图解HTTP学习_day02

简单的HTTP协议

1.HTTP协议用于客户端和服务器之间的通信

HTTP协议和TCP/IP协议族内的其他众多的协议相同，用于客户端和服务器之间的通信。
请求访问文本或图像等资源的一端称为客户端，而提供资源响应的一端称为服务器端。

图：应用HTTP协议时，必定是一端担任客户端角色，另一端担任服务器端角色。
在两台计算机之间使用HTTP通信时，在一条通信线路上必定有一段是客户端，另一端则是服务器端。有时候，按实际情况，两台计算机作为客户端和服务器端的角色有可能会互换。但就从一条通信路线上来说，客户端和服务器端的角色是确定的，而用HTTP协议能够明确区分哪端是客户端，哪端是服务器端。

2. 通过请求和响应的交换达成通信

图：请求必定有客户端发出，而服务器端回复响应
HTTP协议规定，请求从客户端发出，最后服务器端响应该请求并返回。换句话说，肯定是从客户端开始简历通信的，服务器端在没有接收到请求之前不会发送响应。例如：

下面则是从客户端发送给某个HTTP服务器端请求报文中的内容

Get /index.html HTTP/1.1
Host: hackr.jp

起始行开头的GET表示请求访问服务器的类型，称为方法（method）。随后的字符串/index.html指明了请求访问的资源对象，也叫做请求URI（request-URI）。最后的HTTP/1.1，即HTTP的版本号，用来提示客户端使用的HTTP协议功能。
综合来看，这段请求内容的意思是：请求访问某台HTTP服务器上的/index.html页面资源。
请求报文是由请求方法、请求URI、协议版本、可选的请求首部字段和内容实体构成的。

图：请求报文的构成
接收到请求的服务器，会将请求内容的处理结果以响应的形式返回。

在起始行开头的HTTP/1.1 表示服务器对应的HTTP版本。紧挨着的200 OK表示请求的处理结果的状态码（status code）和原因短语（reason-phrase）。下一行显示了创建响应的日期时间，是首部字段（header field）内的一个属性。接着以一空行分隔，之后的内容称为资源实体的主体（entity body）。
响应报文基本上由协议版本、状态码（表示请求成功或失败的数字代码）、用以解释状态码的原因短语、可选解释状态码的原因短语、可选的响应首部字段以及实体主体构成。

图：响应报文的构成

3. HTTP是不保存转态的协议

HTTP是一种不保存状态，即无状态（stateless）协议。HTTP协议自身不对请求和响应之间的通信状态进行保存。也就是说在HTTP这个级别，协议对于发送过的请求或响应报文的信息都不做持久化处理。

图：HTTP协议自身不具备保存之前发送过的请求或响应的功能
使用HTTP协议，每当有新的请求发送时，就会有对应的新响应产生。协议本身并不保留之前一切的请求或响应报文的信息。这是为了更快地处理大量事务，确保协议的可伸缩性，而特意把HTTP协议设计成如此简单。
可随着Web的不断发展，因无状态而导致业务处理变得棘手的情况增多。比如，用户登录到一家购物网站，即使他跳转到该站的其他页面后，也需要能继续保持登录状态。网站为了能够掌握是谁送出的请求，需要保存用户的状态。
HTTP/1.1 虽然是无状态协议，但为了实现期望的保持状态功能，于是引入了Cookie技术。有了Cookie再用HTTP协议通信，就可以管理状态了。

4.请求URI定位资源

HTTP协议使用URI定位互联网上的资源。正式因为URI的特定功能，在互联网上任意位置的资源都能访问到。

图：HTTP协议使用URI让客户端定位到资源
当客户端请求访问资源而发送请求时，URI需要将作为请求报文中的请求URI包含在内。指定请求URI的方式有很多。

• URI为完成的请求URI
  
• 在首部字段Host中写明网络域名或IP地址
  
  除此之外，如果不是访问特定资源而是对服务器本身发起请求，可以用一个*代替请求URI。

5. 告知服务器意图的HTTP方法

• GET：获取资源
  GET方法用来请求访问已被URI识别的资源。指定的资源经服务器解析后返回响应内容。也就是说，如果请求的资源时文本，那就保持原样返回；如果像CGI（Common Gateway Interface，通用网关接口）那英的程序，则返回经过执行后的结果。
  
  

• POST：请求传输实体主体
  POST方法用来传输实体的主体。虽然用GET方法也可以传输实体的主体，但一般不用GET方法进行传输，而是用POST方法。虽说POST的功能和GET很相似，但是POST的主要目的并不是获取响应的主体内容。
  
  

• PUT：传输文件
  PUT方法用来传输文件。就想FTP协议的文件上传一样，要求在请求报文的主体中包含文件内容，然后保存到请求URI指定的位置。但是，鉴于HTTP/1.1的PUT方法自身不带验证机制，任何人都可以上传人家，存在安全性问题，因此一般的Web网站不使用该方法。若配合Web应用程序的验证机制，或架构设计采用REST（REpresentational State Trasnfer，表征状态转移）标准的同类Web网站，就可能会开放使用PUT方法。
  
  

• HEAD：获得报文首部
  HEAD方法和GET方法一样，只是不返回报文主体部分。用于确认URI的有效性及资源更新的时间日期等。
  
  

