推荐查看文章：https://mp.weixin.qq.com/s?__biz=MzkwODIwMDY2OQ==&mid=2247488300&idx=1&sn=f2165ef48e47ee894cb95bc4b0d30346&source=41#wechat_redirect

一、键入网址按下回车会发生什么

HTTP 请求过程：

  • 浏览器从地址栏的输入中获得服务器的 IP 地址和端口号；
  • 浏览器用 TCP 的三次握手与服务器建立连接；
  • 浏览器向服务器发送拼好的报文；
  • 服务器收到报文后处理请求，同样拼好报文再发给浏览器；
  • 浏览器解析报文，渲染输出页面。

域名解析：
域名解析的过程中会有多级的缓存，浏览器首先看一下自己的缓存里有没有，如果没有就向操作系统的缓存要，还没有就检查本机域名解析文件 hosts

CDN：
因为 CDN 会缓存网站的大部分资源，比如图片、CSS 样式表，所以有的 HTTP 请求就不需要再发到网站，CDN 就可以直接响应你的请求，把数据发给你。 PHP、Java 等后台服务动态生成的动态资源，CDN 无法缓存。

小结：

  1. HTTP 协议基于底层的 TCP/IP 协议，所以必须要用 IP 地址建立连接；
  2. 如果不知道 IP 地址，就要用 DNS 协议去解析得到 IP 地址，否则就会连接失败；
  3. 建立 TCP 连接后会顺序收发数据，请求方和应答方都必须依据 HTTP 规范构建和解析报文；
  4. 为了减少响应时间，整个过程中的每一个环节都会有缓存，能够实现“短路”操作；
  5. 虽然现实中的 HTTP 传输过程非常复杂，但理论上仍然可以简化成实验里的“两点”模型。

二、HTTP报文是什么样子的？

HTTP 协议的请求报文和响应报文的结构基本相同，由三大部分组成：

  • 起始行（start line）：描述请求或响应的基本信息；（请求头”或“响应头）
  • 头部字段集合（header）：使用 key-value 形式更详细地说明报文；
  • 消息正文（entity）：实际传输的数据，它不一定是纯文本，可以是图片、视频等二进制数据。（实体）

image.png

请求行由三部分构成：

  • 请求方法：是一个动词，如 GET/POST，表示对资源的操作；
  • 请求目标：通常是一个 URI，标记了请求方法要操作的资源；
  • 版本号：表示报文使用的 HTTP 协议版本。

image.png

状态行也是由三部分构成

  • 版本号：表示报文使用的 HTTP 协议版本；
  • 状态码：一个三位数，用代码的形式表示处理的结果，比如 200 是成功，500 是服务器错误；
  • 原因：作为数字状态码补充，是更详细的解释文字，帮助人理解原因。

image.png

小结：

  • HTTP 报文结构就像是“大头儿子”，由“起始行 + 头部 + 空行 + 实体”组成，简单地说就是“header+body”；
  • HTTP 报文可以没有 body，但必须要有 header，而且 header 后也必须要有空行；
  • 请求头由“请求行 + 头部字段”构成，响应头由“状态行 + 头部字段”构成；
  • 请求行有三部分：请求方法，请求目标和版本号；
  • 状态行也有三部分：版本号，状态码和原因字符串；
  • 头部字段是 key-value 的形式，用“:”分隔，不区分大小写，顺序任意，除了规定的标准头，也可以任意添加自定义字段，实现功能扩展；
  • HTTP/1.1 里唯一要求必须提供的头字段是 Host，它必须出现在请求头里，标记虚拟主机名。

三、理解请求方法

1.常见的请求方法

  • GET：获取资源，可以理解为读取或者下载数据；
  • HEAD：获取资源的元信息；
  • POST：向资源提交数据，相当于写入或上传数据；
  • PUT：类似 POST；
  • DELETE：删除资源；
  • CONNECT：建立特殊的连接隧道；
  • OPTIONS：列出可对资源实行的方法；
  • TRACE：追踪请求 - 响应的传输路径。

