Http简介

HTTP协议的定义

Wen的应用层协议就是超文本传输协议，即HTTP。HTTP由两个程序实现：客户程序和服务器程序。这两个程序运行在不同的端系统的进程中，他们通过HTTP协议进行会话。下面是一些Web术语：

• Web页面：由一个或多个对象组成，也称为文档
• 对象：一个对象就是一个文件，比如：html文件、jpg图片或者一个Java小程序，他们可以通过一个url地址寻找
• Web浏览器：实现了Http的客户端
• 服务器：实现了Http的服务器端，它用于存储Web对象，每个对象可通过url寻址，主流的Web服务器有Apache和Microsoft Internet Informaton Server

HTTP定义了Web客户端向Web服务器请求Web页面的方式（HTTP请求），以及服务器向客户端传送Web页面的方式（HTTP响应）。如图：

HTTP使用TCP作为它的支撑运输协议(而不是在UDP上运行)，HTTP客户首先发起一个与服务器的TCP连接，一旦连接建立，该浏览器和服务器进程就可以通过套接字接口访问TCP。

注意点

下面是HTTP协议的一些注意点：

• 客户向它的套接字接口发送HTTP请求报文并从它的套接字接口接收HTTP响应报文；服务器从它的套接字接口接收HTTP请求报文和向它的套接字接口发送HTTP响应报文。
• 一旦客户向它的套接字接口发送了一个请求报文，该报文就脱离了客户控制并进入TCP的控制；一旦服务器向它的套接字发送了一个响应报文，改报文同样也就脱离服务器的控制进入到TCP的控制。
• HTTP协议使用的是TCP服务而不是UDP服务，因此HTTP报文不用担心数据丢失，也不关注TCP从网络的数据丢失和乱序故障中恢复的细节
• HTTP服务器并不会主动保存客户端的状态信息，即HTTP是一个无状态协议

  说明： 客户端的套接字接口是客户进程与TCP连接之间的门，在服务器端的套接字接口则是服务器进程与TCP连接之间的门

用户与服务器的交互：cookie

HTTP服务器是无状态的，这简化了服务器的设计，并且允许工程师们去开发可以同时处理数以千计的TCP连接的高性能Web服务器。然而一个Web站点通常希望能够识别用户，可能是因为服务器希望限制用户的访问，或者因为它希望把内容与用户身份联系起来。为此，HTTP使用了 cookie。cookie技术有四个组件：
①在HTTP响应报文中的一个cookie首部行；
②在HTTP请求报文中的一个cookie首部行；
③在用户端系统中保留有一个cookie文件，并由用户的浏览器进行管理；
④位于Web站点的一个后端数据库。
下面是用户和服务器使用cookie交互的流程图：

HHTP的非持续链接和持续连接

客户端和服务器如果使用TCP连接进行交互，二者交互会有许多请求，开发者就需要决定这些请求是使用一个TCP连接还是使用多个TCP连接。即每个请求/响应是经过一个单独的TCP连接，还是所有的请求及响应都经过相同的TCP连接，前者就是非持续连接，而后者就是持续连接。但是，值得注意的是：HTTP默认使用的是持续连接，当前HHTP客户和服务器也可以配置成使用非持续连接。

使用非持续连接的HTTP

假设在浏览器访问：http://www. someSchool. edu/someDepartment/home.index，假设访问的对象是一个html文件，这个文件里面还包括10张JPEG图片，就会发生下面步骤：

1. HTTP客户进程在端口号80发起一个到服务器www. someSchool. edu的TCP连接，该端口号是HTTP的默认端口，在客户和服务器上分别有一个套接字与该连接相关联。
2. HTTP客户经它的套接字向该服务器发送一个HTTP请求报文，在这个请求报文中包含了路径名/someDepartment/home.index
3. HTTP服务器进程经它的套接字接收该请求报文，从其存储器（RAM或磁盘）中检索出对象 www. someSchool. edu/someDepartment/home. index,在一个 HTTP 响应报文中封装对象，并通过其套接字向客户发送响应报文。
4. HTTP服务器进程通知TCP断开该TCP连接，但是直到TCP确认客户已经完整地收到响应报文为止，它才会实际中断连接
5. HTTP客户接收响应报文，TCP连接关闭。该报文指岀封装的对象是一个HTML文件，客户从响应报文中提取出该文件，检査该HTML文件，得到对10个JPEG图形的引用
6. 对每个引用的JPEG图形对象重复前4个步骤

