&2应用层 - Web和HTTP

Web是World Wide Web的简称，中文称之为 万维网，是用于发布、浏览、查询信息的网络信息服务系统。
Web关键技术：

• 用户超文本标记语言（HTML）实现信息与信息之间的链接
• 用统一资源定位技术（URL）实现全球信息的精确定位。
• 用超文本传输协议（HTTP）实现分布式信息共享。

产生于20实际90年代
影响：

• 改变了人们与工作环境内外的交流方式；
• 提升因特网地位
• 生活和工作发生变化
• 方便、快捷得到所需要的信息（按需操作）
• 任何人可以在Web上发布信息
• 超链接和搜索引擎帮助人们浏览Web站点。

HTTP概况

HTTP（超文本传输协议）：
应用层协议，Web的核心
包括两部分：
客户机程序
服务器程序
分别运行在不同的端系统中，通过交换HTTP报文进行会话。
HTTP协议定义了报文的格式以及客户机和服务器交换报文的方式

Web常用语

1. Web页（文档）：由若干对象组成
   对象：是文件。通过一个URL地址来寻址。如HTML文件、JPEG图像文件、Java小程序等。
   Web页含有一个基本的HTML文件及几个引用对象。（例如：一个Web页包含HTML文本和5个JPEG图形文件，即有6个对象）
   在基本的HTML文件中，每个对象可由URL来寻址。
2. URL：Uniform Resource Locator。统一资源定位符。标识万维网WWW上的各种文档，全网范围唯一。
   URL地址组成：
   存放对象的服务器主机名和对象的路径名。
   
3. 浏览器（客户机）：是Web应用的用户代理，用于显示所请求的Web页，提供导航功能和配置属性。
   实现了HTTP协议的客户机端。
4. Web服务器：用于存贮Web对象（由URL寻址）
   实现HTTP协议的服务器端。

HTTP协定定义了Web客户机（浏览器）如何向Web站点请求Web页，以及服务器如何将Web页传送给客户机。

客户机和服务器之间交互的过程

• 客户机：用户请求一个Web页（如点击一个超链接），浏览器向服务器发出对该页所含对象的“HTTP请求报文”。

• 服务器：接受请求，回发包含请求对象的“HTTP响应报文”。
  
  HTTP协议使用的底层运输协议是TCP
  工作过程：
  创建TCP ——> 交换报文 ——> 关闭TCP连接

• 客户机先与服务器建立TCP连接，然后，浏览器和服务器进行通过套接字访问TCP：
  

• 客户机：从其套接字接口发送“HTTP请求报文”和接收“响应报文”。

• 服务器：从其套接字口接收“HTTP请求报文”和发送“响应报文”

TCP提供可靠的数据传输服务：客户机进程和服务器进程发出的每个HTTP报文能完整地到达对方。
HTTP是无状态协议：服务器不保存关于客户机的任何信息
Web使用客户机/服务器结构，Web服务器总是打开，有一个固定IP地址，为多个浏览器服务。

HTTP连接

非持续HTTP连接：

• 每个TCP连接上只传送一个Web对象
• 只传送一个请求/响应对

持续HTTP连接：

• 一个TCP连接上可以传送多个Web对象
• 传送多个请求/响应对

默认方式下使用持续连接

非持续连接

例，客户机向服务器请求传送一个Web页

• 含有一个基本HTML文件和10个JPEG图形，11个对象位于同一个服务器上。
• HTML文件的URL为： http://www.someSchool.edu/someDepartment/home.index

其工作过程：

说明：

• 每个TCP连接在服务器返回对象后关闭（非持续）。
• 每个TCP连接只传输一个请求报文和一个响应报文（上例中，要建立11个TCP连接）
• 浏览器可同时打开多个连接
• 并行的TCP连接：并行数大于1.默认打开5～10个。
• 串行的TCP连接：最大并行数为1。

请求一个HTML文件所需时间

即从客户机请求基本HTML文件开始，到用户收 到整个文件为止所花时间。

往返时延RTT(Round Trip Time)： 一个小分组从客户机到服务器，再回到客户机所花时间。
包括传播时延、排队时延以及处理时延。

建立TCP连接 ——> 交换报文

• TCP连接的“三次握手”过程：
  • 客户机发送一个TCP连接请求报文
  • 服务器回送一个TCP确认响应报文
  • 客户机向服务器发送一个包含“TCP确认”和“HTTP请求“的报文。
• 总响应时间：两个RTT时延加上服务器发送文件的时间
  • 总计 = 2RTT+文件传输时间

缺点

• 服务器负担重：每一个请求对象需建立和维护一个新的连接。
• 每一个对象的传输时延长：包含两个RTT时延，一个用于TCP建立，一个用户请求和接收对象。

持续连接

服务器在发送响应后保持该TCP连接：

• 相同客户机与服务器之间的后续请求和响应报文通过 相同的连接进行传送。
  如，一个Web页 的所有对象可以通过一个持续TCP 连接传送。
• 或同一服务器上的多个Web页也可以通过一个持续 TCP连接传送给同一个客户机。
• 连接经一定时间间隔(超时间隔)未被使用，服务器就关 闭该连接。