1.1 GET

它的含义是请求从服务器获取资源，这个资源既可以是静态的文本、页面、图片、视频，也可以是由 PHP、Java 动态生成的页面或者其他格式的数据。

1.2 HEAD

HEAD方法与 GET 方法类似，也是请求从服务器获取资源，服务器的处理机制也是一样的，但服务器不会返回请求的实体数据，只会传回响应头，也就是资源的“元信息”。

1.3 POST/PUT

POST 也是一个经常用到的请求方法，使用频率应该是仅次于 GET，应用的场景也非常多，只要向服务器发送数据，用的大多数都是 POST。

PUT 的作用与 POST 类似，也可以向服务器提交数据，但与 POST 存在微妙的不同，通常 POST 表示的是“新建”“create”的含义，而 PUT 则是“修改”“update”的含义。

1.4 其他方法

DELETE方法指示服务器删除资源，因为这个动作危险性太大，所以通常服务器不会执行真正的删除操作，而是对资源做一个删除标记。当然，更多的时候服务器就直接不处理 DELETE 请求。

CONNECT是一个比较特殊的方法，要求服务器为客户端和另一台远程服务器建立一条特殊的连接隧道，这时 Web 服务器在中间充当了代理的角色。

OPTIONS方法要求服务器列出可对资源实行的操作方法，在响应头的 Allow 字段里返回。它的功能很有限，用处也不大，有的服务器（例如 Nginx）干脆就没有实现对它的支持。

TRACE方法多用于对 HTTP 链路的测试或诊断，可以显示出请求 - 响应的传输路径。它的本意是好的，但存在漏洞，会泄漏网站的信息，所以 Web 服务器通常也是禁止使用。

1.5 GET和POST的区别

  • 从缓存的角度，GET 请求会被浏览器主动缓存下来，留下历史记录，而 POST 默认不会。
  • 从编码的角度，GET 只能进行 URL 编码，只能接收 ASCII 字符，而 POST 没有限制。
  • 从参数的角度，GET 一般放在 URL 中，因此不安全，POST 放在请求体中，更适合传输敏感信息。
  • 从幂等性的角度，GET是幂等的，而POST不是。(幂等表示执行相同的操作，结果也是相同的)
  • 从TCP的角度，GET 请求会把请求报文一次性发出去，而 POST 会分为两个 TCP 数据包，首先发 header 部分，如果服务器响应 100(continue)， 然后发 body 部分。(火狐浏览器除外，它的 POST 请求只发一个 TCP 包)

2. 安全与幂等

所谓的“安全”是指请求方法不会“破坏”服务器上的资源，即不会对服务器上的资源造成实质的修改。 GET 和 HEAD 方法是“安全”的，因为它们是“只读”操作，只要服务器不故意曲解请求方法的处理方式，无论 GET 和 HEAD 操作多少次，服务器上的数据都是“安全的”。

“幂等”是多次执行相同的操作，结果也都是相同的，即多次“幂”后结果“相等”。GET 和 HEAD 既是安全的也是幂等的，DELETE 可以多次删除同一个资源，效果都是“资源不存在”，所以也是幂等的。

小结

  • 请求方法是客户端发出的、要求服务器执行的、对资源的一种操作；
  • 请求方法是对服务器的“指示”，真正应如何处理由服务器来决定；
  • 最常用的请求方法是 GET 和 POST，分别是获取数据和发送数据；
  • HEAD 方法是轻量级的 GET，用来获取资源的元信息；
  • PUT 基本上是 POST 的同义词，多用于更新数据；
  • “安全”与“幂等”是描述请求方法的两个重要属性，具有理论指导意义，可以帮助我们设计系统。

