HTTP中的Host字段

我们知道Http请求头信息里面会带有一个Host字段，很多人不是很清楚这个字段具体的作用或者用法，包括我被很多人问过也曾经有些迷茫，这里具体扫盲下。

我们知道一个IP地址可以对应多个域名，比如假设我有这么几个域名www.qiniu.com，www.taobao.com和www.jd.com然后在域名提供商那通过A记录或者CNAME记录的方式最终都和我的虚拟机服务器IP 111.111.111.111关联起来，那么我通过任何一个域名去访问最终解析到的都是IP 111.111.111.111。

但是还是没有提到Host的概念，其实可以这样看，我们的那台虚拟机111.111.111.111上面其实是可以放很很多网站的(不然如果只能放一个网站的话就太不合理了，虚拟机那么多资源都浪费了)，我们可以把www.qiniu.com，www.taobao.com和www.jd.com这些网站都假设那台虚拟机上面，但是这样会有一个问题，我们每次访问这些域名其实都是解析到服务器IP 111.111.111.111，我怎么来区分每次根据域名显示出不同的网站的内容呢，其实这就要用到请求头中Host的概念了，每个Host可以看做是我在服务器111.111.111.111上面的一个站点，每次我用那些域名访问的时候都是会解析同一个虚拟机没错，但是我通过不同的Host可以区分出我是访问这个虚拟机上的哪个站点。

上面讲了这些如果还不能明白的话，我这里再举一个具体的Tomcat搭建网站站点的例子来说明这些Host具体在实际中是怎样设置的，我这里直接给出截图，因为只要是用Tomcat搭建过网站的应该都清楚，我直接在Tomcat目录中创建3个子目录来放我上面的3个站点就可以了，然后把具体的代码放到各个目录下面:

现在就需要我们来设置相关Host了，其实也比较简单，只需要编辑conf目录下的server.xml就可以了, 这里直接给出代码，可以看到其实是加了3个Host然后关联到以上3个目录下就可以了。
Host name="www.qiniu.com" appBase="qiniuwebapp"
Host name="www.taobao.com" appBase="taobaowebapp"
<Host name="www.jb.com" appBase="jbwebapp"

<Engine name="Catalina" defaultHost="www.qiniu.com">
      <Realm className="org.apache.catalina.realm.UserDatabaseRealm"
             resourceName="UserDatabase"/>

       <Host name="www.qiniu.com" appBase="qiniuwebapp"  unpackWARs="true" autoDeploy="true" >     
           <Valve className="org.apache.catalina.valves.AccessLogValve" directory="logs"
               prefix="qiniuwebapp_access_log." suffix=".txt"
               pattern="%h %l %u %t "%r" %s %b" />
       </Host>
      <Host name="www.taobao.com" appBase="taobaowebapp"  unpackWARs="true" autoDeploy="true" >
            <Valve className="org.apache.catalina.valves.AccessLogValve" directory="logs"
               prefix="taobaowebapp_access_log." suffix=".txt"
               pattern="%h %l %u %t "%r" %s %b" />
     </Host> 
     <Host name="www.jb.com" appBase="jbwebapp"  unpackWARs="true" autoDeploy="true" >
            <Valve className="org.apache.catalina.valves.AccessLogValve" directory="logs"
               prefix="jbwebapp_access_log." suffix=".txt"
               pattern="%h %l %u %t "%r" %s %b" />
     </Host> 
 </Engine>

然后每次访问都会根据不同的Host的信息请求到不同的站点上面。

 

 

说白了，HTTP还是TCP协议，所以发起http请求也就是建立TCP连接并发送的过程，也就是说connect-->send。

    TCP在connect的时候必须要知道对方我IP地址和监听端口。比如我们要发起对www.baidu.com的请求，那第一步就是得到www.baidu.com对应的IP地址，然后connect，进而send。

    在http1.1中新增了一个Host头，那大家有没有想过Host的作用是什么。因为在connect的时候已经指定了IP，也就是说connect后已经知道主机了，那还用Host做什么。另外需要说明的是Host是1.1中才有的，Http1.1中如果没指定Host，则返回404。

    用curl做一个实验

 

curl -I "http://220.195.19.18/app/index.php?i=4&c=entry&p=designer&pageid=1&m=ewei_shop&do=plugin" -H "host: www.hao23.net" -v

 

        可以看到，服务器返回了200，表示成功。在这里通过-H 指定了host字段，在请求头中也确实看到了有host字段，而且可以看到确实Http1.1。再ping一下host

 

ping www.hao23.net

 

         能ping通host，那也就是说host确实存在。

    再看看curl时的那个URL，在URL指定了主机ip（220.195.19.18），再看上面ping的结果，www.hao23.net的ip为119.147.253.16，这是两个ip，换句话说在一个请求中出现了两个不同的主机IP，这是怎么回事？

 

curl -I "http://220.195.19.18/app/index.php?i=4&c=entry&p=designer&pageid=1&m=ewei_shop&do=plugin" -v

 

         当不用-H指定host时，curl会自动讲host字段填充为url中的主机（域名），但最后返回的却是404。

    再换一种方法，用-H中的host替换URL中的主机。

 

curl -I "http://www.hao23.net/app/index.php?i=4&c=entry&p=designer&pageid=1&m=ewei_shop&do=plugin" -v   

 

    我们将URL中的220.195.19.18替换成了-H中的www.hao23.net，发现最后的返回是200，也就说最后真正访问的主机是www.hao23.net。为什么会这样？

    猜想一下：这里出现了两个主机，一个较明显，一个较隐蔽，而真正访问的是教隐蔽的一个，感觉有点像总分结构————可以让所有的URL一样，但Host不同，可以根据不同的Host将同一个请求定向到不同发主机，从而达到分布均衡的效果。

    事实上，Host的存在就是为了实现虚拟WEB服务器，我的理解就是实现负载均衡。