HTTP原理

前言

HTTP（HyperText Transfer Protocol，超文字傳輸協議）是 TCP/IP 四層模型中的應用層的其中一種協議。

HTTP 的歷史

• HTTP 於 1990 年問世，被稱為 HTTP/0.9；
• HTTP/1.0 作為標準被公佈是在 1996 年的 5 月，該標準至今仍被廣泛使用在伺服器端，記載於 RFC19945；
• HTTP/1.1 是目前主流的 HTTP 協議版本，當初標準是 RFC2068 --> RFC2616;

網路基礎 TCP/IP

TCP/IP是網際網路相關的各類協議族的總稱。通常使用的網路是在 TCP/IP 協議族的基礎上面運作起來的，而 HTTP 是屬於它內部的一個子集。TCP/IP 協議族按層次分層，被約定分為四層：應用層、傳輸層、網路層、資料鏈路層；TCP/IP 這樣的分層是有好處的，試想如果網際網路只是又一個協議組成，當該協議的某部分的設計需要變動的時候，則是牽一髮而動全身，需要把整個協議變動，這樣對於實際而言，是比較低效率的；而當把協議按一定的條件分層以後，下一層只需要向上一層暴露介面，而具體的實現細節則是隱藏起來，而當需要改某部分的細節實現的時候，只需要改動被隱藏的細節，而對於其他的分層是沒有影響的。而且層次化以後，設計也變得相對簡單起來。

應用層

該層的服務協議主要包括 FTP（File Transfer Protocol，檔案傳輸協議）、DNS（domain Name System,域名系統），當然，HTTP 協議也是位於該層；

傳輸層

應用層的下一層是傳輸層，提供處於網路連線中的兩臺計算機之間的資料傳輸。該層代表的協議主要有兩個：TCP（Transmission Control Protocol，傳輸控制協議）和 UDP（User Data Protocol，使用者資料包協議）

網路層

網路層用來處理網路上面流動的資料包。資料包是網路傳輸的最小單位，該層規定了通過怎樣的路徑（所謂的傳輸路線）到達對方的計算機，並把資料包傳輸送給對方。（與對方計算機之間通過多臺計算機或網路裝置進行傳輸的時候，網路層所起的作用就是在眾多的傳輸選項中，選擇一條傳輸線路）

鏈路層

用來處理連線網路的硬體部分。包括各種作業系統、硬體的裝置驅動、NIC（Network Interface Card,網路介面卡），及光纖等物理裝置可見部分。

利用 TCP/IP 協議族進行網路通訊時，會通過分層順序與對方進行通訊，傳送端從應用層往下走，接受端則從鏈路層往上走。與此同時，在傳送端資料往下下發的時候，會被每一層封裝對應的頭部，在接受端則分拆每一層的頭部。

負責傳輸的 IP 協議

IP（Internet Protocol，網際協議）作用是把各種資料包傳輸給對方。而需要確實把資料包傳送給對方，則需要明確對方的 IP 地址和 MAC 地址。一般來說，IP 地址是可變的，而 MAC 地址基本不會改變。IP 間的通訊依賴 MAC 地址。 在網路上，通訊的雙方在同一區域網（LAN）內的情況是比較少的，通常需要經過多臺計算機和網路裝置中轉才可以連線到對方。而在經行中轉的時候，會利用下一站的 MAC 地址來搜尋下一個中轉站的 IP，這裡，會利用 ARP（Adress Resolution Protocol，地址解析協議），根據目的 IP 地址，反查出目計算機的 MAC 地址。當然，ARP 協議是解決同一個區域網的上的主機或者路由器的 IP 地址和硬體地址的對映問題，無法解析出另一個區域網的上的主機或者路由器的 MAC 地址。實際上，沒有人可以全面掌握網際網路中的傳輸情況，在到達通訊目標前的中轉過程中，計算機和路由器等網路只能獲取很粗略的傳輸路線。