四、你能写出正确的网址吗？

  • URI 是用来唯一标记服务器上资源的一个字符串，通常也称为 URL；
  • URI 通常由 scheme、host:port、path 和 query 四个部分组成，有的可以省略；
  • scheme 叫“方案名”或者“协议名”，表示资源应该使用哪种协议来访问；
  • “host:port”表示资源所在的主机名和端口号；
  • path 标记资源所在的位置；
  • query 表示对资源附加的额外要求；
  • 在 URI 里对“@&/”等特殊字符和汉字必须要做编码，否则服务器收到 HTTP 报文后会无法正确处理。

五、响应状态码

1.常用的五类状态码

  • 1××：提示信息，表示目前是协议处理的中间状态，还需要后续的操作；
  • 2××：成功，报文已经收到并被正确处理；
  • 3××：重定向，资源位置发生变动，需要客户端重新发送请求；
  • 4××：客户端错误，请求报文有误，服务器无法处理；
  • 5××：服务器错误，服务器在处理请求时内部发生了错误。

2.状态码逐个介绍

2.1 1××

1××类状态码属于提示信息，是协议处理的中间状态，实际能够用到的时候很少。

2.2 2××

2××类状态码表示服务器收到并成功处理了客户端的请求，这也是客户端最愿意看到的状态码。

  1. 200 OK 表示一切正常,通常在响应头后都会有 body 数据。
  2. 204 No Content 它的含义与“200 OK”基本相同，但响应头后没有 body 数据
  3. 206 Partial Content 状态码 206 通常还会伴随着头字段“Content-Range”，表示响应报文里 body 数据的具体范围


2.3 3××

3××类状态码表示客户端请求的资源发生了变动，客户端必须用新的 URI 重新发送请求获取资源，也就是通常所说的“重定向”，包括著名的 301、302 跳转。

  1. “301 Moved Permanently”俗称“永久重定向”，含义是此次请求的资源已经不存在了，需要改用改用新的 URI 再次访问。响应头里使用字段Location指明后续要跳转的 URI。
  2. “302 Found”，俗称“临时重定向”，意思是请求的资源还在，但需要暂时用另一个 URI 来访问。响应头里使用字段Location指明后续要跳转的 URI。
  3. “304 Not Modified” 它用于 If-Modified-Since 等条件请求表示资源未修改，用于缓存控制。它不具有通常的跳转含义，但可以理解成“重定向已到缓存的文件”（即“缓存重定向”）。

    2.4 4××

4××类状态码表示客户端发送的请求报文有误，服务器无法处理，它就是真正的“错误码”含义了。

  1. “400 Bad Request”是一个通用的错误码，表示请求报文有错误，但具体是数据格式错误、缺少请求头还是 URI 超长它没有明确说，只是一个笼统的错误。
  2. “403 Forbidden”实际上不是客户端的请求出错，而是表示服务器禁止访问资源。
  3. “404 Not Found”可能是我们最常看见也是最不愿意看到的一个状态码，它的原意是资源在本服务器上未找到，所以无法提供给客户端。
  4. 其他：
  • 405 Method Not Allowed：不允许使用某些方法操作资源，例如不允许 POST 只能 GET；
  • 406 Not Acceptable：资源无法满足客户端请求的条件，例如请求中文但只有英文；
  • 408 Request Timeout：请求超时，服务器等待了过长的时间；
  • 409 Conflict：多个请求发生了冲突，可以理解为多线程并发时的竞态；
  • 413 Request Entity Too Large：请求报文里的 body 太大；
  • 414 Request-URI Too Long：请求行里的 URI 太大；
  • 429 Too Many Requests：客户端发送了太多的请求，通常是由于服务器的限连策略；
  • 431 Request Header Fields Too Large：请求头某个字段或总体太大；

