计算机网络之（1）：HTTP & Web

HTTP

• 超文本传输协议
• 首先建立 TCP 连接，在 TCP 连接之上发送 HTTP 的请求；服务器收到请求之后把响应的内容封装成 HTTP 的内容再传输回来
  
• 开始的时候服务器监听 80 端口（socket1）
• 当有请求过来的时候创建新的 socket（socket2）建立 TCP 的连接
• 一旦连接建立，就可以发送 HTTP 请求
  

无状态

HTTP 无状态连接，服务器不维护客户端的状态，没有记忆

无状态优势

• 维护状态历史信息很麻烦
• 如果客户端或者服务器死机，他们的状态信息可能不一致
• 无状态的服务器可以支持更多的客户端
  

HTTP1.0 / HTTP1.1

HTTP1.0

• TCP 连接请求（客户端发送）
• TCP 连接请求确认（服务端响应）
• HTTP 请求（客户端发送）
• HTTP 请求响应（服务端响应，通常有一些查找资源的时间）
• 客户端断开连接
• 服务端断开连接
  

HTTP1.1

• 最后不断开连接，而是可以重复多次 HTTP 请求

往返时间 RTT

HTTP1.0 RTT

HTTP1.1 RTT

Pipeline（默认方式）

• TCP 建立之后，多个 HTTP 请求依次发出去

非 pipeline

• 在前一个请求的响应收到后再发下一个 HTTP 的请求

HTTP 报文

• 都是基于 ascii 码的

请求报文

• 请求行：GET, POST, HEAD 命令
  • 很多搜索引擎通过 HEAD 命令只获得网页的 HEAD 来构建索引
• 首部行
• body：只有 POST 需要在 body 的部分填写信息，因为需要上载到服务器；使用 GET 命令的时候是不需要添加 body 字段的；如果 GET 命令想向服务器提交信息，那么也可以通过在 URL 中通过设置参数的方式向服务器提交信息。
  

向服务器提交内容

HTTP 请求的方法类型

HTTP1.0

• GET, POST, HEAD
• HEAD：只获取网页 HTML 文件的 head 部分，可以用于搜索引擎构建索引，或者是故障跟踪
  

HTTP1.1

• GET, POST, HEAD
• PUT
  • 将实体主体中的文件上载到 URL 字段规定的路径
  • 通常做网页内容的维护
• DELETE
  • 删除 URL 字段规定的文件
• PUT 和 DELETE 要借助网站的发布工具来完成这样一系列事情

响应报文

• 状态行

  • 协议版本（HTTP1.0/1.1），

  • 状态码（404），
    

  • 响应的状态信息（OK）

• 首部行
  • last modified：最新一次更新的时间（相当于版本号）
  • content-length：这一次响应的内容的长度；帮助在客户端切分数据，因为客户端的 TCP 收到的是字节流，需要根据这个 content length 将数据切分成不同的端，然后上交给客户端的不同的 HTTP 应用
• 数据
  

Cookie：客户-服务器状态维护

• 客户端和服务器初次连接，在服务器创建 cookie 并维护，把 cookie 发给客户端，客户端保留在本地
• 后面客户端访问服务器的时候通过 cookie的匹配来维护状态
  
  

Cookie 优势和问题

Web 缓存（代理服务器）

• 用户访问服务器的时候，可以显式或者隐式地设置 web 服务器来提供服务，也就是客户端先经过访问 web 服务器得到对应的资源，如果 web 代理没有，再向真正的服务器请求，并缓存到代理中。
  

hit 命中

• web 缓存中的内容如果被使用，那么就叫缓存命中 hit

优势

• 客户端快
• 服务器负载轻

案例

方案1：增加带宽

• 扩大链路流量强度，1.54M 扩展到 154M，链路的流量强度陡降（非常昂贵）

方案2：局域网内部增加缓存节点

• 所有客户首先访问 cache，因此大部分请求在本地满足，减小了链路的流量强度
• 假设 40% 的用户访问可以直接命中本地的缓存，60% 的访问需要去服务器上面找，那么这时候的流量强度可以用公式求出为 $\frac{100k\ast 15\ast 0.6}{1.54M}=0.58$ 流量强度是 0.58也大幅度降低了，没有到延迟陡增的地步。

缓存可能存在的问题

• 有可能服务器的内容更新了，但是缓存的内容没有更新
• web 缓存服务器向服务器第一次请求内容的时候把内容和内容的 modified 时间也存下来，用户在请求这个对象的时候，如果 web 服务器已经包含这个对象，但是不确定服务器中的这个内容是否已经更新，那么 web 缓存向服务器发出一个 get 请求（条件式获取请求：在头部行中包含一个头部 if modified since） ，如果这个时间与服务器中内容的对应的 modified 时间不匹配，web 缓存会从服务器上同步最新的内容，如果匹配，服务器只传回一个响应（304 Not modified）即可，不需要把内容重发给 web 缓存服务器，然后 web 服务器将内容响应给客户