HTTP协议简析

图解HTTP

http.png

了解Web以及网络基础

HTTP协议最初是为了科学家共享知识而发明一种网络通信协议。

http001.png

网络基础TCP/IP

目前互联网采用的网络协议是tcp/ip协议族，也就是我们常说的4层协议栈。
TCP/IP协议栈与ISO七层协议栈不同，只有应用层、传输层、网络层、链路层。其中HTTP协议处于应用层，TCP/UDP处于传输层，IP网络处于网络层，通信电缆等处于物理链路层。
TCP/IP的通信传输流如图所示：

http002.png

由于是分层结构，所以虽然数据按照通信传输流的方向进行传输，但是在某个层上看，相当于同层无缝传输。TCP/IP的通信针对上下层都是使用接口进行通信交流的。

TCP/IP的三次握手协议

TCP协议是确保可靠的，UDP协议并不能确保可靠传输。HTTP是基于TCP协议的，一般的流媒体视频等较多是基于UDP的。为了能够达到准确无误地将信息送达目的地，TCP协议采用了三次握手的策略。

http003.png

上图为TCP协议的三次握手过程图。Client端向Server发送链接请求，server接收到之后回复一个ACK(我知道你了)，并且发送一个SYN（我也想和你链接），Client收到Server的回复之后，再向Server发一个ACK，表明已经收到了Server的回信。这样，一个TCP链接就建立起来的。
HTTP是无状态的协议，所以TCP链接也会随着HTTP的断开而断开，这样会导致非常严重的多次重连。为了避免每次HTTP链接都需要重连TCP，目前广泛采用一种HTTP协议的改进版本1.1版，HTTP1.1版可以获取持久连接。

HTTP协议详解

HTTP请求

HTTP的报文分为两类，一类是Client端发送的请求报文，一类是Server端回复的响应报文。
看一个简单的请求报文：

http004.png

HTTP请求报文包括：

• 请求方法：GET\POST\DELETE...
• 请求资源URI
• HTTP协议版本
• 请求报文首部字段
• 内容实体：

请求方法是告知服务器意图的HTTP方法。主要包括POST、GET、PUT、HEAD、DELETE等方法。目前主要在用的是POST和GET，主要区分是POST不会讲请求实体内容添加到URL链接上，而GET会将请求实体添加到URL链接上。
URI用于定位请求的资源。用户到底想要获取什么，由URI决定。
协议版本目前主流是1.1版，是1.0的改进版
首部字段和内容实体内容较多，稍后详细分析。这是HTTP最繁杂的内容，也是需要重点掌握的。

HTTP响应

有请求必然有响应。HTTP响应报文如下：

http005.png

这里具体拿出HTTP状态码来进行分析。响应的首部字段包含了一些响应的基本信息，包括时间、长度、类型等。响应的主体就是浏览器解析的部分了。

HTTP的状态码分为5种，从1XX到5XX。相信大家最熟悉的莫过于404了，不论是访问Google还是youtube，返回的都是404，你懂的...

	类别	短语原因
1XX	Informational	接收的请求正在处理
2XX	Success	请求正常处理完毕
3XX	Redirection	请求重定向
4XX	Client Error	客户端请求错误
5XX	Server Error	服务器端错误

一般我们碰到比较多的都是2XX、4XX和5XX。如果返回2XX，说明一切OK，如果返回4XX，说明是你的问题（我有点不明白了，访问GOOGLE难道是我的问题？），如果返回5XX，一般都是服务器挂了...

你需要了解的Cookie

我们已经知道，HTTP是无状态协议。说的直白一点，就是翻脸不认人。刚刚可能还打得火热，一会儿工夫就不认识你了...为了提升HTTP协议的效率，Http协议采用了Cookie这个概念。cookie这个东西，更像一个通行证，服务器在回复Client的请求时给Client一个Cookie，下次Client再次请求时，带上这个Cookie，服务器就能认出这个Client了。

http006.png

所以为啥有时候需要获取最新的Server信息的时候需要清除cookie，因为我们需要让服务器记不住Client与它曾经认识过...

HTTP首部

HTTP首部字段之多，简直令人发指...不过好在大部分的首部字段的名字都与其意义一样，容易理解。当然，也不可能全部都记住，需要的时候查一查就好了，只需要记住一些常用的首部字段即可。
本人从事的是CDN加速服务，这里主要讲解一些与CDN加速原理有关的字段。

通用首部字段

通用首部字段指的是请求和响应报文都会用到的首部字段。

http007.png

重点讲解一下Cache-Control字段。这个字段用于控制缓存机制。你有没有发现过，有时候第一次打开某个网页非常慢，但是第二次打开就快多了，这就是因为有缓存机制的原因。

http012.png

客户端可以请求缓存，服务器端可以选择不缓存，或者选择设置缓存时间等。

请求首部字段

顾名思义，指的是请求报文专用首部字段

http008.png

If-XXX字段称为条件请求字段。If-Match用于比较报文实体。If-Modified-since用于判断请求的资源是否在某个时间段内被修改过（这个字段在CDN行业非常重要，主要用于判断一个资源的新鲜度）
User-Agent表示的是浏览器的信息。可以修改这个信息来改变服务器对客户端浏览器的判断。比如使用的是电脑，修改这个字段为手机UC浏览器的User-Agent信息，服务器端可能会给你返回手机端的网页...

响应首部字段

指的是响应报文专用首部字段

http009.png

http010.png

E-tag是某个资源的匹配信息，如果两个响应的E-tag一致，说明两次请求获取的资源是同一份，内容未变。所以在CDN中可以判定此资源无需重新获取缓存。

实体首部字段

请求报文和响应报文实体部分使用的首部字段

http011.png

Expires表示实体的过期时间，一旦这个时间到了，不管源站资源是否与之相同，必须去源站重新获取。

更近一步——HTTPS

HTTP是不安全的协议。一旦被截获，可以随便篡改。

• HTTP使用明文，内容可能被窃听
• 不验证通信方的身份（可以盗用别人的cookie）
• 无法证明报文的完整性

http013.png

为了保障HTTP的安全性，目前越来越流行使用HTTPS，HTTPS就是HTTP+SSL。

http014.png

有了HTTPS，就相当于建立了一个加密通道，HTTP通信的内容再也不会被窃听、篡改了！

总结

HTTP协议在现代的互联网系统中扮演着举足轻重的角色，可以说没有HTTP协议，也就没有如今的互联网繁荣。认识HTTP协议对于每个IT从业人员，特别是互联网从业人员都是非常重要的一课。《图解HTTP》这本书使用大量的图片来讲解HTTP协议的内容精髓，值得一读!

文／飞扬小初（简书作者）
原文链接：http://www.jianshu.com/p/05554734444f
著作权归作者所有，转载请联系作者获得授权，并标注“简书作者”。