HTTP权威指南（四）

HTTP权威指南笔记（四 ）

十五.实体和编码

1.报文是箱子，实体是货物
报文实体由报文首部和实体主体组成
2.Content-Length：实体的大小
该首部指示出报文中实体主体的字节大小
（1）检测截尾
（2）错误的长度信息
（3）对于持久连接必不可少
（4）如果进行了内容编码，则是编码后的字节长度
（5）确定实体主体长度的规则

• 如果特定的HTTP报文类型不允许带有主体，就忽略该首部（诸如HEAD请求）
• 如果含有描述传输编码的Transfer-Encoding首部，那么实体就应该由“零字节块”结束
• 如果有Content-Length并且没有Transfer-Encoding，则指示了实体长度
• 如果使用了multipart/byteranges，且没有使用Content-Length，那么多报文每个部分都要说明自身的长度
• 如果都不匹配，实体就在连接关闭的时候结束

HTTP/1.1建议对于没有Content-Length首部的请求，发送400/411响应

3.实体摘要
为检测实体主体的数据是否被不经意地修改，发送方可以在生成初始的主体时，生成一个数据的校验和，这样接收方就可以通过检查这个校验和来捕获所有意外的实体修改
服务器使用Content-MD5首部发送对实体主体运行MD5算法的结果，只有产生响应的原始服务器可以计算并发送Content-MD5首部
4.媒体类型和字符集
Content-Type首部说明了实体主体的MIME类型，还支持可选的参数来进一步说明内容的类型，诸如charset等
5.内容编码
（1）内容编码过程

• 网站服务器生成原始响应报文，带有Content-Type和Content-Length首部
• 内容编码服务器创建编码后的报文，同时添加Content-Encoding首部
• 接收程序得到编码后的报文进行解码，获得原始报文

（2）内容编码类型

Content-Encoding值	描述
gzip	表明采用GNU zip编码
compress	表明实体采用Unix的文件压缩程序
deflate	表明实体是用zlib格式压缩的
identity	表明没有对实体进行编码

以上三种编码都是无损，gzip效率最高，使用最多

（3）Accept-Encoding首部：表明客户端可以接收的编码方式
6.传输编码和分块编码
经过内容编码的报文，只是对报文的实体主体部分进行了编码；经过传输编码的报文，编码作用于整个报文，报文自身的结构发生了变化
（1）可靠传输
（2）Transfer-Encoding首部：用于告知接收方为了可靠的传输报文，已经对其进行了传输编码；TE首部：用于请求首部中，告知服务器可以使用那些传输编码扩展
（3）分块编码：把报文分割成若干个大小已知的块；分块编码是一种传输编码，因此是报文的属性，而不是主体的属性

• 分块与持久连接：在持久连接时，如果服务器动态生成内容，可以使用分块技术解决；它由起始的响应首部开始，随后是一系列分块，每个分块包含一个长度值和该分块的数据；长度使用16进制表示并且用CRLF与数据分隔；最后用长度为0的块表示结束
• 分块报文的拖挂：在0长度的结束报文之后添加

（4）内容编码和传输编码的结合
（5）传输编码的规则
7.随时间变化的实例
8.验证码和新鲜度
（1）新鲜度：服务器应当告知客户端能够将内容缓存多长时间，在这个时间之内就是新鲜的；可以使用Expires和Cache-Control首部
Cache-Control首部

指令	报文类型	描述
no-cache	请求	在重新向服务器验证之前，不要返回文档的缓存副本
no-store	请求	不要返回文档的缓存副本，不要保存服务器的响应
max-age	请求	缓存中的文档不能超过指定的使用期
max-stale	请求	文档允许过期，但是不能超过指令中的指定的过期值
min-fresh	请求	响应必须在指定的这段时间保持新鲜
no-transform	请求	文档在发送之前不允许转换
only-if-cached	请求	只有当文档在缓存中才发送，不要联系原始服务器
public	响应	响应可以被任何服务器缓存
private	响应	响应可以被缓存，但是只能被单个客户端访问
no-cache	响应	有首部列表，可以缓存并提供给客户端，但要删除首部列表；没有指定首部，缓存中的副本在没有重新向服务器验证之前不能提供给客户端
no-store	响应	响应不允许被缓存
no-transform	响应	响应在提供给客户端之前不能做任何形式的修改
must-revalidate	响应	响应在提供给客户端之前必须重新向服务器验证
proxy-revalidate	响应	共享的缓存在提供给客户端之前必须向原始服务器验证
max-age	响应	指定文档可以被缓存的时间以及新鲜度的最长时间
s-max-age	响应	指定文档作为共享缓存的最长使用时间

（2）有条件的请求和验证码
仅当资源改变时才请求副本，这种特殊请求称为有条件的请求

请求类型	验证码	描述
If-Modified-Since	Last-Modified	如果在前一条响应的Last-Modified中说明的时间之后，资源的副本发生了变化，就发送其副本
If-Unmodified-Since	Last-Modified	如果在前一条响应的Last-Modified中说明的时间之后，资源的副本没有变化，就发送其副本
If-Match	ETag	如果实体的标记与前一次响应首部中ETag相同，就发送资源副本
If-None-Match	ETag	如果实体的标记与前一次响应首部中ETag不同，就发送资源副本

