计算机网络基础3：HTTP

上文絮絮叨叨，都不知道再说啥，直接进入第二章算了，既然是自顶向下，那么肯定是从最上层的协议层次开始了，那么我们就不用再去管啥传输层，网络层了，直接看应用层，顾名思义，应用层即直接面向我们日常活动的层次，我们不需要知道数据是怎么传输到其他终端上的，我们只需要规定传输的报文数据的具体含义即可，目前我们常用的应用有：QQ，Foxmal，网络游戏等，数不胜数。当然在这些应用光鲜的背后，还是离不开各个硬件层次的默默付出滴！ 但是，在那么多的应用中，是否存在某些体系结构呢？ 为啥要提出体系结构？因为我们的应用在使用在不可避免的遇到下列一个问题，在如此多的终端上安装了如此多的应用，这些终端应用程序到哪里交换数据呢?是从一个超级数据终端还是无数个安装了此应用的其他主机呢？ 这两种不同的方式就是现代网络应用主流的两种体系结构：客户-服务器体系结构（C/S）、对等体系结构（P2P）。

简单的描述，c/s结构即所有的数据都是从一个服务中心来与客户端进行数据传输，当然，这里的一个服务中心并不是指一个服务器主机，而是一整片服务集群，采用分布式的方式，如DNS轮换等,这种方式典型的应用就是门户搜索类网站，如google等，这种方式的好处显而易见，服务器集群提供了十分稳定的带宽，并且具备丰富的数据资源，另一种就是p2p结构,这���种在互联网上把雷锋精神体现的淋漓尽致，在这种体系中，由于每一个客户端都具备了数据资源的一部分，那么对于服务中心的依赖就变得微乎其微，p2p所在的各个应用终端同时充当的服务端和客户端，典型的应用就是文件下载，如迅雷等，但是这样的方式虽然节省的服务中心高昂的服务和带宽成本，把负载分发到每一个终端，但是无法保证数据传输的稳定性，还会因为频繁的网络数据广播请求而加重家庭网络的负担，关于p2p相关在后面分析，因此两种不同的结构需要适当的选择。

当然，简单的了解了应用的体系结构，我们还是要回归正题阿，别忘了我们的标题可是HTTP！！

刚刚我们了解了，对于这类的门户类web来说，绝大多数是c/s结构，大家都知道http协议典型的应用就是浏览器上网。因此，我们就直接用这个例子来切入我们今天的主题，我们脑补一下：

当你通过浏览器访问www.baidu.com到浏览器显示百度界面，中间需要发生什么呢？

访问baidu---->发送请求到服务器---->服务器接收到请求--->服务器返回数据----->显示出baidu

       

这里一步一步思考？

1：发送请求到服务器，发送到哪，怎么知道？

因为网络层的IP地址以及数据链路层的MAC地址

2：到了服务器，服务器怎么知道这是浏览器的请求？而不是QQ的请求？

因为传输层的维护端口号，唯一的标记了服务器上的一个服务(进程)

3：到了服务器，它怎么知道这是一个请求，而不是其他的含义？

因为应用层协议规定了这段数据的意思是请求的意义，这个协议就是http协议.

关于操作系统上怎么来描述一个应用程序的，其实是以进程的概念来描述的，这么不再说明进程的概念，因为实在是说不清，有必要自行了解操作系统相关即可，当我们的应用运行后就产生了一个进程，当然服务器程序也是一个进程，就会监听一个端口，以便和访问它的客户机进行通讯。

还是回到我们的主要目的，http协议，我们上面简单的描述了访问baidu的大致流程。服务器怎么知道传输过来的数据代表啥含义呢?  下面我们就具体来了解一下http协议。

Http（超文本传输协议），是web的应用层核心协议。HTTP是典型的C/S结构，有一个客户程序和服务程序组成，通过HTTP报文进行数据交换，HTTP1.0以前采用的TCP短连接，HTTP1.1以后采用了TCP长连接。

长连接和短连接的概论其实很简单，假如我们要发3帧数据，如果每发一帧就重新建立一次握手连接，发完一帧后关闭，这样发三帧就需要建立3次连接的做法就是短连接，而长连接则是建议1次握手直接发完3帧。两种传输选择使用地各有不同，短连接适合于数据请求不频繁，但是终端用户多的应用，以关闭连接节省TCP连接链路。而长连接则适合于数据量大，请求频繁的应用，以减少建立连接的次数来降低访问的时延。

这里直接参考W3Cschool上对http 1.1协议的讲解进行分析，上面我们简要的分析了访问百度需要的3个重要部分：请求-应答-数据传输。因此直接给出相关的结构：

请求行包含的信息：

方法：http请求包的请求类型

URL：URL (Uniform Resource Locator，统一资源定位符)，类似于文件系统中的路径，URL就是网络资源在internel上的地址路径

版本: 当前使用的http协议的版本不同，因为不同版本可能协议的实现程度不一致，比如HTTP1.0请求类型就不支持OPTIONS等

回车换行结束

 

方法类型：

URL：例如/hello.txt;  /index.html;  /test.mp3等

版本：HTTP/1.0或HTTP/1.1

请求头部包含的信息：请求头部的一些属性参数，采用了key-value键值对的方式设置，如date、cookie等

回车换行结束

头部可以分成三个部分，为常用头域、请求头域、实体头域。其中常用头域和实体头域部分内容在响应协议部分也有相同的定义。

常用头域)：

请求头域):

实体头域):

 

这里书中特别说明了请求头域中的host属性：

这里我们可以通过这个简单的请求头发现很多有效的信息：

请求行：GET(type)   /somedir/page.html(url)    HTTP/1.1(version)

请求头：host:www.someschool.edu （访问的域名）

    Connection：close （关闭长连接,使用短连接）

User-agent: Mozilla/5.0 （使用的Firefox浏览器）

Accept-language: fr (希望得到请求对象的法语版本，如网页多语言的实现)

这里是否有一个疑问？http传输协议是在tcp连接建立之后进行传输的，这时候终端与服务器之间已经存在一条TCP通信链路，为什么还需要指定host属性，这里额外补充的是web缓存机制，类似于cpu中的cache机制，用户可以配置浏览器将所有http请求指向web缓冲器，当用户访问百度时，会先进行与web缓冲器进行tcp连接，并对请求的资源进行搜索，如果存在即直接返回资源，如果没有则使用host参数由web缓存器重新建立域名ip之间的tcp连接，由缓存器获取资源后自我备份后再返回给用户终端，这样就极大的改善了服务器的负荷和用户的访问速度。

但是这里又会产生另一个问题，缓冲器上面的数据可能是陈旧的，服务器上的资源已经被修改，针对这样的一个问题，http定义了一个类似于时间戳查询的协议，美名其曰：条件GET

在浏览器请求资源并且此资源在缓存器中存在时，缓存器会使用：if-Modified-Since属性对服务器上的资源进行时间戳对比，如果不匹配服务器会在应答包中重新传输资源。

如果服务器资源没有更新，服务器响应报文：

请求数据：html文本、媒体数据等

状态行包含的信息:

版本:HTTP/1.0或HTTP/1.1

状态码：响应结果定义码

原因短语： 输出结果原因

响应头部包含的信息：响应头部的一些属性参数，仍采用了key-value键值对的方式向客户端相关信息。

到这里我们终于介绍完了http协议相关的内容，针对http协议还是非常容易理解的，这里直接盗图一张，俗话说：一图胜千言。下一篇我们将使用linux c简单的模拟一个web服务器。