图解HTTP学习_day01

1. 什么是HTTP

一种超文本传输协议称为HTTP(HyperText Transfer Protocol)。它是让web能完成从客户端到服务器端等一些列运作流程的基础。

2. HTTP的诞生

2.1 为共享知识而规划Web

1983年3月HTTP是基于CERN(欧洲核子研究组织)的蒂姆 • 伯纳斯 - 李（Tim BernersLee） 博士提出的一种能让远隔两地的研究者们共享知识的设想诞生的。最初设想的基本理念是：借助多文档之间相互关联形成的超文本(HyperText)，连接成可相互参阅的WWW (World Wid web，万维网)。
现在已提出3项WWW构建技术，分别是：把SGML(Standard Generalized Markup Language，标准通用标记语言)做为页面的文本标记语言的HTML(HyperText Markup Language，超文本标记语言)；作为文档传递协议的HTTP；指定文档所在地址的URL(Uniform Resource Locator，统一资源定位符)。

2.2 Web 成长时代

1990年11月，CERN成功研发出世界上第一台Web服务器和Web浏览器。1992年9月，日本第一个网站的主页上线了。http://www.ibarakiken.gr.jp/www/。1993年1月，现代浏览器的祖先NCSA（National Center for Supercomputer Applications，美国国家超级计算机应用中心） 研发的Mosaic问世。他以in-line(内联)等形式显示HTML的图像，在图像方面出色的表现是它迅速在世界防卫内流行开来。

2.3 驻足不前的HTT

• HTTP/0.9
  HTTP于1990年问世。那时候HTTP并没有作为正式的标准被建立。被称为HTTP/0.9。
• HTTP/1.0
  HTTP正式作为标准被公布是在1996年5月，版本被命名为HTTP/1.0，并记载与RFC1945。http://www.ietf.org/rfc/rfc1945.txt
• HTTP/1,1
  1997年1月公布的HTTP/1.1是目前主流的HTTP协议版本。当初的标准是RFC2068，之后发布的修订版RFC2616就是当前的最新版http://www.ietf.org/rfc/rfc2616.txt。
  由此可见，作为Web文档传输协议的HTTP，他的版本几乎没有更新。
  当年HTTP协议的出现主要是为了解决文本传输的难题。由于协议本身十分简单，于是在此基础上设想了很多应用方法并投入了实际使用。

3.网络基础TCP/IP

3.1 TCP/IP协议族

计算机和网络设备要相互通信，双方就必须基于相同的方法。比如，如何探测到通信目标、由哪一边先发起通信、使用哪种语言进行通信、怎么样结束通信等规则都需要事先确定。不同的硬件、操作系统之间的通信，所有的这一切都需要一种规则。而我们就把这种规则称之为协议(Protocol)。

图：TCP/IP是互联网相关的各类协议族的总称
协议中存在各种各样的内容。从电缆的规则到IP地址的选定方法、寻找异地用户的方法、双方简历通信的顺序，以及Web页面显示所需要处理的步骤，等等。
像这样把与互联网相关联的协议集合合起来的总称为TCP/IP。也有说法认为，TCP/IP是指TCP和IP这两种协议。还有一种说法认为TCP/IP是在IP协议的通信过程中，使用到的协议族的统称。

3.2 TCP/IP的分层管理

TCP/IP协议族里有重要的一点就是分层。TCP/IP协议族按层次分别分为以下4层：应用层、传输层、网络层和数据链路层。
把TCP/IP层次化的优点是可以自用改动。比如，如果互联网只由一个协议统筹，某个地方需要改变设计时，就必须要把所有部分整体替换掉。而分层之后只需要把变动的层替换掉即可。把各层之间的接口部分规划好之后，每个层次内部的设计就能够自由改动。
TCP/IP协议族的各层的作用如下:

