HTTP 協議入門

阮一峰發表於2016-08-19
HTTP協議

HTTP 協議是網際網路的基礎協議，也是網頁開發的必備知識，最新版本 HTTP/2 更是讓它成為技術熱點。

本文介紹 HTTP 協議的歷史演變和設計思路。

一、HTTP/0.9

HTTP 是基於 TCP/IP 協議的應用層協議。它不涉及資料包（packet）傳輸，主要規定了客戶端和伺服器之間的通訊格式，預設使用80埠。

最早版本是1991年釋出的0.9版。該版本極其簡單，只有一個命令GET。


GET /index.html

上面命令表示，TCP 連線（connection）建立後，客戶端向伺服器請求（request）網頁index.html。

協議規定，伺服器只能回應HTML格式的字串，不能回應別的格式。


<html>
  <body>Hello World</body>
</html>

伺服器傳送完畢，就關閉TCP連線。

二、HTTP/1.0

2.1 簡介

1996年5月，HTTP/1.0 版本釋出，內容大大增加。

首先，任何格式的內容都可以傳送。這使得網際網路不僅可以傳輸文字，還能傳輸影像、影片、二進位制檔案。這為網際網路的大發展奠定了基礎。

其次，除了GET命令，還引入了POST命令和HEAD命令，豐富了瀏覽器與伺服器的互動手段。

再次，HTTP請求和回應的格式也變了。除了資料部分，每次通訊都必須包括頭資訊（HTTP header），用來描述一些後設資料。

其他的新增功能還包括狀態碼（status code）、多字符集支援、多部分傳送（multi-part type）、許可權（authorization）、快取（cache）、內容編碼（content encoding）等。

2.2 請求格式

下面是一個1.0版的HTTP請求的例子。


GET / HTTP/1.0
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5)
Accept: */*

可以看到，這個格式與0.9版有很大變化。

第一行是請求命令，必須在尾部新增協議版本（HTTP/1.0）。後面就是多行頭資訊，描述客戶端的情況。

2.3 回應格式

伺服器的回應如下。


HTTP/1.0 200 OK 
Content-Type: text/plain
Content-Length: 137582
Expires: Thu, 05 Dec 1997 16:00:00 GMT
Last-Modified: Wed, 5 August 1996 15:55:28 GMT
Server: Apache 0.84

<html>
  <body>Hello World</body>
</html>

回應的格式是"頭資訊 + 一個空行（\r\n） + 資料"。其中，第一行是"協議版本 + 狀態碼（status code） + 狀態描述"。

2.4 Content-Type 欄位

關於字元的編碼，1.0版規定，頭資訊必須是 ASCII 碼，後面的資料可以是任何格式。因此，伺服器回應的時候，必須告訴客戶端，資料是什麼格式，這就是Content-Type欄位的作用。

下面是一些常見的Content-Type欄位的值。

  • text/plain
  • text/html
  • text/css
  • image/jpeg
  • image/png
  • image/svg+xml
  • audio/mp4
  • video/mp4
  • application/javascript
  • application/pdf
  • application/zip
  • application/atom+xml

這些資料型別總稱為MIME type，每個值包括一級型別和二級型別，之間用斜槓分隔。

除了預定義的型別，廠商也可以自定義型別。


application/vnd.debian.binary-package

上面的型別表明，傳送的是Debian系統的二進位制資料包。

MIME type還可以在尾部使用分號，新增引數。


Content-Type: text/html; charset=utf-8

上面的型別表明，傳送的是網頁，而且編碼是UTF-8。

客戶端請求的時候，可以使用Accept欄位宣告自己可以接受哪些資料格式。


Accept: */*

上面程式碼中，客戶端宣告自己可以接受任何格式的資料。

MIME type不僅用在HTTP協議，還可以用在其他地方，比如HTML網頁。


<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<!-- 等同於 -->
<meta charset="utf-8" />