確保可靠性的 TCP 協議

TCP 協議位於傳輸層，提供可靠的位元組流服務。所謂的位元組流服務，是指雖然應用程式和 TCP 的互動是一次一個資料塊（大小不等），但 TCP 把應用程式交下來的資料僅僅看成是一連串的無結構的位元組流（“流”是指流入到程式或者從程式流出的位元組序列）。而可靠傳輸則是，TCP 能夠把資料準確可靠地傳給對方。簡而言之，TCP 協議為了把大容量的資料方便傳輸，就把資料分割看成無結構的位元組流，並且 TCP 協議能夠確認資料最終是否到達對方。

• TCP 協議的三次握手

  • TCP 在雙方進行通訊前，首先需要確保已經建立連結，TCP 採用了三次握手策略。用 TCP 協議把資料包傳送出去以後，TCP 不會對傳送出去的情況置之不理，它一定會向對方確認是否成功到達。握手的過程中使用兩個標誌（flag）：SYN（synchronize，同步）和 ACK（acknowledgement）；

  • 傳送端首先會傳送一個帶 SYN 標誌的資料包給對方。接收端收到該標誌以後，回傳一個帶 SYN/ACK 標誌的資料包給傳送方以表示確認資訊，最後，傳送端在回傳一個帶 ACK 的標誌表示握手結束；

  • 如果該過程因異常中斷，TCP 還會再次以相同的順序傳送相同的資料包；

• TCP 協議的四次揮手

  • TCP 在雙方通訊結束以後，傳送端和接收端都處於 ESTABLISHED 狀態。這時 TCP 會採用四次揮手策略，在揮手的過程中用到的兩個標誌：FIN（finish）和 ACK；

  • 傳送端首先會傳送一個帶 FIN 標誌的資料包給對方，這是傳送端會處於一個 FIN-WAIT-1 的狀態。接收端收到該標誌以後，回傳一個 ACK 標誌的資料包給對方，並且這時接收端會處於 CLOSE-WAIT 的狀態，這時接收端還是可以往傳送端傳送資料。當傳送端接收到接收端回傳的 ACK 標誌的資料包的時候，這時傳送端會處於一個 FIN-WAIT-2 的狀態。當接收端沒有資料需要傳送給傳送端的時候，接收端會再次傳送一個 FIN 標誌的資料包給傳送端，這時接收端就會處於 LAST-ACK 的狀態。當傳送端收到接收端回傳的 FIN 標誌以後，傳送端必須對此進行確認應答，在確認報文段把帶 ACK 的報文傳送給接收端，然後接收端接收到該報文以後，便處於關閉的狀態，而傳送端則需要繼續保持一個監聽的狀態在一段時間內；

超文字傳送協議 HTTP

HTTP 使用了面向連線的 TCP 作為傳輸層協議，保證了資料的可靠傳輸。HTTP 不必考慮資料在傳輸的過程中被丟棄又怎樣重傳。但是，HTTP 協議本身是無連線的，也就是說，雖然 HTTP 使用了 TCP 連線，但是通訊的雙方在交換 HTTP 報文之前，是不需要先建立 HTTP 連線的。

• HTTP 的報文結構（略）

• HTTP 的狀態碼（狀態碼都是三位數字的，分為 5 大類，大概有 33 種。這五種型別的狀態碼可以歸納為以下）

  • 1XX 表示通知資訊。如請求收到了或者正在處理；

  • 2XX 表示成功。如接受或知道了；

  • 3XX 表示重定向。如完成請求還需要採取進一步的行動；

  • 4XX 表示客戶端的錯誤。例如請求的語法有誤或者不能完成；

  • 5XX 表示伺服器的錯誤。如伺服器失效無法完成；

• HTTP 的方法

  • GET 表示獲取資源；

  • POST 表示傳輸實體主體；

  • PUT 表示傳輸檔案；

  • HEAD 表示獲得報文首部；

  • DELETE 表示刪除檔案；

  • OPTIONS 表示詢問支援的方法；

  • TRACE 表示追蹤路徑；

  • CONNECT 表示要求用隧道協議連線代理；

HTTP 是不儲存狀態的協議

HTTP 是一種不儲存狀態，即無狀態的協議。HTTP 協議自身不對請求和響應之間的通訊狀態經行儲存。使用 HTTP 協議，每當有新的請求傳送的時候，就會有新的響應產生。協議本身不儲存之前一切的請求或者響應報文的資訊。而這樣子做的好處是為了更加快地處理大量的事務，確保協議的可伸縮性；HTTP/1.1 雖然是無狀態協議，但為了實現期望的保持狀態功能，於是引入了 Cookie 技術。

