《网络是如何连接的》笔记——1 浏览器生成消息

名词解释

URL：Uniform Resource Locator，统一资源定位符。 又叫网址 ， 指以 http:// 开头的那一串东西 。

URI： Uniform Resource Identifier，统一资源标识符。 客户端会向服务器发送请求消息。 请求消息中包含的内容是“对什么” 和“进行怎样的操作” 两个部分。 其中相当于“对什么” 的部分称为 URI。相当于接下来“进行怎样的操作” 的部分称为方法，包括常用的GET、POST方法，和其他方法，如HEAD、OPTIONS、DELETE等。

HTTP协议：HTTP协议是超文本传输协议的缩写，英文是Hyper Text Transfer Protocol。它是从WEB服务器传输超文本标记语言(HTML)到本地浏览器的传送协议。即，HTTP 协议定义了客户端和服务器之间交互的消息内容和步骤 。

HTML：HTML 指超文本标记语言 (Hyper Text Markup Language)， 是用来描述网页的一种语言。HTML 不是一种编程语言，而是一种标记语言，HTML 使用标记标签来描述网页。

知识拓展：HTML 是什么？

域名：Domain Name，是由一串用点分隔的名字组成的Internet上某一台计算机或计算机组的名称，用于在数据传输时标识计算机的电子方位。

域名和URL的区别：

以 http://mail.163.com/index.html为例：

(1) http:// 是协议，也就是HTTP超文本传输协议，也就是网页在网上传输的协议。

(2) mai 是服务器名，代表着是一个邮箱服务器，所以是mail.

(3) 163.com 是域名，是用来定位网站的独一无二的名字。

(4) mail.163.com 是网站名，由服务器名+域名组成。

(5) “/” 指根目录，也就是说，通过网站名找到服务器，然后在服务器存放网页的根目录

6. index.html：这个是根目录下的默认网页（大部分的默认网页都是index.html）

(7) http://mail.163.com/index.html 则是URL，统一资源定位符，全球性地址，用于定位网上的资源。

DNS：Domain Name System，网域名称系统。DNS是一个域名系统，是万维网上作为域名和IP地址相互映射的一个分布式数据库，能够使用户更方便的访问互联网，而不用去记住能够被机器直接读取的IP数串。

IP地址：IP 地址是一串 32 比特的数字，按照 8 比特（ 1 字节）为一组分成 4 组，分别用十进制表示然后再用圆点隔开。 这组数字指定了设备的网络号和主机号。其中， 网络对应的号码是分配给整个子网的， 而主机号对应的号码是分配给子网中的计算机的， 这就是网络中的地址。 在组建网络时，用户可以用子网掩码决定网络号和主机号之间的分配关系。

子网掩码：是一 串与 IP 地址长度相同的 32 比特数字，其左边一半都是 1，右边一半都是0。其中，子网掩码为 1 的部分表示网络号， 子网掩码为 0 的部分表示主机号。此外，主机号部分的比特全部为 0 或者全部为 1 时代表两种特殊的含义。 主机号部分全部为 0 代表整个子网而不是子网中的某台设备；主机号部分全部为 1 代表向子网上所有设备发送包 即广播。

浏览器生成消息的过程

客户端生成HTTP请求消息 → 向DNS服务器查询Web服务器的IP地址 → 寻找相应的 DNS 服务器并获取 IP 地址

客户端生成HTTP请求消息

1. url组成：
   
   

2. 浏览器解析url

​ (1). 客户端会根据HTTP协议，向服务器发送请求消息。请求消息由请求行、请求头、消息体组成。

​ 请求消息中包含的内容是“对什么” 和“进行怎样的操作” 两个部分。其中相当于“对什么” 的部分称为 URI，相当于接下来“进行怎样的操作” 的部分称为方法。收到请求消息之后，Web 服务器会对其中的内容进行解析，通过 URI 和方法来判断“对什么”，“进行怎样的操作”，并根据这些要求来完成自己的工作，然后将结果存放在响应消息中，响应消息由状态行、消息头、消息体组成。

