2 应用层 -Web和HTTP

2 Web和HTTP

2.1 HTTP概述

• HTTP：超文本传输协议 HyperText Transfer Protocol，定义了Web客户向Web服务器请求Web页面的方式，以及服务器向客户传送Web页面的方式。HTTP使用TCP作为它的制成运输协议
• 无状态协议（stateless protocol）：服务器向客户发送被请求的文件，而不存储任何关于该用户的状态信息。

2.2 非持续连接和持续连接

HTTP在默认方式下使用持续连接

1. 非持续连接：每个请求/响应对是经一个单独的TCP连接发送，TCP连接在发送完一个对象后关闭。
2. 非持续连接的缺点：
   • 必须为每一个请求的对象建立和维持一个全新的连接，服务器的负担大。
   • 2*往返时间+传输对象时间>往返时间+传输对象时间
3. 持续连接：在相同的客户和服务器之间，后续的请求和响应报文能够通过相同的连接进行传送。

2.3 HTTP报文格式

2.3.1 HTTP请求报文

1. 请求行
   方法字段：GET POST HEAD PUT DELETE

   1. GET：发送一个请求来取得服务器上的某一资源。
   2. POST：向服务器提交数据。
   3. HEAD：HEAD和GET本质是一样的，区别在于HEAD不含有呈现数据，而仅仅是HTTP头信息。有的人可能觉得这个方法没什么用，其实不是这样的。想象一个业务情景：欲判断某个资源是否存在，我们通常使用GET，但这里用HEAD则意义更加明确。
   4. PUT： PUT和POST极为相似，都是向服务器发送数据，但它们之间有一个重要区别，PUT通常指定了资源的存放位置，而POST则没有，POST的数据存放位置由服务器自己决定。
   5. DELETE：删除某一个资源。

   URL字段：带有请求对象的标识
   HTTP版本：

2. 首部行

   • Host：指明了对象所在的主机
   • Connection：close表示该浏览器告诉服务器不要使用持续连接，要求服务器在发送完被请求的对象后就关闭这条连接。Keep-Alive，使用持续连接
   • User-agent：指明用户代理，向服务器请求的浏览器的类型。
   • Accept-language：用户想得到该对象的语言版本，否则发送默认版本

3. 实体体

2.3.2 HTTP响应报文

1. 初始状态行status line
   • 协议版本字段
   • 状态码
   • 响应状态信息

HTTP/1.1 200 OK

状态码	文本	含义
200	OK	请求成功，信息在返回的响应报文中
301	Moved Permanently	请求的对象已经被永久转移了，新的URL定义在响应报文的Location：首部行的一种，客户软件将自动获取新的URL
304	Not Modified	服务器回给web缓存器，表示请求对象未被修改，可以使用
400	Bad Request	一个通用差错代码，指示该请求不能被服务器理解
404	Not Found	被请求的文档不在服务器上
505	HTTP Version Not Supported	服务器不支持请求报文使用的HTTP协议版本

2. 首部行
   • Connection
   • Data：服务器产生并发送该响应报文的日期和时间
   • Server：指示服务器类型
   • Last-Modified：指示了对象被创建或者最后修改的日期和时间
   • Content-Length：被发送对象的字节数
   • Content-Type：实体体中对象的类型，HTML，
3. 实体体

2.4 用户与服务器的交互，cookie

使用场景：一个Web站点通常希望能够识别用户，可能是因为服务器希望限制用户的访问，或者希望把内容与用户身份联系起来，HTTP中使用了cookie，允许站点对用户进行跟踪。

1. web站点产生唯一识别码，并以此为索引在它的后端数据库中产生一个表项
2. 服务器用一个包含Set-cookie的首部行对浏览器进行响应。

Set-cookie: 1678

3. 浏览器收到HTTP响应报文，在自己管理的cookie文件中添加一行，包含服务器的主机名和Set-cookie中的识别码。
4. 以后再访问该Web站点时，请求报文都会带有包含识别码的首部行

Cookie: 1678

cookie用于标识一个用户

2.5 web缓存

Web缓存（web cache）：即代理服务器proxy server，能够代表初始web服务器来满足HTTP请求的网络实体。代理服务器拥有磁盘存储空间，并在存储空间中保存最近请求过的对象的副本。下面是某浏览器请求对象 http://www.xxx.edu.cn/aaa.jpg 的过程

部署web缓存器的好处

• 能够大大降低对客户请求的响应时间；

• 能够大大减少一个机构的接入链路到因特网的通信量 see case（机构内部路由器到因特网路由器）；

  web缓存器存在一个命中率的问题，即一个缓存器所能够满足的请求的概率（比率），实际常为0.2~0.7，其余的请求将仍由初始服务器满足。

case A
1：机构---100Mbps局域网---> 内部路由器---15Mbps接入链路--->因特网路由器
2：初始服务器（处于世界各地）---> 因特网
if 15个*1Mb请求/s 从机构发出
局域网流量强度 = 15*1Mb/s / 100Mbps = 0.15
接入链路流量强度 = 15*1Mb/s / 15Mbps = 1.0，链路上的时延会变得非常大并且无限增长。

case B OKKKKKK
1：（机构+机构缓存器）---100Mbps局域网---> 内部路由器---15Mbps接入链路--->因特网路由器
2：初始服务器（处于世界各地）---> 因特网
假设web缓存器的命中率为0.4，web缓存器的响应时间10ms；15Mbps链路上，流量强度0.6，当小于0.8时，时延增量都将在几十毫秒
计算平均时延 = 0.4*10ms + 0.6*(2s+10ms) = 1.2s

case C 
增大接入链路的速率为100Mbps，接入链路的流量强度也为0.15
则总的时延可以大致认为 = 接入链路转发HTTP请求报文开始，一直到收到因特网的响应报文，大约2s

可见增加web缓存器的方案更优

内容分发网络 content distribution network CDN

2.6 条件GET方法

保存在web服务器中的对象自该副本缓存在客户上以后可能已经被修改了
HTTP中的条件GET机制就是允许缓存器证实它的对象是最新的。

case A：一个浏览器向代理缓存器请求了。。。

代理缓存器 -> web服务器
GET /fruit/kiwi.gif HTTP/1.1
Host: www.exotique.com

web服务器 -> 代理服务器
HTTP/1.1 200 OK
Date: Sat, 3 Oct 2015 xx:xx:xx
Server: XXX
Last-Modified: Web, 9, Sep 2015 12:12:12
Content-Type: image/gif
...data...

case B:one week late，另一个浏览器向代理缓存器又请求了同一对象

代理缓存器 -> web服务器
GET /fruit/kiwi.gif HTTP/1.1
Host: www.exotique.com
If-modified-since: Web, 9, Sep 2015 12:12:12


web服务器 -> 代理服务器
HTTP/1.1 304 Not Modified
Date: Sat, 10 Oct 2015 xx:xx:xx
Server: XXX
(empty entity body)