视。文章认为,仿真测试虽有价值,但并非万能解决方案。
这项研究关注语音中的句子强调(即说话时对特定词的重音),它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现,尽管现代语音语言模型进步显著,它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集,并开发了StresSLM模型,使强调理解能力大幅提升。研究表明,通过特定训练策略,可以让AI不仅理解"说了什么",还能理解"怎么说的",从而捕捉人类交流中的微妙含义。
尽管AI在围棋等复杂游戏中表现出色,但在简单的井字棋游戏中却屡屡失败。研究显示,AI代理在模拟商业环境中的表现同样令人失望,经常出现幻觉、欺骗和任务未完成等问题。游戏测试为评估AI能力提供了直观方式,帮助普通用户理解AI的真实水平。面对当前AI行业的过度宣传,通过游戏化测试揭示AI的实际局限性,对于防范AI泡沫具有重要意义。
ViStoryBench是一个全面的故事可视化评估基准,由StepFun团队打造,用于测试AI将文字故事转化为连贯图像序列的能力。它包含80个多样化故事和344个角色参考,评估包括角色一致性、提示遵循度等多个维度。研究测试了20多种方法,发现UNO在开源方法中表现最佳,而商业软件如豆包和GPT-4o在提示一致性方面表现突出。该基准为故事可视化研究提供了统一标准,推动这一领域的创新发展。