一次HTTP从请求到响应的总用时间就是两次RTT（往返时间）加上传输文件的时间。当前非持续连接有一些缺点，主要是一下两点：

• 必须为每一个请求的对象建立和维护一个全新的连接。对于每个这样的连接，在客户和服务器中都要分配TCP的缓冲区和保持TCP变量，这给Web服务器带来了严重的负担，因为一台Web服务器可能同时服务于数以百计不同的客户的请求

• 每一个对象经受两倍RTT的交付时延，即一个RTT用于创建TCP,另一个RTT用于请求和接收一个对象

  采用持续连接的HHTP

  在采用HTTP 1.1持续连接的情况下，服务器在发送响应后保持该TCP连接打开。在相同的客户与服务器之间，后续的请求和响应报文能够通过相同的连接进行传送。特别是，一个完整的Web页面（上例中的HTML基本文件加上10个图形）可以用单个持续TCP连接进行传送。更有甚者，位于同一台服务器的多个Web页面在从该服务器发送给同一个客户时，可以在单个持续TCP连接上进行。对象的这些请求可以一个接一个地发出，而不必等待对未决请求（流水线）的回答。一般来说，如果一条连接经过一定时间间隔（一个可配置的超时间隔）仍未被使用，HTTP服务器就关闭该连接，HTTP的默认模式是使用带流水线的持续连接。

  HTTP报文格式

  HTTP请求报文

  
  上面就是一个HTTP请求报文，报文时普通的ASCII文本写的，上述报文分为5行，每一行由一个回车和换行符结束。其中，第一行叫做请求行，其后续的行叫做首部行，首部行后面会有一个空行，而空行后面就是实体体，它是用来请求体的，当然这个例子没有体现出来，下面是HTTP请求报文的通用格式：
  

  请求行

  请求行有三个字段：方法字段、URL字段和HTTP版本字段，他们之间用一个空格隔开。

  方法字段

  其中方法字段主要有：GET、POST、HEAD、PUT和DELETE。

• GET：主要用于请求获取服务器的对象到客户端

• POST：主要用于向服务器请求带参数（如表单参数）的对象，即请求的对象依赖用户的参数
• HEAD：将会用一个HHTP报文进行响应，但是并不会返回请求对象，通常用于开发者调试应用
• PUT：主要用于用户上传对象到指定的Web服务器

• DELETE：主要用于客户端删除服务器上的对象

  URL字段

  URL字段就是请求服务器对象的唯一标识符，上面的“/somedir/page. html”就是URL字段。

  HTTP版本字段

  HTTP版本字段是自解释的，在本例中,，浏览器实现的是HTTP/1. 1版本

  首部行

• Host： 首部行www. someschool. edu指明了对象所在的主机

• Connection: close首部行，该浏览器告诉服务器不要麻烦地使用持续连接，它要求服务器在发送完被请求的对象后就关闭这条连接
• User-agent:首部行用来指明用户代理，即向服务器发送请求的浏览器的类型，这里浏览器类型是Mozilla/5.0,即Firefox浏览器
• Accept-language首部行：表示用户想得到该对象的法语版本（如果服务器中有这样的对象的话）；否则，服务器应当发送它的默认版本

可以看到，首部行（也称请求头）就是用来描述客户端和服务器的相关信息、该次请求的相关信息。

实体体

实体体也称为请求体，使用GET方法时实体体为空，而使用POST方法时才使用该实体体。当用户提交表单时，HTTP客户常常使用POST方法，例如： 当用户向搜索引擎提供搜索关键词时。使用POST报文时，用户仍可以向服务器请求一个Web页面，但Web页面的特定内容依赖于用户在表单字段中输入的内容。如果方法字段的值为POST时，则实体体中包含的就是用户在表单字段中的输入值。 当然，用表单生成的请求报文不是必须使用POST方法，HTML表单也经常使用GET方法，并在（表单字段中）所请求的URL中包括输入的数据。

注意： GET请求的参数携带在URL中并不是说GET请求的请求体不为空，其实GET请求的请求体还是空的，即参数不放在实体体里面。其实GET请求并不是说不可以具体实体体，而是Web服务器不会接收GET请求的实体体，因此GET的实体体通常为置为空。

HTTP响应报文

HTTP响应报文也是一样，第一行叫做状态行，后面的几行叫做首部行，也称为响应头，空行后面的就是实体体了，也叫做响应体。下面时HTTP通用报文格式：

状态行

状态行具有三个字段：协议版本字段、状态码和相应状态信息。

协议版本字段

上例中的协议版本就是HTTP/1.1

状态码和状态信息

上例中的状态码是200，标识请求成功，下面是一些常见的状态码和对应的状态信息：

• 200 0K：请求成功，信息在返回的响应报文中。
• 301 Moved Permanently：请求的对象已经被永久转移了，新的URL定义在响应报文的Location 首部行中，客户软件将自动获取新的URL。
• 400 Bad Request：一个通用差错代码，指示该请求不能被服务器理解。
• 404 Not Found：被请求的文档不在服务器上。