​ (2).在响应消息的开头有一个状态码， 它用来表示操作的执行结果是成功还是发生了错误。状态码后面就是头字段和网页数据。 响应消息会被发送回客户端， 客户端收到之后 浏览器会从消息中读出所需的数据并显示在屏幕上。 到这里 HTTP 的整个工作就完成了。

​ (3).由于每条请求消息中只能写 1 个 URI， 所以每次只能获取 1 个文件， 如果需要获取多个文件， 必须对每个文件单独发送 1 条请求。 比如 1个网页中包含 3 张图片， 那么获取网页加上获取图片， 一共需要向 Web 服务器发送 4 条请求。

向DNS服务器查询Web服务器的IP地址

​ 1. 域名和 IP 地址

​ 互联网和公司内部的局域网都是基于 TCP/IP 的思路来设计的，而TCP/IP 网络是通过 IP 地址来确定通信对象的， 因此不知道 IP 地址就无法将消息发送给对方。因此，在委托操作系统发送消息时，必须要先查询好对方的 IP 地址。

​ 现在我们使用的方案是让人来使用名称，让路由器来使用 IP 地址。为了填补两者之间的障碍，需要有一个机制能够通过名称来查询 IP 地址，或者通过 IP 地址来查询名称，这样就能够在人和机器双方都不做出牺牲的前提下完美地解决问题。 这个机制就是 DNS。

​ 2. 通过 DNS 查询 IP 地址

​ 向 DNS 服务器发出查询， 也就是向 DNS 服务器发送查询消息， 并接收服务器返回的响应消息。 换句话说， 对于 DNS 服务器， 我们的计算机上一定有相应的 DNS 客户端， 而相当于 DNS 客户端的部分称为 DNS 解析器， 或者简称解析器。 通过 DNS 查询 IP 地址的操作称为域名解析， 因此负责执行解析（ resolution） 这一操作的就叫解析器（ resolver） 了 。

​ 解析器实际上是一段程序， 它包含在操作系统的 Socket 库中 ，Socket 库是用于调用网络功能的程序组件集合。调用解析器后， 解析器会向 DNS 服务器发送查询消息， 然后 DNS 服务器会返回响应消息。 响应消息中包含查询到的 IP 地址， 解析器会取出 IP 地址， 并将其写入浏览器指定的内存地址中。

​ 顺带一提， 向 DNS 服务器发送消息时， 我们当然也需要知道 DNS 服 务器的 IP 地址。 只不过这个 IP 地址是作为 TCP/IP 的一个设置项目事先设 置好的， 不需要再去查询了。 不同的操作系统中 TCP/IP 的设置方法也有差 异， Windows 中的设置如图 1.13 所示， 解析器会根据这里设置的 DNS 服 务器 IP 地址来发送消息。

​ 3. 寻找相应的 DNS 服务器并获取 IP 地址

​ DNS 服务器中的所有信息都是按照域名以分层次的结构来保存 的。 层次结构这个词听起来可能有点不容易懂， 其实就类似于公司中的事 业集团、 部门、 科室这样的结构。 层次结构能够帮助我们更好地管理大量 的信息。DNS 中的域名都是用句点来分隔的， 比如 www.lab.glasscom.com， 这里的句点代表了不同层次之间的界限，在域名中，越靠右的位置表示其层级越高， 比如 www.lab.glasscom.com 这个域名如果按照公司 里的组织结构来说， 大概就是“com 事业集团 glasscom 部 lab 科的 www” 这样。 其中，相当于一个层级的部分称为域。 因此， com 域的下一层是 glasscom 域，再下一层是 lab 域，再下面才是 www 这个名字。

​ 在前面的讲解中， 似乎 com、 jp 这些域（ 称为顶级域） 就是最顶层了，但在互联网中， com 和 jp 的上面还有一级域， 称为根域。 如果要明确表示根域， 应该像 www.lab.glasscom.com. 这样在域名的最后再加上一个句点， 而这个最后的句点就代表根域。将根域的 DNS 服务器信息保 存在互联网中所有的 DNS 服务器中， 这样任何 DNS 服务器就都可以找到并访问根域 DNS 服务器了。