• 应用层
  应用层决定了向用户提供应用服务时通信的活动。TCP/IP协议族内预存了各类通用的应用服务。比如：FTP（File Transfer Protocol，文件传输协议） 和 DNS（Domain Name System，域名系统） 服务就是其中两类。HTTP协议也处于该层。
• 传输层
  传输层对上层应用层，提供处于网络连接中两台计算机之间的数据传输。在传输层有两个性质不同的协议：TCP（Transmission Control Protocol，传输控制协议） 和 UDP（User Data Protocol，用户数据报协议）
• 网络层(又名网络互连层)
  网络层用来处理在网络上流动的数据包。数据包是网络传输的最小数据单位。 该层规定了通过怎么样的路径（所谓的传输路线）到达对方计算机，并把数据包传送给对方。与对方计算机之间通过多态计算机或网络设备进行传输时，网络层所起的作用就是在众多的选项内选择一条传输路线。
• 链路层(又名数据链路层，网络接口层)
  用来处理连接网络的硬件部分。包括控制操作心痛、硬件的设备驱动、NIC(Network InterFace Card，网络适配器，即网卡)，及光纤等物理可见部分(还包括连接器等一切传输媒介)。硬件上的范畴均在链路层的作用范围之内。

3.3 TCP/IP 通信传输流

利用TCP/IP协议族进行网络通信时，会通过分层顺序与对方进行通信。发送段从应用层往下走，接收端则往应用层往上走。以HTTP举例说明，首先作为发送端的客户端在应用层(HTTP协议)发出一个想看某个Web页面的HTTP请求。接着，为了方便传输，在传输层(TCP协议)把从应用层处收到的数据(HTTP请求报文)进行分割，并在各个报文上打上标记序号及端口号转发给网络层。在网络层(IP协议)，增加作为通信目的的MAC地址后转发给链路层。这样一来，发往网络的通信请求就准备齐全了。接收端的服务器在链路层接收到数据，按序往上层发送，一直到应用层。当传输到应用层，才能算真正接收到由客户端发送过来的HTTP请求。

发送端在层与层之间传输数据时，每经过一层时必定会被打上一个该层所属的首部信息。反之，接收端在层与层传输数据时，没进过一层会把对应的首部去除。这种吧信息数据包装起来的做法称为封装(encapsulate)。

4. 与HTTP关系密切的协议：IP、TCP和DNS

4.1 负责传输的IP协议

按层次分，IP(Internet Protocol)网际协议位于网络层。TCP/IP协议族中的IP指的就是网际协议，协议名称中占据了一半位置，其重要性可见一斑。
IP协议的作用是把各种数据包传送给对方。而要保证确实传送到对方那里，则需要满足各种类条件。其中两个重要的条件是IP地址和MAC地址（Media Access Control Address）。
IP地址指明了节点被分配到的地址，MAC地址是指网卡所属的固定地址。IP地址可以和MAC地址进行配对。IP地址可变换，但MAC地址基本上不会更改。
使用ARP协议凭借MAC地址进行通信。
IP间的通信依赖MAC地址。在网络上，通信的双方在同一局域网(LAN)内的情况很少，通常是进过多态计算机和网络设备中转才能连接到对方。而在进行中转是，会利用下一站中转设备的MAC地址来搜索下一个中转目标。这时，会采用ARP协议（Address Resolution Protocol）。ARP是一种用以解析地址的协议，根据通信方的IP地址就可以反查出对应的MAC地址。
没有人能够全面掌握互联网中的传输状况，在到达通信目标前的中转过程中，那些计算机和路由器等网络设备只能获悉很粗略的传输路线。这种机制称为路由选择(routing)。

4.2 确保可靠性的IP协议

按层次分，TCP位于传输层，提供可靠的字节流服务。
所谓的字节流服务（Byte Stream Service）是指，为了方便传输，将大块数据分隔成以报文段（segment）为单位的数据包进行管理。可靠的传输服务是指，能够吧数据准确可靠地传给对方。总之，TCP协议为了更容易传送大数据才把数据分割，而且TCP协议能够确认数据最终是否送达到对方。
为了准确无误地将数据送达目标出，TCP协议采用了三次握手（three-way hand shaking）策略。TCP协议把数据包送出去后，TCP不会对传送后的情况置之不理，它一定会向确认是否成功送达。握手过程中使用了TCP的标志（flag）——SYN（synchronize）和ACK（acknowledgement）。
发送端首先发送一个带SYN标志的数据包给对方。接收端收到后回传一个带有SYN/ACK标志的数据包以示传达确认信息。最后，发送端在回传一个带ACK标志的数据包，代表“握手”结束。若握手过程中某个阶段莫名中断，TCP协议会再次以相同的顺序发送相同的数据包。

