初识HTTP

初识HTTP

以下为我当前阶段所学的HTTP知识的小结，以下对HTTP相关内容的叙述可能并不全面和准确

参考谢希仁的《计算机网络》第七版的6.4.3

HTTP的基本特征

HTTP是一个无状态的、本身无连接的、面向文本的协议

“无状态的”是指一个用户访问HTTP服务器时，服务器的响应和用户第一次访问时得到的响应是一样的。这样的无状态特性简化了服务器的设计，使得服务器可以支持大量并发的HTTP请求

“本身无连接”是指HTTP在正式交换HTTP报文前是不需要先建立连接的。HTTP协议使用的运输层协议是面向连接的TCP协议，当客户浏览器要向HTTP服务器发送请求时，需要先和服务器建立起TCP连接，当“三次握手”的前两次完成后，HTTP请求报文就作为“第三次握手”报文的数据发送到HTTP服务器中，接着HTTP服务器就把请求的万维网文档作为响应报文返回给客户

“面向文本的”是指HTTP的报文中的每一个字段都是一些ASCII码串（每个字段的长度都是不确定的）

HTTP报文的结构

HTTP报文分为请求报文和响应报文，它们都由三部分组成：开始行、首部行、实体主体，它们唯一的结构差异在于开始行

开始行：用于区分是请求报文还是响应报文。开始行分三个字段，以空格分隔，以回车结尾

• 请求报文的开始行叫做请求行，它的三个字段分别是方法、URL、HTTP版本
  方法就是指对所请求对象的操作，这些方法实际是一些命令，常见的如GET、POST、OPTION、PUT、HEAD等
  URL就是要请求的页面的地址
  HTTP版本字段就是用于指明使用的HTTP版本

• 响应报文的开始行叫做状态行，它的三个字段分别是HTTP版本、状态码、短语
  HTTP版本字段就是用于指明使用的HTTP版本
  状态码是用于表示本次响应的状态，状态码有五类

  • 1xx，表示通知信息
  • 2xx，表示成功
  • 3xx，表示重定向
  • 4xx，表示客户的差错
  • 5xx，表示服务器的差错

  短语是用于解释状态码的简单短语，如 404 的 Not Found，202 的 Accepted等

首部行：用来说明服务器、浏览器或报文主体的一些信息。首部可以有好几行，也可以不使用。每个首部行由首部字段名和值组成，以回车结尾（后续还有一个回车来把首部行和实体主体分开）

实体主体：在请求报文中一般都不使用这个字段，在响应报文中也可能没有这个字段（所以有什么迪奥用吗？？？

HTTP数据传输的连接问题

上文说到HTTP本身是无连接的，使用的运输层协议是面向连接的TCP协议，在浏览器请求一个万维网文档时会首先通过TCP和HTTP服务器建立连接，并在“第三次握手”时将HTTP请求报文作为报文数据部分发送到服务器
这样的一次请求要花费的时间为“两倍的RTT时间 + 页面文档传输完成所需时间”

当有多个HTTP请求向HTTP服务器请求页面时，都要和服务器反复的建立和断开连接，这就需要服务器反复地分配和释放缓存和变量，这会增大服务器的负担。将这种每请求一次页面就需要建立一次连接的情况称为非持续连接，这是早期比较多使用的HTTP1.0的做法
这种非持续连接的做法也导致了每次访问页面对象的时间花销都为2倍的RTT

后续出现的HTTP1.1采用了持续连接，也就是当浏览器和服务器建立了一个TCP连接后，在一段时间内不会断开连接，当浏览器需要访问多个存在于同一个服务器的页面，就可以通过同一条连接访问

而持续连接在工作时又分为非流水线方式和流水线方式
非流水线方式是指当浏览器发送了一个HTTP请求后，必须要等到浏览器收到响应之后才能发送下一个请求，这就导致了在等待响应的过程中TCP连接处于空闲状态，这样就浪费了服务器资源。但相比非持续连接，这样的工作方式在访问页面对象时节省了一个RTT时间
流式线方式是指浏览器收到响应之前就可以接着发送新的请求，这就使得请求可以一个接着一个的发送到服务器，而服务器可以连续地返回响应报文，这就减少了TCP连接空闲的时间，提高了下载文档的效率。如果浏览器要访问完服务器的所有对象，只需要一个RTT时间

文中图片来源：https://my.oschina.net/u/4394125/blog/3310477