HTTP原理

前言

HTTP（HyperText Transfer Protocol，超文本传输协议）是 TCP/IP 四层模型中的应用层的其中一种协议。

HTTP 的历史

• HTTP 于 1990 年问世，被称为 HTTP/0.9；
• HTTP/1.0 作为标准被公布是在 1996 年的 5 月，该标准至今仍被广泛使用在服务器端，记载于 RFC19945；
• HTTP/1.1 是目前主流的 HTTP 协议版本，当初标准是 RFC2068 --> RFC2616;

网络基础 TCP/IP

TCP/IP是互联网相关的各类协议族的总称。通常使用的网络是在 TCP/IP 协议族的基础上面运作起来的，而 HTTP 是属于它内部的一个子集。TCP/IP 协议族按层次分层，被约定分为四层：应用层、传输层、网络层、数据链路层；TCP/IP 这样的分层是有好处的，试想如果互联网只是又一个协议组成，当该协议的某部分的设计需要变动的时候，则是牵一发而动全身，需要把整个协议变动，这样对于实际而言，是比较低效率的；而当把协议按一定的条件分层以后，下一层只需要向上一层暴露接口，而具体的实现细节则是隐藏起来，而当需要改某部分的细节实现的时候，只需要改动被隐藏的细节，而对于其他的分层是没有影响的。而且层次化以后，设计也变得相对简单起来。

应用层

该层的服务协议主要包括 FTP（File Transfer Protocol，文件传输协议）、DNS（domain Name System,域名系统），当然，HTTP 协议也是位于该层；

传输层

应用层的下一层是传输层，提供处于网络连接中的两台计算机之间的数据传输。该层代表的协议主要有两个：TCP（Transmission Control Protocol，传输控制协议）和 UDP（User Data Protocol，用户数据报协议）

网络层

网络层用来处理网络上面流动的数据包。数据包是网络传输的最小单位，该层规定了通过怎样的路径（所谓的传输路线）到达对方的计算机，并把数据包传输送给对方。（与对方计算机之间通过多台计算机或网络设备进行传输的时候，网络层所起的作用就是在众多的传输选项中，选择一条传输线路）

链路层

用来处理连接网络的硬件部分。包括各种操作系统、硬件的设备驱动、NIC（Network Interface Card,网络适配器），及光纤等物理设备可见部分。

利用 TCP/IP 协议族进行网络通信时，会通过分层顺序与对方进行通信，发送端从应用层往下走，接受端则从链路层往上走。与此同时，在发送端数据往下下发的时候，会被每一层封装对应的头部，在接受端则分拆每一层的头部。

负责传输的 IP 协议

IP（Internet Protocol，网际协议）作用是把各种数据包传输给对方。而需要确实把数据包发送给对方，则需要明确对方的 IP 地址和 MAC 地址。一般来说，IP 地址是可变的，而 MAC 地址基本不会改变。IP 间的通信依赖 MAC 地址。 在网络上，通信的双方在同一局域网（LAN）内的情况是比较少的，通常需要经过多台计算机和网络设备中转才可以连接到对方。而在经行中转的时候，会利用下一站的 MAC 地址来搜索下一个中转站的 IP，这里，会利用 ARP（Adress Resolution Protocol，地址解析协议），根据目的 IP 地址，反查出目计算机的 MAC 地址。当然，ARP 协议是解决同一个局域网的上的主机或者路由器的 IP 地址和硬件地址的映射问题，无法解析出另一个局域网的上的主机或者路由器的 MAC 地址。实际上，没有人可以全面掌握互联网中的传输情况，在到达通信目标前的中转过程中，计算机和路由器等网络只能获取很粗略的传输路线。

确保可靠性的 TCP 协议

TCP 协议位于传输层，提供可靠的字节流服务。所谓的字节流服务，是指虽然应用程序和 TCP 的交互是一次一个数据块（大小不等），但 TCP 把应用程序交下来的数据仅仅看成是一连串的无结构的字节流（“流”是指流入到进程或者从进程流出的字节序列）。而可靠传输则是，TCP 能够把数据准确可靠地传给对方。简而言之，TCP 协议为了把大容量的数据方便传输，就把数据分割看成无结构的字节流，并且 TCP 协议能够确认数据最终是否到达对方。

• TCP 协议的三次握手

  • TCP 在双方进行通信前，首先需要确保已经建立链接，TCP 采用了三次握手策略。用 TCP 协议把数据包发送出去以后，TCP 不会对发送出去的情况置之不理，它一定会向对方确认是否成功到达。握手的过程中使用两个标志（flag）：SYN（synchronize，同步）和 ACK（acknowledgement）；

  • 发送端首先会发送一个带 SYN 标志的数据包给对方。接收端收到该标志以后，回传一个带 SYN/ACK 标志的数据包给发送方以表示确认信息，最后，发送端在回传一个带 ACK 的标志表示握手结束；

  • 如果该过程因异常中断，TCP 还会再次以相同的顺序发送相同的数据包；

• TCP 协议的四次挥手

  • TCP 在双方通信结束以后，发送端和接收端都处于 ESTABLISHED 状态。这时 TCP 会采用四次挥手策略，在挥手的过程中用到的两个标志：FIN（finish）和 ACK；

  • 发送端首先会发送一个带 FIN 标志的数据包给对方，这是发送端会处于一个 FIN-WAIT-1 的状态。接收端收到该标志以后，回传一个 ACK 标志的数据包给对方，并且这时接收端会处于 CLOSE-WAIT 的状态，这时接收端还是可以往发送端发送数据。当发送端接收到接收端回传的 ACK 标志的数据包的时候，这时发送端会处于一个 FIN-WAIT-2 的状态。当接收端没有数据需要发送给发送端的时候，接收端会再次发送一个 FIN 标志的数据包给发送端，这时接收端就会处于 LAST-ACK 的状态。当发送端收到接收端回传的 FIN 标志以后，发送端必须对此进行确认应答，在确认报文段把带 ACK 的报文发送给接收端，然后接收端接收到该报文以后，便处于关闭的状态，而发送端则需要继续保持一个监听的状态在一段时间内；