• 505 HTTP Version Not Supported：服务器不支持请求报文使用的HTTP协议版本。

  首部行

  HTTP响应报文的首部行一样，用于描述报文的一些状态，如：

• Server：首部行指示该报文是由一台Apache Web服务器产生的

• Last-Modified：首部行指示了对象创建或者最后修改的日期和时间
• Content-Length： 首部行指示了被发送对象中（实体体）的字节数
• Content-Type：首部行指示了实体体中的对象是HTML文本

  实体体

  实体体就是客户端请求的对象了，这个例子中返回的就是一个html文本对象。

  Web缓存器

  简介

  Web缓存器（Web cache）也叫代理服务器（proxy server），它是能够代表初始Web服务器来满足HTTP请求的网络实体。Web缓存器有自己的磁盘存储空间，并在存储空间中保存最近请求过的对象的副本。如图，可以配置用户的浏览器，使得用户的所有HTTP请求首先指向Web缓存器。一旦某浏览器被配置，每个对某对象的浏览器请求首先被定向到该Web缓存器。
  
  假设浏览器正在请求对象 http://www. someschool. edu/campus.gif，将会发生如下情况：

1. 浏览器创建一个到Web缓存器客户初始服务器的TCP连接，并向Web缓存器中的对象发送一个HTTP请求
2. Web缓存器进行检查，看看本地是否存储了该对象副本，如果有，Web缓存器就向客户浏览器用HTTP响应报文返回该对象
3. 如果Web缓存器中没有该对象，它就打开一个与该对象的初始服务器（即要请求的www. someschool. edu）的TCP连接。Web缓存器则在这个缓存器到服务器的TCP连接上发送一个对该对象的HTTP请求，在收到该请求后，初始服务器向该Web缓存器发送具有该对象的HTTP响应。
4. 当Web缓存器接收到该对象时，它在本地存储空间存储一份副本，并向客户的浏览器用HTTP响应报文发送该副本（通过现有的客户浏览器和Web缓存器之间的TCP连接）

   注意： Web缓存器既是服务器又是客户，当它接收浏览器的请求并发回响应时，它是一个服务器。当它向初始服务器发出请求并接收响应时，它是一个客户

在因特网上面部署Web缓存器主要有以下两个好处：

• Web缓存器可以大大减少对客户请求的响应时间，特别是当客户与初始服务器之间的瓶颈带宽远低于客户与Web缓存器之间的瓶颈带宽时
• Web缓存器能够大大减少一个机构的接入链路到因特网的通信量，从而从整体上大大减低因特网上的Web流量，改善接入因特网的应用的性能

条件GET方法

接入Web缓存器，带来了很多好处，同时也会暴露一些问题，那就是缓存一致性的问题：存放在Web缓存器中的对象是一个旧的对象。为了解决这个问题，HTTP提供了条件GE方法：

• 请求报文使用GET方法
• 请求报文中包含一个“If Modified-Since”首部行

满足上述两个条件就是一个条件GET方法，举个例子：

1. 代理缓存器（proxy cache）代表一个请求浏览器，向某Web服务器发送一个请求报文：

1. 该Web服务器向缓存器发送具有被请求的对象的响应报文：

1. 该缓存器在将对象转发到请求的浏览器的同时，也在本地缓存了该对象。重要的是，缓存器在存储该对象时也存储了最后修改日期。最后，一个星期后，另一个用户经过该缓存器请求同一个对象，该对象仍在这个缓存器中。由于在过去的一个星期中位于Web服务器上的该对象可能已经被修改了，该缓存器通过发送一个条件GET执行最新检查。具体来说，该缓存器发送:

1. 值得注意的是If Modified-Since：首部行的值正好等于一星期前服务器发送的响应报文。如果改对象没有被修改，那么缓存器的对象可以给浏览器，并且本次请求也不会返回对象；如果对象被修改了，那么就会返回新的对象到Web缓存器，然后更新这个对象，在传给浏览器

   说明： 其实就是根据Web缓存器中的对象的最后修改时间和Web服务器是对象的最近修改时间进行比对，这样就可以知道Web缓存器上的对象是不是最新的对象。