2.5 Content-Encoding 欄位

由於傳送的資料可以是任何格式，因此可以把資料壓縮後再傳送。Content-Encoding欄位說明資料的壓縮方法。


Content-Encoding: gzip
Content-Encoding: compress
Content-Encoding: deflate

客戶端在請求時，用Accept-Encoding欄位說明自己可以接受哪些壓縮方法。


Accept-Encoding: gzip, deflate

2.6 缺點

HTTP/1.0 版的主要缺點是，每個TCP連線只能傳送一個請求。傳送資料完畢，連線就關閉，如果還要請求其他資源，就必須再新建一個連線。

TCP連線的新建成本很高，因為需要客戶端和伺服器三次握手，並且開始時傳送速率較慢（slow start）。所以，HTTP 1.0版本的效能比較差。隨著網頁載入的外部資源越來越多，這個問題就愈發突出了。

為了解決這個問題，有些瀏覽器在請求時，用了一個非標準的Connection欄位。


Connection: keep-alive

這個欄位要求伺服器不要關閉TCP連線，以便其他請求複用。伺服器同樣回應這個欄位。


Connection: keep-alive

一個可以複用的TCP連線就建立了，直到客戶端或伺服器主動關閉連線。但是，這不是標準欄位，不同實現的行為可能不一致，因此不是根本的解決辦法。

三、HTTP/1.1

1997年1月，HTTP/1.1 版本釋出，只比 1.0 版本晚了半年。它進一步完善了 HTTP 協議，一直用到了20年後的今天，直到現在還是最流行的版本。

3.1 持久連線

1.1 版的最大變化，就是引入了持久連線（persistent connection），即TCP連線預設不關閉，可以被多個請求複用，不用宣告Connection: keep-alive。

客戶端和伺服器發現對方一段時間沒有活動，就可以主動關閉連線。不過，規範的做法是，客戶端在最後一個請求時，傳送Connection: close，明確要求伺服器關閉TCP連線。


Connection: close

目前，對於同一個域名，大多數瀏覽器允許同時建立6個持久連線。

3.2 管道機制

1.1 版還引入了管道機制（pipelining），即在同一個TCP連線裡面，客戶端可以同時傳送多個請求。這樣就進一步改進了HTTP協議的效率。

舉例來說，客戶端需要請求兩個資源。以前的做法是，在同一個TCP連線裡面，先傳送A請求，然後等待伺服器做出回應，收到後再發出B請求。管道機制則是允許瀏覽器同時發出A請求和B請求，但是伺服器還是按照順序，先回應A請求，完成後再回應B請求。

3.3 Content-Length 欄位

一個TCP連線現在可以傳送多個回應，勢必就要有一種機制，區分資料包是屬於哪一個回應的。這就是Content-length欄位的作用，宣告本次回應的資料長度。


Content-Length: 3495

上面程式碼告訴瀏覽器，本次回應的長度是3495個位元組，後面的位元組就屬於下一個回應了。

在1.0版中，Content-Length欄位不是必需的，因為瀏覽器發現伺服器關閉了TCP連線，就表明收到的資料包已經全了。

3.4 分塊傳輸編碼

使用Content-Length欄位的前提條件是，伺服器傳送回應之前，必須知道回應的資料長度。

對於一些很耗時的動態操作來說，這意味著，伺服器要等到所有操作完成，才能傳送資料，顯然這樣的效率不高。更好的處理方法是，產生一塊資料，就傳送一塊，採用"流模式"（stream）取代"快取模式"（buffer）。

因此，1.1版規定可以不使用Content-Length欄位，而使用"分塊傳輸編碼"（chunked transfer encoding）。只要請求或回應的頭資訊有Transfer-Encoding欄位，就表明回應將由數量未定的資料塊組成。


Transfer-Encoding: chunked

每個非空的資料塊之前，會有一個16進位制的數值，表示這個塊的長度。最後是一個大小為0的塊，就表示本次回應的資料傳送完了。下面是一個例子。


HTTP/1.1 200 OK
Content-Type: text/plain
Transfer-Encoding: chunked

25
This is the data in the first chunk

1C
and this is the second one

3
con

8
sequence

0

3.5 其他功能

1.1版還新增了許多動詞方法：PUT、PATCH、HEAD、 OPTIONS、DELETE。

另外，客戶端請求的頭資訊新增了Host欄位，用來指定伺服器的域名。


Host: www.example.com

有了Host欄位，就可以將請求發往同一臺伺服器上的不同網站，為虛擬主機的興起打下了基礎。

3.6 缺點

雖然1.1版允許複用TCP連線，但是同一個TCP連線裡面，所有的資料通訊是按次序進行的。伺服器只有處理完一個回應，才會進行下一個回應。要是前面的回應特別慢，後面就會有許多請求排隊等著。這稱為"隊頭堵塞"（Head-of-line blocking）。