持续连接两种方式（非/流水线）

非流水线方式：客户机只能在前一个响应接收到之后 才能发出新的请求。

• 客户机为每一个引用对象的请求和接收都使用一个 RTT时延。
• 会浪费一些服务器资源：服务器在发送完一个对象， 等待下一个请求时，会出现空闲状态。

流水线方式：客户机可一个接一个连续产生请求（只要有引用就产生），即在前一个请求接收到响应之前可以产生新的请求。
服务器一个接一个连续发送相应对象。

• 特点：节省RTT时延，可能所有引用对象只需一个RTT时延。TCP连接空闲时间很短。
• 默认方式：流水线方式的持续连接。
  

HTTP请求报文通用格式

“用表单生成的请求报文不是必须使用POST方法” GET+扩展URL

HTTP响应报文

HTTP响应状态码

在服务器到客户机响应报文中的首行

• 200 OK
  请求成功，请求的对象在这个报文后面
• 301 Moved Permanently
  请求的对象已转移，新的URL在响应报文的Location:首部行中指定
• 400 Bad Request
  请求报文不为服务器理解
• 404 Not Found
  请求的文档没有在该服务器上发现
• 505 HTTP Version Not Supported
  服务器不支持请求报文使用的HTTP版本

用户与服务器交互：Cookie

HTTP服务器是无状态的，不保存客户信息。

Cookie：允许Web站点跟踪、识别用户；服务器可以 限制用户访问，或把内容与用户身份关联。

包括四个部分：

• 在HTTP响应报文中有一个cookie 首部行
• 在HTTP请求报文中有一个cookie 首部行
• 用户主机中保留有一个 cookie 文件并由浏览器管理
• Web站点的后端数据库保存cookie

工作过程

Cookie用途

• 身份认证
• 虚拟购物车（跟踪用户购买的物品）
• 推荐广告
• 用户会话状态（Web e-mail）

Cookie缺陷

• 站点可以知道用户许多信息
• 不利于用户隐私保护

HTTP内容

• 传输Web页面所含对象：如HTML文件、JPEG文件、 Java小应用程序等等。
• 可以传输其他类型文件：如传输XML（可扩展标记 语言）文件。
• P2P文件共享中：作为文件传输协议使用。
• 用于流式存储的音频和视频

Web缓存（Web缓存器 Web cache）

Web缓存器（Web cache）：也叫代理服务器
能够代表初始Web服务器来满足HTTP请求的网络实体

• 保存最近请求过的对象的副本
• 可在客户机或服务器工作，也可在中间系统工作

初始（原始）服务器（origin server）：对象最初存放并始终保持其拷贝的服务器。

目标：代替初始服务器满足HTTP请求

使用Web缓存器

客户机通过Web缓存器请求对象。

• 用户配置浏览器: 所有Web 访问经由Web缓存器
• 浏览器向Web缓存器发送所有HTTP请求
  对象在缓存中：Web缓 存器返回对象
  对象不在缓存中：Web缓存器向初 始服务器发出请求，接 收对象后转发给客户机

具体操作过程：

例：假设浏览器请求对象 http://www.someschool.edu/campus.gif

1. 浏览器：建立一个到Web 缓存器的TCP连接，并向 Web缓存器发送一个对该对象HTTP请求
2. Web缓存器：检查本地是否有该对象的拷贝。
3. 有：就用HTTP响应报文向 浏览器转发该对象
4. 没有：与该对象的初始服务器打开一个TCP连接。 客户机 <——> Web缓存器 <—— >初始服务器
5. Web缓存器在TCP连接上发 送获取该对象的请求。
6. 初始服务器收到请求，向 Web缓存器发送该对象的 HTTP响应
7. Web缓存器接收该对象，存 储一份在本地中，并通过 HTTP响应报文向浏览器转 发该对象（通过已经建立的 TCP连接）。

说明：

• Web缓存器既可以是服务器也可以是客户机
• 当它接收浏览器请求并发回响应时，是服务器；
• 当它向初始服务器发出请求并接收响应时，是客户机。

Web缓存优点

• 减少客户机请求的响应时间：
  客户机 <——> Web缓存器 <—— >初始服务器
  高速链路
• 减少机构内部网络与因特网连接链路上的通信量：
  降低开销，改善各种应用的性能。

条件GET方法

• 高速缓存：减少响应时间；
  存放在缓存中的对象拷贝可能是旧的。即保存在初始 Web服务器中的对象可能已经被修改。
• 条件GET方法：
  使缓存器能够证实其保存的对象是否为最新。
  如果缓存中是最新对象版本，可继续使用，初始Web 服务器就不需重新发送该对象。

条件GET方法使用

1. Web服务器回发响应报文：包括对象的最后修改时间
   Last-modified：date1
2. 缓存检查Web服务器中的该对象是否已被修改，发送 一个条件GET请求报文：
   If-modified-since： date1
3. 告诉服务器，仅当自指定日期之后该对象被修改过， 才发送该对象。
4. 若Web服务器中的该对象未被修改，则响应报文含有 304 Not Modified，并且实体为空。

例：