超文本传送协议 HTTP

HTTP 使用了面向连接的 TCP 作为传输层协议，保证了数据的可靠传输。HTTP 不必考虑数据在传输的过程中被丢弃又怎样重传。但是，HTTP 协议本身是无连接的，也就是说，虽然 HTTP 使用了 TCP 连接，但是通信的双方在交换 HTTP 报文之前，是不需要先建立 HTTP 连接的。

• HTTP 的报文结构（略）

• HTTP 的状态码（状态码都是三位数字的，分为 5 大类，大概有 33 种。这五种类型的状态码可以归纳为以下）

  • 1XX 表示通知信息。如请求收到了或者正在处理；

  • 2XX 表示成功。如接受或知道了；

  • 3XX 表示重定向。如完成请求还需要采取进一步的行动；

  • 4XX 表示客户端的错误。例如请求的语法有误或者不能完成；

  • 5XX 表示服务器的错误。如服务器失效无法完成；

• HTTP 的方法

  • GET 表示获取资源；

  • POST 表示传输实体主体；

  • PUT 表示传输文件；

  • HEAD 表示获得报文首部；

  • DELETE 表示删除文件；

  • OPTIONS 表示询问支持的方法；

  • TRACE 表示追踪路径；

  • CONNECT 表示要求用隧道协议连接代理；

HTTP 是不保存状态的协议

HTTP 是一种不保存状态，即无状态的协议。HTTP 协议自身不对请求和响应之间的通信状态经行保存。使用 HTTP 协议，每当有新的请求发送的时候，就会有新的响应产生。协议本身不保存之前一切的请求或者响应报文的信息。而这样子做的好处是为了更加快地处理大量的事务，确保协议的可伸缩性；HTTP/1.1 虽然是无状态协议，但为了实现期望的保持状态功能，于是引入了 Cookie 技术。

HTTP 持久化连接节省通信量

在 HTTP 协议的初始化版本中，每进行一次 HTTP 通信就要断开一次 TCP 连接。一般来说，比如一张网页往往会包含多中资源请求，例如文字、图片、音视频等…每一次请求都造成 TCP 的连接断开，这样就会增加通信量的开销；为了解决 HTTP 每一次请求都造成 TCP 的连接断开的问题，HTTP/1.1 和部分的 HTTP/1.0 想出来持久化连接（HTTP Persistent Connections），也称为 HTTP keep-alive。持久化连接的特点是，只要 HTTP 的两端没有明确提出断开连接，则保持 TCP 连接状态；

HTTP 的持久化连接的好处是，减少了 TCP 连接的重复建立和断开所造成的额外开销，减轻了服务器的负载。也因为这样，HTTP 的请求响应时间也为之减少，这样页面的显示的速度也就相应提高；

管线化

持久化连接使得多数请求以管线化方式发送得以实现。管线化是指，一个请求发送以后，不用等该请求的响应报文，就可以直接发送下一个请求报文。这样的意义也是减少 HTTP 的请求响应时间。

使用 Cookie 的状态管理

前面提到，HTTP 协议是不保存状态的，也就是不对请求和响应之间的通信状态经行保存。但很多业务是需要 HTTP 有保存状态的，如需要登录的网站的访问等。为了解决上述的矛盾，HTTP 引入了 Cookie 技术。Cookie 技术通过在请求和响应报文中写入 Cookie 信息来控制客户端的状态。

请求报文及响应报文的结构

压缩传输的内容编码

HTTP 协议中有一种被称为内容编码的功能。内容编码指明应用在实体内容上的编码格式，并保持实体信息原样压缩。内容编码后的实体由客户端接收并负责解码。

• 常用的内容编码格式：

  • gzip（GUN zip）

  • compress（UNIX 系统的标准压缩）

  • deflate（zlib）

  • identity（不进行编码）

分割发送的分块传输编码

在传输大容量的数据时，通过把数据分割成多块能够让浏览器逐步显示页面，这种把实体分块的功能称为分块传输编码（Chunked Transfer Coding）

状态码告知从服务器端返回的请求结果

• 2XX 响应结果表示请求被正常处理了。

  • 200 OK 表示从客户端发来的请求在服务端被正常处理了；

  • 204 No Content 该状态码表示服务器接收的请求已经被成功处理，但在返回的响应报文中不含实体的主体部分；

  • 206 Partial Content 表示客户端要求服务端返回部分的资源信息。响应报文包含 Content-Range 指定范围的实体内容；

• 3XX 重定向

  • 301 该状态码表示请求的资源已被分配了新的 URI；

  • 302 临时性重定向；

  • 303 See Other 该状态码表示由于请求对应的资源存在着另一个 URl，应使用 GET 方法定向获取请求的资源；

• 4XX 客户端错误

  • 400 Bad Request 该状态码表示请求报文中存在语法错误；

  • 403 ForBidden 该状态码表明对请求资源的访问被服务器拒绝了；

  • 404 Not Found 该状态码表明服务器上无法找到请求的资源；

• 5XX 服务器错误

  • 500 Internal Server Error 该状态码表示服务器端在执行请求时发生了错误；

  • 503 Service Unavailable 该状态码表明服务器暂时处于超负荷或正在经行停机维护；

小结

这一篇笔记主要是从 HTTP 原理的宏观主体的描述，没有更深细节去研究吧。emmmm…下一篇网络原理应该是关于 TCP/IP 的。