5. 负责域名解析的DNS服务

DNS（Domain Name System）服务是和HTTP协议一样位于应用层的协议。它提供域名到IP地址之间的解析服务。计算机既可以被赋予IP地，也可以被赋予主机名和域名。比如www.baidu.com。
用户通常使用主机名或域名来访问对方的计算机，而不是直接通过IP地址访问。应为与IP地址的一组纯数字相比，用字母配合数字的表示形式来指定计算机名更符合人类的记忆习惯。
但要让计算机去理解名称，相对而言就变得困难，DNS服务就应运而生。DNS协议通过域名查找IP地址，或逆向从IP地址反查域名的服务。

6. 各种协议与HTTP协议的关系

我们通过下面这张图来了解下IP协议、TCP协议和DNS服务在使用HTTP协议的通信过程中各自发挥了哪些作用。

7.URI和URL

与URI（统一资源标识符）相比，我们更熟悉URL（Uniform Resource Locatro，统一资源定位符）。URL正是使用Web浏览器等访问Web页面时所需要输入的网页地址。比如，www.baidu.com就是URL。

7.1 统一资源标识符

URI是Uniform Resource Identifier的缩写。RFC2396分别对这3个单词进行了如下定义。

• Uniform
  规定统一的格式可方便处理多种不同类型的资源，而不用根据上下文环境来识别资源指定的访问方式。另外，加入新增的协议方案（如http：或ftp：）也更容易。
• Resource
  资源的定义是“可标识 的任何东西”。除了文档文件、图像或服务（例如当天的天气预报）等能够区别于其他类型的，全都可作为资源。另外，资源不仅可以是单一的，也可以是多数的集合。
• Identifier
  表示可标识的对象。也称为标识符。
  综上所述，URI就是由某个协议方案表示的资源的定位标识符。协议方案是指访问资源所使用的协议类型名称。
  采用HTTP协议时，协议方案就是http。除此之外，还有ftp、mailto、telnet、file等。标准的URI协议方案有30中左右，由隶属于国际互联网资源管理的非营利社团ICANN（Internet Corporation for Assigned Names and Numbers，互联网名称与数字地址分配机构）的LANA（Internet Assigned Numbers Authority，互联网号码分配局）管理颁布
• IANA-Uniform Resource Identifier(URI)SCHEMES(同意资源标识符方案)
  http://www.iana.org/assignments/uri-schemes
  URI用字符串表示某一互联网资源，而URL表示资源的地点（互联网上所处的位置）。由此可见，URL是URI的子集。

7.2 URI格式

表示指定的URI，要使用覆盖全部必要信息的绝对URI、绝对URL以及相对URL。相抵URL，是指从浏览器中基本URI处指定的URL，形如/image/logo.gif.
绝对URI的格式如下:

使用http：或https：等协议方案名获取访问资源时要指定协议类型。不区分字母大小写，最后附一个冒号（：）。也可使用data：或者javascript：这类指定数据或脚本程序的方案名。

• 登录信息（认证）
  指定用户名和密码作为从服务器端获取资源时必要的登录信息（身份认证）。此项是可选项。
• 服务器地址
  使用绝对URI必须指定待访问的服务器地址。地址可以是类似hackr.jp这种DNS可解析的名称，或是192.168.1.1这类IPv4地址名，还可以是[0:0:0:0:0:0:0:1]这样用方括号括起来的IPv6地址名称。
• 服务器端口号
  指定服务器连接的网络端口号。此项也是可选项，若用户省略则自动使用默认端口号。
  -带层次的文件路径
  指定服务器上的文件路径来定位特指的资源。这与unix系统的文件目录结构相似。
• 查询字符串
  针对已指定的文件路径内的资源，可以使用查询字符串传入任务一参数。此项可选。
• 片段标识符
  使用片段标识符通常可标记出已获取资源中的子资源（文档内的某个位置）。但在RFC中并没有明确规定其使用方法。该项也可为可选项。
  并不是所有的应用程序都符合RFC，有一些用来指定HTTPO协议技术标准的文档，他们被称为RFC（Request for Comments，征求修正意见书）。通常应用程序会遵照RFC确定的标准实现。可以说RFC是互联网的设计文档。