博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
双机互联
阅读量:3932 次
发布时间:2019-05-23

本文共 600 字,大约阅读时间需要 2 分钟。

1-3、2-6 交叉接法:

我们要的是电脑连电脑。这种方式就是一根网线,有两个头。一头插在一台电脑的网卡上,另一 头插在另一台电脑的网卡上。但是在当时,普通的网线这样是通不了的,所以水晶头要做交叉 线,用的就是所谓的1-3、2-6 交叉接法。

水晶头的第 1、2 和第 3、6 脚,它们分别起着收、发信号的作用。将一端的 1 号和 3 号线、2 号和 6 号线互换一下位置,就能够在物理层实现一端发送的信号,另一端能收到。

当然电脑连电脑,除了网线要交叉,还需要配置这两台电脑的 IP 地址、子网掩码和默认网关。 要想两台电脑能够通信,这三项必须配置成为一个网络,可以 一个是 192.168.0.1/24,另一个是 192.168.0.2/24,否则是不通的。

 

多机互联 (物理层、数据链路层)

hub就完事了 完全在物理层工作。它会将自己收到的每一个字节,都复制到其他端口上去。

这是第一层物理层联通的方案。

此外需要采取数据链路层,因为对于传输数据会瞎传:

Hub 采取的是广播的模式,如果每一台电脑发出的包,每个电脑都能收到,那不对了。这就需要解决几个问题:

1、这个包是发给谁的?谁应该接收?

2、 大家都在发,会不会产生混乱?有没有谁先发、谁后发的规则?

3、 如果发送的时候出现了错误,怎么办?

这也就是MAC 层要解决的问题。Medium Access Control即媒体访问控制。

转载地址:http://eotgn.baihongyu.com/

你可能感兴趣的文章
GNN在文本分类上的应用 | (2) Text Level Graph Neural Network for Text Classification
查看>>
GNN在文本分类上的应用 | (3) TensorGCN
查看>>
SemEval2019Task3_ERC | (1) Affect Classification in Dialogue using Attentive BiLSTMs
查看>>
SemEval2019Task3_ERC | (2) Attentive Conversation Modeling for Emotion Detection and Classification
查看>>
SemEval2019Task3_ERC | (3) Using Deep Sentiment Analysis Models and Transfer Learning for ERC
查看>>
SemEval2019Task3_ERC | (4) Emotion detection in conversations through Tweets,CNN and LSTM DNN
查看>>
Python杂谈 | (15) 使用Pycharm执行带命令行参数的脚本
查看>>
数学杂谈 | (2) Min-Max Scale vs. Z-score Scale
查看>>
从源码分析:分析Java中的StringBuilder
查看>>
Linux(Ubuntu18)中启动ssh时的报错
查看>>
Java中的左移时的负数问题
查看>>
从数组形式创建一棵树(用于leetcode测试)
查看>>
线程进阶:多任务处理(17)——Java中的锁(Unsafe基础)
查看>>
Spring/Boot/Cloud系列知识(1)——开篇
查看>>
线程基础:多任务处理(15)——Fork/Join框架(要点2)
查看>>
线程基础:多任务处理(16)——Fork/Join框架(排序算法性能补充)
查看>>
线程基础:多任务处理(14)——Fork/Join框架(要点1)
查看>>
架构设计:系统存储(13)——MySQL横向拆分与业务透明化(1)
查看>>
架构设计:系统存储(14)——MySQL横向拆分与业务透明化(2)
查看>>
架构设计:系统存储(5)——MySQL数据库性能优化(1)
查看>>