通过《远程通信协议》这一章的描述我们已经知道一次 HTTP 请求会经过哪些步骤。今天主要会给大家讲解一下 HTTP 协议原理，彻底了解一下应用层协议。

HTTP 协议的组成

HTTP 协议是基于应用层的协议，并且在传输层使用的 TCP 的可靠性通信协议。既然是协议，那么就应该符合协议的定义：协议是两个需要通过网络通信的程序达成的一种约定，它规定了报文的交换方式和包含的意义，所以，接下来我们来深入去剖析 HTTP 协议的原理和组成。

URL

我们在浏览器中输入一个地址，浏览器是如何根据地址去找到服务器对应的资源并做返回的？以及这个地址包含了哪些有价值的信息呢？

这就需要我们了解 URL（Uniform Resource Locator），统一资源定位符 ，用于描述一个网络上的资源，具体格式是：

schema://host[:port]/path/…/?[query]#[frag]

组件 描述
schema 指定应用层使用的协议(例如：http, https, ftp)
host HTTP 服务器的 IP 地址或者域名
port HTTP 服务器的默认端口是 80，这种情况下端口号可以省略。如果使用了别的端口，必须指明，例如 http://www.cnblogs.com:8080/
path 访问资源的路径
query 查询字符串
frag 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）

通过这个 URL 地址，我们就可以读到，当前用户要使用 HTTP 协议访问指定服务器上对应进程中的资源，并且携带了请求参数。

MIME Type

服务器根据用户请求的资源找到对应的文件以后，会返回一个资源给到客户端浏览器，浏览器会对这个资源解析并且渲染。但是服务器上的资源类型有很多，比如图片类型、视频类型、Js、Css、文本等。浏览器如何识别当前类型做不同的渲染呢？

MIME Type：是描述消息内容类型的因特网标准，常见的几种类型。

  • 文本文件：text/html、text/plain、text/css、application/xhtml+xml、application/xml
  • 图片文件：image/jpeg、image/gif、image/png
  • 视频文件：video/mpeg、video/quicktime

我们可以通过两种方式来设置文件的渲染类型，第一种是 Accept，第二种是 Content-Type。

  • Accept：表示客户端希望接受的数据类型，即告诉服务器我需要什么媒体类型的数据，此时服务器应该根据 Accept 请求头生产指定媒体类型的数据。
  • Content-Type：表示发送端发送的实体数据类型，比如我们应该写过类似的：resposne.setContentType(“application/json;charset=utf-8”) 的代码，表示服务端返回的数据格式是 JSON。

如果 Accept 和 Content-Type 不一致，假如说 Accept 要接收的类型是 image/gif，但是服务端返回的数据是 text/html，那么浏览器将会无法解析。

状态码

如果用户访问的地址没问题，或者服务器也能正常解析及处理当前用户的请求，那就能够返回正确的信息给到客户端。但是如果用户访问的地址有问题，或者服务端在解析用户请求以及处理请求逻辑时出现问题，怎么办呢？浏览器应该怎么告诉用户当前是处理失败的呢？

因此这里就涉及到一个状态码的概念，状态码的职责是当客户端向服务端发送请求时，描述服务端返回的请求处理结果，通过状态码，浏览器可以知道服务器是正常处理请求还是出现了错误。

状态码系列 类别 描述
1XX Informational（信息性状态码） 接收的请求正在处理
2XX Success（成功状态码） 请求正常处理完毕
3XX Redirection（重定向状态码） 需要进行附加操作以完成请求
4XX Client Error（客户端错误状态码） 服务器无法处理请求
5XX Server Error（服务器错误状态码） 服务器处理请求出错

关于详细的状态码信息参考《HTTP 状态码》这篇文章。

HTTP Methods

有了 URL，MIME Type、状态码，能够基本满足用户的需求，但是，很多时候一个网站不单纯只是不断从服务端获取资源并做渲染，可能还需要做一些数据的提交、删除等功能。所以浏览器定义了 8 种方法来表示对于不同请求的操作方式，当然最常用的还是 GET 和 POST。

  • GET：一般是用于客户端发送一个 URI 地址去获取服务端的资源（一般用于查询操作），GET 请求的传输数据大小有限制，具体限制由浏览器决定。
  • POST：一般用户客户端传输一个实体给到服务端，让服务端去保存（一般用于创建操作）。
  • PUT：向服务器发送数据，一般用于更新数据的操作
  • DELETE：客户端发起一个 DELETE 请求要求服务端把某个数据删除（一般用于删除操作）。
  • HEAD：获得报文首部。
  • OPTIONS：询问支持的方法。
  • TRACE：追踪路径。
  • CONNECT：用隧道协议连接代理。

在 REST 架构风格中，有严格规定对于不同的请求类型要设置合适的请求方法。也是避免出现因为乱用导致混乱的问题。这里提到了 REST 架构，现在很多同学都在写 REST，有没有人能够明白为什么要定义 REST 这个架构风格？

