简介：

HTTP(HyperText Transfer Protocol) 超文本传输协议，是互联网上行应用最广泛的一种网络协议。

HTTP是一个客户端和服务器端请求和应答的标准(TCP),客户端是终端客户，服务器端是网站，通过web浏览器，网络爬虫或者其他工具，客户端发起一个到服务器上指定端口(默认为80)的HTTP请求，这个请求发起者称之为用户代理(User Agent)。应答的服务器上存储着一些资源，比如html文件或图片，这个服务器称之为源服务器(origin server)。


在用户代理和源服务器之间可能存在多个中间层，比如代理，网关，或者隧道(tunnels),尽管TCP/IP协议是互联网上最流行的应用，HTTP协议并没国定必须使用它和基于它支持的层。

HTTP协议可以在任何其他互联网协议上实现。


一、http协议版本：

http 0.9 仅用于传输html文档

http 1.0

MIME: Multipurpose Internet Mail Extensions 引入MIME机制，从而支持多媒体数据

引入keep-alive(持久连接)： 必须显式注明使用，才可以启用 

缓存机制

http 1.1: 

更多请求方法，更加精细缓存控制；持久连接(persistent)，原生支持

http 2.0: 

spdy  google开发的，还没有成为标准，但是已经有大量的开发簇拥


二、http协议的基本概念：


http事务：

一次请求及对应的响应的整个过程


http方法：

GET：请求获取一个资源，需要服务器发送

HEAD： 跟GET近似， 但其不需要服务响应请求的资源，而返回相应首部

POST基于HTML表单向服务器提交数据，服务器通常需要存储此数据 (位置：通常为关系型数据库)

PUT与GET相反， 向服务器发送资源： 服务器通常需要存储此资源：(位置：通常为文件系统)

DELETE删除URL指向的资源

OPTIONS探测服务器端对请求的URL所支持使用的请求方法

TRACE跟踪一次请求中间所经过的代理服务器、防火墙或网关等


http状态码：

1xx: 信息性状态码


2xx：成功状态码

200: OK

201: CREATED


3xx: 重定向类的状态码，返回一个新地址

301: Moved Permanently永久重定向 

302：Found,临时重定向，会在相应报文中使用"Location:新位置"；

304：Not Modified, 诶做任何修改


4xx： 客户端类错误

403: Forbidden,请求被拒绝

404：Not Found，服务器找不到请求资源

405: Method Not Allowed, 不允许此方法请求此资源


5xx：服务器类的错误

500: Internal Server Error 服务器内部错误

502: Bad Gateway, 代理服务器从上游服务器收到一条伪响应

503: Service Unavailable，服务暂时不可用




http协议： 协议首部

是在应用层的首部，封装在应用层，在数据前段指定了状态码、指定资源等信息,可以分为以下几类：


1. 通用首部

2. 请求首部

3. 响应首部

4. 实体首部 

5. 扩展首部 非标准首部，可由程序员自行创建: X-Forward-For, X-Via


协议首部格式：

Name： Value

Content-Type: p_w_picpath/gif


http请求报文：

<method> <request-URL> <version>

<HEADERS>

           这个空白行是必须存在的

<entity-body>


http响应报文：

<version> <status> <reason-phrase>

<HEADERS>

         这个空白行是必须存在的

<entity-body>


解释：

<method>: 请求方法：

<request-URL>: 请求的资源，可以使相对路径，如/p_w_picpaths/log.jpg, 也可是对决路径，http://www.magedu.com/p_w_picpaths/banner.jpg

<version>: http协议版本，格式HTTP/<major>.<minor>, 例如 HTTP/1.0, HTTP/1.1

<headers>: 各种所可以使用的首部

<status>:  状态码

<reason-phrase>: 原因短语， 指状态码的易读信息

-

通用首部：

Connection:定义C/S之间关于请求、响应的有关选项

Connection: keep-alive


Cache-Control: 缓存控制



请求首部：

Client-IP:

Host: 请求的主机

Referer: 指明了请求当前资源原始资源的URL(跳转前的页面URL，可以用来防盗链)

User-Agent： 用户代理

Accept首部：

Accept: 服务端能够发送的媒体类型(通知服务端我支持什么)

Accpet-Charset:

Accept-Enconding:

Accpet-Language:


条件式请求：(仅HTTP1.1支持)

跟安全相关请求：

    Authorization:

    Cookie:


响应首部：

Age: 可以缓存的时长

Server: 向客户端说明自己用到的程序名称和版本(nginx/apache?)


协商首部：

vary: 首部列表，服务器会根据列表中的内容挑一个最适用的版本发送给客户端

跟安全相关：

WWW-Authentication: 

Set-Cookie


实体首部：

Location： 资源的新位置(302时会用到)

Allow: 允许对此资源适用的请求方法


内容相关的首部：

Content-Enconding: 内容的压缩格式

Content-Language： 内容的编码格式

Content-Length： 本次发送的长度

Content-Location： 内容位置

Content-Type： 内容类型 


缓存相关：

Etag

Expires

Last-Modified

二、 web通信原理

一次web资源请求的具体过程(从服务器角度考虑）：


wKiom1WjHR_gM5POAAEJEbzIk9E400.jpg


建立连接

接受请求

处理请求

访问资源

构建响应

发送响应

记录日志

-

连接分为：

连接套接字：客户端随机端口 连接 服务器上的随机端口

监听套接字：80端口

-

wKioL1WjIEHyB22dAACWjBiysX8167.jpg

web服务器的I/O结构：


单进程模型：串行；一次只响应一个独立的请求

多进程模型： 每个进程响应一个用户请求，实现并发的效果 eg: apache； 有安全上下文切换，及进程的创建和回收，有大量的内核空间开销

复用的I/O机制：一个进程生成多个线程(线程会共享进程的很多数据，包括打开的文件等)，每个线程响应一个用户请求

复用的I/O机制： 多个线程，每个线程同时响应多个用户请求：eg: nginx，