為了避免這個問題，只有兩種方法：一是減少請求數，二是同時多開持久連線。這導致了很多的網頁最佳化技巧，比如合併指令碼和樣式表、將圖片嵌入CSS程式碼、域名分片（domain sharding）等等。如果HTTP協議設計得更好一些，這些額外的工作是可以避免的。

四、SPDY 協議

2009年，谷歌公開了自行研發的 SPDY 協議，主要解決 HTTP/1.1 效率不高的問題。

這個協議在Chrome瀏覽器上證明可行以後，就被當作 HTTP/2 的基礎，主要特性都在 HTTP/2 之中得到繼承。

五、HTTP/2

2015年，HTTP/2 釋出。它不叫 HTTP/2.0，是因為標準委員會不打算再發布子版本了，下一個新版本將是 HTTP/3。

5.1 二進位制協議

HTTP/1.1 版的頭資訊肯定是文字（ASCII編碼），資料體可以是文字，也可以是二進位制。HTTP/2 則是一個徹底的二進位制協議，頭資訊和資料體都是二進位制，並且統稱為"幀"（frame）：頭資訊幀和資料幀。

二進位制協議的一個好處是，可以定義額外的幀。HTTP/2 定義了近十種幀，為將來的高階應用打好了基礎。如果使用文字實現這種功能，解析資料將會變得非常麻煩，二進位制解析則方便得多。

5.2 多工

HTTP/2 複用TCP連線，在一個連線裡，客戶端和瀏覽器都可以同時傳送多個請求或回應，而且不用按照順序一一對應，這樣就避免了"隊頭堵塞"。

舉例來說，在一個TCP連線裡面，伺服器同時收到了A請求和B請求，於是先回應A請求，結果發現處理過程非常耗時，於是就傳送A請求已經處理好的部分， 接著回應B請求，完成後，再傳送A請求剩下的部分。

這樣雙向的、實時的通訊，就叫做多工（Multiplexing）。

5.3 資料流

因為 HTTP/2 的資料包是不按順序傳送的，同一個連線裡面連續的資料包，可能屬於不同的回應。因此，必須要對資料包做標記，指出它屬於哪個回應。

HTTP/2 將每個請求或回應的所有資料包，稱為一個資料流（stream）。每個資料流都有一個獨一無二的編號。資料包傳送的時候，都必須標記資料流ID，用來區分它屬於哪個資料流。另外還規定，客戶端發出的資料流，ID一律為奇數，伺服器發出的，ID為偶數。

資料流傳送到一半的時候，客戶端和伺服器都可以傳送訊號（RST_STREAM幀），取消這個資料流。1.1版取消資料流的唯一方法，就是關閉TCP連線。這就是說，HTTP/2 可以取消某一次請求，同時保證TCP連線還開啟著，可以被其他請求使用。

客戶端還可以指定資料流的優先順序。優先順序越高，伺服器就會越早回應。

5.4 頭資訊壓縮

HTTP 協議不帶有狀態，每次請求都必須附上所有資訊。所以，請求的很多欄位都是重複的，比如Cookie和User Agent，一模一樣的內容，每次請求都必須附帶，這會浪費很多頻寬，也影響速度。

HTTP/2 對這一點做了最佳化，引入了頭資訊壓縮機制（header compression）。一方面，頭資訊使用gzip或compress壓縮後再傳送；另一方面，客戶端和伺服器同時維護一張頭資訊表，所有欄位都會存入這個表，生成一個索引號，以後就不傳送同樣欄位了，只傳送索引號，這樣就提高速度了。

5.5 伺服器推送

HTTP/2 允許伺服器未經請求，主動向客戶端傳送資源，這叫做伺服器推送（server push）。

常見場景是客戶端請求一個網頁，這個網頁裡面包含很多靜態資源。正常情況下，客戶端必須收到網頁後，解析HTML原始碼，發現有靜態資源，再發出靜態資源請求。其實，伺服器可以預期到客戶端請求網頁後，很可能會再請求靜態資源，所以就主動把這些靜態資源隨著網頁一起發給客戶端了。

六、參考連結

（完）

相關文章