我个人认为是这样：

  1. 随着服务化架构的普及，HTTP 协议的使用频率越来越高。
  2. 很多人在错误的使用 HTTP 协议定义接口，比如各种各样的命名，什么 getUserInfoById，deleteById 之类的有状态和无状态请求混用。
  3. 对于 HTTP 协议本身提供的规则并没有很好的利用。

所以，为了更好的解决这些问题，干脆就定义一套规则，这套规则并没有引入新的东西，无非就是对 HTTP 协议本身的使用做了一些约束，比如说：

  1. REST 是面向资源，每一个 URI 代表一个资源。
  2. 强调无状态化，服务器端不能存储来自某个客户的某个请求中的信息，并在该客户的其他请求中使用。
  3. 强调 URL 暴露资源时，不要在 URI 中出现动词。
  4. 合理的利用 HTTP 状态码、请求方法。

因此大家在参照这种标准去使用 REST 风格时，要明白你遵循的是什么以及要解决什么问题。

报文

请求报文

请求报文格式包含三个部分：起始行、首部字段、主体。

image.png

响应报文

响应的报文格式也是一样，分为三部分。

image.png

疑问

如果传输的文件过大怎么办？

服务器上返回的资源文件比较大，比如有些 js 文件大小可能就有几兆。文件过大就会影响传输的效率，同时也会带来带宽的消耗。怎么办呢？

1.常见的手段是，对文件进行压缩，减少文件大小。那压缩和解压缩的流程怎么实现呢？

首先服务端需要能支持文件的压缩功能，其次浏览器能够针对被压缩的文件进行解压缩。浏览器可以指定 Accept-Encoding 来告诉服务器我当前支持的编码类型：Accept-Encoding:gzip,deflate。

那服务端会根据支持的编码类型，选择合适的类型进行压缩。常见的编码方式有：gzip、deflate。

2.分割传输
**
在传输大容量数据时，通过把数据分割成多块，能够让浏览器逐步显示页面。这种把实体主体分块的功能称为分块传输编码（Chunked Transfer Coding）。

每次请求都要建立连接吗？

在最早的 HTTP 协议中，每进行一次 HTTP 通信，就需要做一次 TCP 的连接。而一次连接需要进行 3 次握手，这种通信方式会增加通信量的开销。

image.png

所以在 HTTP1.1 中改用了持久连接，就是在一次连接建立之后，只要客户端或者服务端没有明确提出断开连接，那么这个 TCP 连接会一直保持连接状态。

持久连接的一个最大的好处是：大大减少了连接的建立以及关闭时延。

HTTP1.1 中有一个 Transport 段。会携带一个 Connection:Keep-Alive，表示希望将此条连接作为持久连接。

HTTP1.1 持久连接在默认情况下是激活的，除非特别指明，否则 HTTP/1.1 假定所有的连接都是持久的，要在事务处理结束之后将连接关闭，HTTP/1.1 应用程序必须向报文中显示地添加一个 Connection:close 首部。

HTTP1.1 客户端加载在收到响应后，除非响应中包含了 Connection:close 首部，不然 HTTP/1.1 连接就仍然维持在打开状态。但是，客户端和服务器仍然可以随时关闭空闲的连接。不发送 Connection:close 并不意味这服务器承诺永远将连接保持在打开状态。

管道化连接：HTTP1.1 允许在持久连接上使用请求管道。以前发送请求后需等待并收到响应，才能发送下一个请求。管线化技术出现后，不用等待响应亦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。

image.png

HTTP 协议的特点

HTTP 无状态协议

HTTP 协议是无状态的，什么是无状态呢？就是说 HTTP 协议本身不会对请求和响应之间的通信状态做保存。

但是现在的应用都是有状态的，如果是无状态，那这些应用基本没人用，你想想，访问一个电商网站，先登录，然后去选购商品，当点击一个商品加入购物车以后又提示你登录。这种用户体验根本不会有人去使用。那我们是如何实现带状态的协议呢？

客户端支持的 Cookie

HTTP 协议中引入了 Cookie 技术，用来解决 HTTP 协议无状态的问题。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。当下次客户端再往该服务器发送请求时，客户端会自动在请求报文中加入 Cookie 值后发送出去。

服务端支持的 Session

服务端是通过什么方式来保存状态的呢？在基于 Tomcat 这类的 jsp/servlet 容器中，会提供 Session 这样的机制来保存服务端的对象状态，服务器使用一种类似于散列表的结构来保存信息，当程序需要为某个客户端的请求创建一个 Session 的时候，服务器首先检查这个客户端的请求是否包含了一个 Session 标识：session id。

如果已包含一个 session id 则说明以前已经为客户端创建过 Session，服务器就按照 session id 把这个 Session 检索出来使用（如果检索不到，会新建一个）。

如果客户端请求不包含 session id，则为此客户端创建一个 Session 并且生成一个与此 Session 相关联的 session id， session id 的值是一个既不会重复，又不容易被找到规律的字符串，这个 session id 将会返回给客户端保存。

转载：咕泡学习资料

作者：殷建卫 链接：https://www.yuque.com/yinjianwei/vyrvkf/ozup0q 来源：殷建卫 - 架构笔记 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。