HTTP 持久化連線節省通訊量

在 HTTP 協議的初始化版本中，每進行一次 HTTP 通訊就要斷開一次 TCP 連線。一般來說，比如一張網頁往往會包含多中資源請求，例如文字、圖片、音視訊等...每一次請求都造成 TCP 的連線斷開，這樣就會增加通訊量的開銷；為了解決 HTTP 每一次請求都造成 TCP 的連線斷開的問題，HTTP/1.1 和部分的 HTTP/1.0 想出來持久化連線（HTTP Persistent Connections），也稱為 HTTP keep-alive。持久化連線的特點是，只要 HTTP 的兩端沒有明確提出斷開連線，則保持 TCP 連線狀態；

HTTP 的持久化連線的好處是，減少了 TCP 連線的重複建立和斷開所造成的額外開銷，減輕了伺服器的負載。也因為這樣，HTTP 的請求響應時間也為之減少，這樣頁面的顯示的速度也就相應提高；

管線化

持久化連線使得多數請求以管線化方式傳送得以實現。管線化是指，一個請求傳送以後，不用等該請求的響應報文，就可以直接傳送下一個請求報文。這樣的意義也是減少 HTTP 的請求響應時間。

使用 Cookie 的狀態管理

前面提到，HTTP 協議是不儲存狀態的，也就是不對請求和響應之間的通訊狀態經行儲存。但很多業務是需要 HTTP 有儲存狀態的，如需要登入的網站的訪問等。為了解決上述的矛盾，HTTP 引入了 Cookie 技術。Cookie 技術通過在請求和響應報文中寫入 Cookie 資訊來控制客戶端的狀態。

請求報文及響應報文的結構

壓縮傳輸的內容編碼

HTTP 協議中有一種被稱為內容編碼的功能。內容編碼指明應用在實體內容上的編碼格式，並保持實體資訊原樣壓縮。內容編碼後的實體由客戶端接收並負責解碼。

• 常用的內容編碼格式：

  • gzip（GUN zip）

  • compress（UNIX 系統的標準壓縮）

  • deflate（zlib）

  • identity（不進行編碼）

分割傳送的分塊傳輸編碼

在傳輸大容量的資料時，通過把資料分割成多塊能夠讓瀏覽器逐步顯示頁面，這種把實體分塊的功能稱為分塊傳輸編碼（Chunked Transfer Coding）

狀態碼告知從伺服器端返回的請求結果

• 2XX 響應結果表示請求被正常處理了。

  • 200 OK 表示從客戶端發來的請求在服務端被正常處理了；

  • 204 No Content 該狀態碼錶示伺服器接收的請求已經被成功處理，但在返回的響應報文中不含實體的主體部分；

  • 206 Partial Content 表示客戶端要求服務端返回部分的資源資訊。響應報文包含 Content-Range 指定範圍的實體內容；

• 3XX 重定向

  • 301 該狀態碼錶示請求的資源已被分配了新的 URI；

  • 302 臨時性重定向；

  • 303 See Other 該狀態碼錶示由於請求對應的資源存在著另一個 URl，應使用 GET 方法定向獲取請求的資源；

• 4XX 客戶端錯誤

  • 400 Bad Request 該狀態碼錶示請求報文中存在語法錯誤；

  • 403 ForBidden 該狀態碼錶明對請求資源的訪問被伺服器拒絕了；

  • 404 Not Found 該狀態碼錶明伺服器上無法找到請求的資源；

• 5XX 伺服器錯誤

  • 500 Internal Server Error 該狀態碼錶示伺服器端在執行請求時發生了錯誤；

  • 503 Service Unavailable 該狀態碼錶明伺服器暫時處於超負荷或正在經行停機維護；

小結

這一篇筆記主要是從 HTTP 原理的巨集觀主體的描述，沒有更深細節去研究吧。emmmm....下一篇網路原理應該是關於 TCP/IP 的。