​ 下面就来看一看DNS 服务器如何从上万台 DNS 服务器中找到目标服务器。

委托协议栈发送消息

​ 发送数据是一系列操作相结合来实现的，和向 DNS 服务器查询 IP 地址的操作一样， 这里也需要使用 Socket 库中的程序组件。不过，查询 IP 地址只需要调用一个程序组件就可以了，而这里需要按照指定的顺序调用多个程序组件。

收发数据的操作分为若干个阶段， 可以大致总结为以下 4 个：

（1） 创建套接字（ 创建套接字阶段）
（2） 将管道连接到服务器端的套接字上（ 连接阶段）
（3） 收发数据（ 通信阶段）
（4） 断开管道并删除套接字（ 断开阶段）

这 4 个操作都是由操作系统中的协议栈来执行的，浏览器等应用程序并不会自己去做连接管道、放入数据这些工作，而是委托协议栈来代劳。使用 Socket 库来收发数据的操作过程如图 1.17 所示。

1. 创建套接字阶段

​ 首先， 服务器一方先创建套接字， 然后等待客户端向该套接字连接管道。 当服务器进入等待状态时， 客户端就可以连接管道了。

​ 客户端 调用 socket 之后， 控制流程会转移到 socket 内部并执行创建套接字的操作， 完成之后控制流程又会被移交回应用程序。套接字创建完成后， 协议栈会返回一个描述符， 应用程序会将收到的描述符存放在内存中。

​ 计算 机中会同时进行多个数据的通信操作，比如可以打开两个浏览器窗口， 同时访问两台 Web 服务器。这时，有两个数据收发操作在同时进行，也就需要创建两个不同的套接字。这个例子说明， 同一台计算机上可能同时存在多个套接字，在这样的情况下， 我们就需要一种方法来识别出某个特定的套接字， 这种方法就是描述符。

2. 连接阶段：把管道接上去

​ 委托协议栈将客户端创建的套接字与服务器那边的 套接字连接起来。应用程序通过调用 Socket 库中的名为 connect 的程序组 件来完成这一操作。这里的要点是当调用 connect 时，需要指定描述符、 服务器 IP 地址和端口号这 3 个参数。

​ (1) 描述符：应用程序用来识别套接字的机制
​ (2) IP 地址和端口号：客户端和服务器之间用来识别对方套接字的机制

​ 客户端在创建套接字时，协议栈会为这个套接 字随便分配一个端口号 。 接下来， 当协议栈执行连接操作时，会将这个随便分配的端口号通知给服务器。描述符是用来在一台计算机内部识别套接字的机制， 而端口号是用来让通信的另一方能够识别出套接字的机制。其中，服务器上所使用的端口号是根据应用的种类事先规定好的，只要指定了事先规定好的端口号， 就可以连接到相应的服务器程序的套接字。

3. 通信阶段：传递消息

​ 当套接字连接起来之后，只要将数据送入套接字， 数据就会被发送到对方的套接字中。这个操作需要使用Socket 库 中的 write 程序组件。服务器执行接收操作后， 解析收到的数据内容，并执行相应的操作，向客户端返回响应消息。当消息返回后， 需要执行的是接收消息的操作。 接收消息的操作是通 过 Socket 库中的 read 程序组件委托协议栈来完成的

4. 断开阶段：收发数据结束

​ 浏览器收到数据之后， 收发数据的过程就结束了。 接下来， 调用 Socket 库的 close 程序组件进入断开阶段 最终， 连接在套接字之间的管道会被断开， 套接字本身也会被删除。

​ 这就是 HTTP 的工作过程。 HTTP 协议将 HTML 文档和图片都作为单独的对象来处理， 每获取一次数据， 就要执行一次连接、 发送请求消息、 接收响应消息、 断开的过程。 因此， 如果一个网页中包含很多张图片， 就必须重复进行很多次连接、 收发数据、 断开的操作。 对于同一台服务器来 说， 重复连接和断开显然是效率很低的， 因此后来人们又设计出了能够在 一次连接中收发多个请求和响应的方法。 在 HTTP 版本 1.1 中就可以使用这种方法， 在这种情况下， 当所有数据都请求完成后， 浏览器会主动触发断开连接的操作。