HTTP把验证码分为两类：弱验证码和强验证码
弱验证码不一定能唯一标识一个资源，而强验证码必须唯一标识
9.范围请求
客户端可以通过range首部来请求某个范围的数据；服务器通过Accept-Ranges向客户端说明可以接受的范围请求
10.差异编码：通过交换对象改变的部分而不是完整的对象来优化传输性能

十六.国际化

1.HTTP对国际性内容的支持
服务器通过Content-Type和Content-Language告知客户端文档的字母表和语言
客户端发送Accept-Charset和Accept-Language告知服务器它理解哪些字符集编码和语言以及优先顺序
2.字符集和HTTP
（1）字符集是把字符转换为二进制码的编码：charset参数用来告知客户端如何把内容中的二进制码转换为字符
（2）工作过程：根据编码方案解码，使用编码后的字符集找到字符，最后显示
（3）字符集不对，字符就不对
（4）标准化的MIME charset值
（5）Content-Type首部和charset首部以及META标志：如果首部中没有标明字符集，HTML中的META中也可能会有字符相关的信息
（6）Accept-Charset首部：客户端明确告知服务器它支持哪些字符系统
其余略

十七.内容协商与转码

内容协商技术：客户端驱动、服务器驱动以及透明驱动
技术概要

技术	工作原理	优点	缺点
客户端驱动	客户端发起请求，服务器发送可选项的列表，客户端选择	在服务器端的实现最容易，客户端可以选择合适的内容	增加了时延：为了获得正确的内容，至少要发送两次请求
服务器驱动	服务器检查客户端的请求首部集并决定提供哪个版本的页面	比客户端驱动要快，提供q值机制，允许服务器近似匹配，还提供vary首部告知下游设备如何对请求估值	如果结论不明确，服务器要猜测
透明	某个中间设备代表客户端进行请求协商	免除了web服务器的协商开销，比客户端驱动要快	没有正式规范

内容协商首部集

Accept首部	实体首部
Accept	Content-Type
Accept-Language	Content-Language
Accept-Charset	Content-Type
Accept-Encoding	Content-Encoding

十八.Web主机托管

1.主机托管服务
2.虚拟主机托管
（1）虚拟服务器请求缺乏主机信息：HTTP/1.0中只发送了URL的路径部分
（2）设法让虚拟主机托管正常工作

• 通过URL路径进行虚拟主机托管：给每个逻辑网站一个专门的路径前缀
• 通过端口号进行虚拟主机托管：用户不愿意
• 通过IP地址进行虚拟主机托管：资源有限
• 通过Host首部进行虚拟主机托管

（3）HTTP/1.1的Host首部
3.使网站更可靠
（1）镜像的服务器集群：服务器集群是一排配置相同的Web服务器，互相可以替换。有一个主原始服务器和多个复制原始服务器
（2）内容分发网络CDN：对特定内容进行分发的专门网络
（3）CDN中的反向代理缓存
（4）CDN中的代理缓存
4.让网站更快
服务器集群和分布式代理缓存或反向代理服务器分散了网络流量，可以避免拥塞

十九.发布系统

略

二十.重定向和负载均衡

1.为什么要重定向：可靠的执行HTTP事务、最小化时延、节约网络带宽
2.重定向到何地：Web服务器会根据每个IP来处理请求。将请求分摊到复制的服务器中去，就意味着应该把对某特定URL的每条请求都发送到最佳的Web服务器上去
3.重定向协议概览：重定向的目标是尽快将HTTP报文发送到可用的Web服务器上去
4.通用的重定向方法
（1）HTTP重定向：处理重定向的服务器找到可用的负载最小的内容服务器，并将浏览器重定向到那台服务器上去；HTTP重定向的优点之一就是重定向服务器知道客户端的IP地址
缺点：需要原始服务器进行大量处理来判断要重定向到哪台服务器上去；增加了用户时延，因为访问界面要进行两次往返；如果重定向服务器出故障，站点就会瘫痪
（2）DNS重定向：DNS轮转，在Web服务器集群中平衡负载；大多数DNS客户端只会使用多地址集中的第一个地址，为了均衡负载，大多数DNS服务器都会在每次完成查询之后对地址进行轮转；其他算法包括负载均衡算法、邻接路由算法以及故障屏蔽算法
（3）任播寻址
（4）IP MAC 转发
（5）IP地址转发
（6）网元控制协议
5.代理的重定向方法
（1）显式浏览器配置
（2）代理自动配置
（3）Web代理自动发现协议
6.缓存的重定向方法
7.因特网缓存协议（ICP）
ICP允许缓存在其兄弟缓存中查找命中内容，避免查询原始服务器带来的更多开销
8.缓存阵列路由协议
9.超文本缓存协议

二十一.日志记录与使用情况跟踪