面试必备——HTTP协议的理解

万维网的内核部分是由三个标准构成的：
（1）统一资源定位符（URL），负责标识万维网上的各种文档，并使每个文档在整个万维网的范围内具有唯一的标识符URL。
（2）超文本传输协议（HTTP），是一个应用层协议，使用TCP连接进行可靠的传输，HTTP是万维网客户程序和服务器程序之间交互所必须严格遵守的协议。
（3）超文本标记语言（HTML），是一种文档结构的标记语言，使用一些约定的标记对页面上的各种信息、格式进行描述。

超文本传输协议HTTP

HTTP协议定义了浏览器怎样向万维网服务器请求万维网文档，以及服务器怎样把文档传送给浏览器。从层次的角度看，HTTP是面向事务的应用层协议，规定了在浏览器与服务器之间的请求和响应的格式和规则，它是万维网上能够可靠地交换文件的重要基础。

HTTP的操作过程

每个万维网站点都有一个服务器进程，它不断地监听TCP的端口（默认80），当监听到连接请求后便与浏览器建立连接。TCP连接建立后，浏览器向服务器发送请求获取某一Web页面的HTTP请求。服务器受到HTTP请求后，将请求需要的Web信息通过HTTP响应给浏览器。浏览器再将信息解释展示给用户，最后释放TCP连接。

在浏览器和服务器之间的请求和响应的交互，必须按照规定的格式并遵守一定的规则，这些格式和规则就是HTTP。因此HTTP有两类报文：请求报文和响应报文。

当用户点击鼠标访问某网站后
（1）浏览器分析链接指向页面的URL（例如http://tsinghua.edu.cn/chn/index.htm）；
（2）浏览器向DNS请求解析www.tsinghua.edu.cn的IP地址； （3）域名系统DNS解析出服务器IP地址；
（4）浏览器与该服务器建立TCP连接； （5）浏览器发出HTTP请求：GET/chn/index.htm；
（6）服务器通过HTTP响应把文件index.htm发给浏览器； （7）TCP连接释放； （8）浏览器解释文件并显示给用户。

HTTP协议的特点

HTTP是无状态的。同一个客户第二次访问同一个服务器上的页面时。服务器的响应与第一次被访问时的相同，因为服务器并不记得曾经访问过的这个客户，也不记得为该客户曾经服务过多少次。这个特性简化了服务器的设计，使服务器更容易支持大量并发的HTTP请求。在实际应用中，通常使用Cookie加数据库的方式跟踪用户的活动。Cookie是存储在用户主机中的文本文件，里面有一串“识别码”，用于Web服务识别用户。Web服务器根据Cookie就能从数据库中查询到该用户的活动记录，进而执行一些个性化的工作，如根据用户之前浏览过的商品向其推荐新产品等。
HTTP采用TCP作为运输层协议，保证了数据的可靠传输。HTTP不必考虑数据在传输过程中被丢弃后又怎样被重传。但是HTTP协议本身是无连接的，虽然HTTP使用了TCP连接，但通信的双方在交换HTTP报文之前不需要先建立HTTP连接。
HTTP既可以使用非持久连接也可以使用持久连接。
对于非持久连接，每一个网页元素对象的传输都需要单独建立一个TCP连接。如图所示。第三次握手的报文段中捎带了客户对万维网文档的请求，请求一个万维网文档所需的时间是该文档的传输时间（与文档大小成正比）加上两倍往返时间RTT。

持久连接是万维网服务器在发送响应后仍然保持这条连接，使同一个客户和服务器可以继续在这条连接上传送后续的HTTP请求和响应报文。持久连接又分为非流水线和流水线两种方式。对于非流水线方式，客户在收到前一个响应后才能发出下一个请求。HTTP/1.1的默认模式是使用流水线的持久连接。这种情况下，客户每遇到一个对象引用就立即发出一个请求，因而客户可以一个接一个地连续发出对各个引用对象的请求。如果所有的请求和响应都是连续发送的，那么所有引用到的对象共计经历一个RTT延迟，而不是像非流水线版本那样，每个引用都必须有一个RTT延迟。

HTTP的报文结构

HTTP有两类报文：请求报文从客户向服务器发送的请求报文；响应报文从服务器到客户的应答。


HTTP两种报文都是由三个部分组成，即开始行、首部行、实体主体，从上图可以看出主要是开始行不同。
开始行用于区别是请求报文还是响应报文。在请求报文中的开始行叫请求行，响应报文的开始行叫状态行。开始行的三个字段之间都以空格分割开，最后回车换行。请求报文的“请求行”有三个内容：方法、请求资源的URL以及HTTP版本。常用的方法如下：

GET：请求读取由URL所标志的信息；
HEAD：请求读取URL所标志的信息的首部；
POST：给服务器添加信息（如注释）；
CONNECT：用于代理服务器。

首部行用于说明浏览器、服务器或报文主体的一些信息。在每个首部行都有首部字段名和它的值，每一行在结束的地方都要有回车和换行。在整个首部结束时，还有一空行将首部行和实体主体分开。
实体主体在请求报文中一般不使用这个字段，响应报文也可能没有。