2.5 5××

5××类状态码表示客户端请求报文正确，但服务器在处理时内部发生了错误，无法返回应有的响应数据，是服务器端的“错误码”。

  1. “500 Internal Server Error”与 400 类似，也是一个通用的错误码，服务器究竟发生了什么错误我们是不知道的
  2. “501 Not Implemented”表示客户端请求的功能还不支持，这个错误码比 500 要“温和”一些，和“即将开业，敬请期待”的意思差不多，不过具体什么时候“开业”就不好说了。
  3. “502 Bad Gateway”通常是服务器作为网关或者代理时返回的错误码，表示服务器自身工作正常，访问后端服务器时发生了错误，但具体的错误原因也是不知道的。
  4. “503 Service Unavailable”表示服务器当前很忙，暂时无法响应服务，我们上网时有时候遇到的“网络服务正忙，请稍后重试”的提示信息就是状态码 503。503 响应报文里通常还会有一个“Retry-After”字段，指示客户端可以在多久以后再次尝试发送请求。


小结


  • 状态码在响应报文里表示了服务器对请求的处理结果；
  • 状态码后的原因短语是简单的文字描述，可以自定义；
  • 状态码是十进制的三位数，分为五类，从 100 到 599；
  • 2××类状态码表示成功，常用的有 200、204、206；
  • 3××类状态码表示重定向，常用的有 301、302、304；
  • 4××类状态码表示客户端错误，常用的有 400、403、404；
  • 5××类状态码表示服务器错误，常用的有 500、501、502、503。

六、HTTP特点

1.灵活可扩展

“header+body”等，报文里的各个组成部分都没有做严格的语法语义限制，可以由开发者任意定制。

2.可靠传输

因为 HTTP 协议是基于 TCP/IP 的，而 TCP 本身是一个“可靠”的传输协议，所以 HTTP 自然也就继承了这个特性，能够在请求方和应答方之间“可靠”地传输数据。

我们必须正确地理解“可靠”的含义，HTTP 并不能 100% 保证数据一定能够发送到另一端，在网络繁忙、连接质量差等恶劣的环境下，也有可能收发失败。“可靠”只是向使用者提供了一个“承诺”，会在下层用多种手段“尽量”保证数据的完整送达。

3.应用层协议

只要不太苛求性能，HTTP 几乎可以传递一切东西，满足各种需求，称得上是一个“万能”的协议。

4.请求 - 应答

这个请求 - 应答模式是 HTTP 协议最根本的通信模型，通俗来讲就是“一发一收”“有来有去”，就像是写代码时的函数调用，只要填好请求头里的字段，“调用”后就会收到答复。

5.无状态

客户端和服务器永远是处在一种“无知”的状态。建立连接前两者互不知情，每次收发的报文也都是互相独立的，没有任何的联系。收发报文也不会对客户端或服务器产生任何影响，连接后也不会要求保存任何信息。

使用cookie技术来实现有状态

6.其他特点

传输的实体数据可缓存可压缩、可分段获取数据、支持身份认证、支持国际化语言等

小结


  1. HTTP 是灵活可扩展的，可以任意添加头字段实现任意功能；
  2. HTTP 是可靠传输协议，基于 TCP/IP 协议“尽量”保证数据的送达；
  3. HTTP 是应用层协议，比 FTP、SSH 等更通用功能更多，能够传输任意数据；
  4. HTTP 使用了请求 - 应答模式，客户端主动发起请求，服务器被动回复请求；
  5. HTTP 本质上是无状态的，每个请求都是互相独立、毫无关联的，协议不要求客户端或服务器记录请求相关的信息。

七、HTTP的优点和缺点

  1. HTTP 最大的优点是简单、灵活和易于扩展；
  2. HTTP 拥有成熟的软硬件环境，应用的非常广泛，是互联网的基础设施；
  3. HTTP 是无状态的，可以轻松实现集群化，扩展性能，但有时也需要用 Cookie 技术来实现“有状态”；
  4. HTTP 是明文传输，数据完全肉眼可见，能够方便地研究分析，但也容易被窃听；
  5. HTTP 是不安全的，无法验证通信双方的身份，也不能判断报文是否被窜改；
  6. HTTP 的性能不算差，但不完全适应现在的互联网，还有很大的提升空间。