• DELETE：删除文件
  DELETE方法用来删除文件，是与PUT相反的方法。DELETE方法按照请求URI删除指定的资源。但是，HTTP/1.1的DELETE方法本身和PUT方法一样不带验真机制，所以一般的Web网站也不使用DELETE方法。当配合Web应用程序的机制，或遵守REST标准时还是有可能会开放使用的。
  
  

• OPTIONS：询问支持的方法
  OPTIONS方法用来查询针对请求URI指定的资源使用的方法。
  
  

• TRACE：追踪路径
  TRACE方法是让Web服务器端将之前的请求通信环回给客户端的方法。发送请求时，在Max-Forwards首部字段中填入数值，没经过一个服务器端就将该数字减1，当数值刚好减到0时，就停止继续传输，最后接收到请求的服务器端则返回状态值码200OK的响应。
  客户端通过TRACE方法可以查询发送出去的请求是怎么样被加工修改/篡改的。这是因为，请求想要连接到源目标服务器可能会通过代理中转，TRACE方法就是用来确认连接过程中发生的一系列操作。
  但是，TRACE方法本来就不常用，再加上它容易引发XST（Cross-Site Tracing，跨站追踪）攻击，通常就更不会用到了。
  

• CONNECT：要求用隧道协议连接代理
  CONNECT方法要求在与代理服务器通信时建立隧道，实现用隧道协议进行TCP通信，主要使用SSL（Secure Sockets Layer，安全套接层）和TLS（Transport Layer Security，传输层安全）协议吧通信内容加密后经网络隧道传输。
  CONNECT方法的格式如下所示。

CONNECT 代理服务器名：端口号 HTTP版本

6. 使用方法下达命令

向请求URI指定的资源发送请求报文时，采用称为方法的命令。
**方法的作用在于，可以指定请求的资源按期望产生某种行为。**方法中有GET、POST和HEAD等。

表：HTTP/1.1和HTTP/1.1支持的方法

7. 持久连接节省通信量

HTTP协议的初始版本中，每进行一次HTTP通信就要断开一次TCP连接。

因为都是些容量很小的文本传输，所以即使这样也没有多大问题。可随着HTTP的普及，文档中包含大量图片的情况多了起来。比如，使用浏览器浏览一个包含多张图片的HTML图片时，在发送请求访问HTML页面资源的同时，也会请求该HTML页面里包含的其他资源。因此，每次请求都会造成无谓的TCP连接和断开，增加通信量的开销。

7.1 持久连接

为了解决上述TCP连接问题，HTTP/1.1和一部分的HTTP/1.1想出了**持久连接（HTTP Persistent Connections，也称为HTTP keep-alive或HTTP connection reuse）**的方法。持久连接的特点是，只要任意一端没有明确提出断开连接，则保持TCP连接状态。

图：持久连接旨在建立1次TCP连接后进行多次请求和响应的交互。
持久连接的好处在于减少了TCP连接的重复建立和断开所造成的额外开销，减轻了服务器的负载。另外，减少开销的那部分时间，使HTTP请求和响应能够更早地结束，这样Web页面的显示速度也就响应提高了。
在HTTP/1.1中，所有的连接默认都是持久连接，但在HTTP/1.0内并未标准化。虽然有一部分服务器通过非标准的手段实现了持久连接，但服务器端不一定能够支持持久连接。毫无疑问，除了服务器端，客户端也需要持久化连接。

7.2 管线化

持久连接使得多数请求以管线化（pipelining）方式发送成为可能。从前发送请求后需等待并接收到响应，才能发送下一个请求。管线化技术出现后，不用等待响应奕可直接发送下一个请求。这样就能够做到同时并行发送多个请求，而不需要一个接一个地等待响应了。

图：不等待响应，直接发送下一个请求
比如，当请求一个包含10张图片的HTML Web页面，与挨个连接相比，用持久连接可以让请求更快结束。而管线化技术则比持久连接还要快。请求数越多，时间差就越明显。

8. 使用Cookie的状态管理

HTTP是无状态协议，它不对之前发生过的请求和响应的状态进行管理。也就是说无法根据之前的状态进行本次的请求处理。
假设要求登录认证的Web页面本身无法进行状态的管理（不记录已登录的状态），那么每次跳转新页面不是要再次登录，就是要在每次请求报文中附加参数来管理登录状态。
不可否认，无状态协议当然也有它的优点。由于不必保存状态，自然可减少服务器的CPU及内存资源的消耗。从另一个侧面来说，也正是因为HTTP协议本身是非常简单的，所以才会被应用在各个场景里。

图：如果让服务器管理全部客户端状态会成为负担
保留无状态协议这个特征的同时又要解决类似的矛盾问题，于是引入了Cookie技术。Cookie技术通过在请求和响应报文中写入Cookie信息来控制客户端的状态。
Cookie会根据从服务器端发送的响应报文内的一个叫做Set-Cookie的首部字段信息，通知客户端保存Cookie。当下次客户端在往该服务器端发送请求时，客户端会自动在请求报文中加入Cookie值后发送出去。
服务器端发现客户端发送过来的Cookie后，回去检查究竟是从哪一个客户端发送过来的连接请求，然后对比服务器上的记录，最后得到之前的状态信息。

• 没有Cookie信息状态下的请求
  
• 第2次以后（存有Cookie信息状态）的请求
  
  相应的HTTP请求报文和响应报文的内容如下：

1. 请求报文（没有Cookie信息的状态）
   
2. 响应报文（服务器端生成Cookie信息）
   
3. 请求报文（自动发送保存着的Cookie信息）