20170709_在地址栏中输入URL按下回车键以后发生了什么？

20170709_在地址栏中输入URL按下回车键以后发生了什么？

参考另一篇博客：

20170709_在地址栏中输入URL按下回车键以后发生了什么？ 版本二

转自：http://blog.csdn.net/zll0927/article/details/11885239

本文将更深入的研究当你输入一个网址的时候，后台到底发生了一件件什么样的事。

1. 首先，在浏览器里输入要访问的URL网址，然后按下回车键Enter:

2. 浏览器查找该网站域名所对应的IP地址（想要访问的 Web 服务器的 IP 地址）：

查询的第一步是通过访问的域名找出其IP地址。

DNS查找过程如下：

• 浏览器缓存 —— 浏览器会缓存 DNS记录一段时间。 有趣的是，操作系统没有告诉浏览器储存 DNS记录多长时间，这样，不同的浏览器就会储存各自固定的一个时间（比如：2分钟到30分钟不等）。
• 操作系统缓存 —— 如果在浏览器缓存里没有找到需要的记录，浏览器会做一个系统调用（windows里是gethostbyname）。这样便可获得操作系统缓存中的记录。
• 路由器缓存 —— 接着，前面的查询请求发向路由器，它一般会有自己的 DNS缓存。
• ISP DNS 缓存 —— 接下来要 检查 的就是 ISP 缓存 DNS的服务器。在这一般都能找到相应的缓存记录。（注：Internet Service Provider，互联网服务提供商，就是那些拉网线到你家里的运营商，中国电信中国移动什么的）。
• 递归搜索 —— 你的 ISP 的 DNS 服务器从根域名服务器开始进行递归搜索，从 .com 顶级域名服务器到 Facebook 的域名服务器。一般 DNS 服务器的缓存中会有 .com 域名服务器中的域名，所以到顶级服务器的匹配过程不是那么必要了。

DNS递归查找如下图所示：

    DNS有一点令人担忧，这就是像 wikipedia.org 或者 facebook.com 这样的整个域名看上去只是对应一个单独的 IP 地址。

还好，有几种方法可以消除这个瓶颈：

• 循环 DNS  是DNS 查找时返回多个 IP 的解决方案。举例来说，Facebook.com 实际上就对应了四个 IP 地址。
• 负载平衡器  是以一个特定 IP 地址进行侦听并将网络请求转发到集群服务器上的硬件设备。 一些大型的站点一般都会使用这种昂贵的高性能负载平衡器。
• 地理 DNS 根据用户所处的地理位置，通过把域名映射到多个不同的 IP 地址提高可扩展性。这样不同的服务器不能够更新同步状态，但映射静态内容的话非常好。
• Anycast  是一个IP地址映射多个物理主机的路由技术。 美中不足，Anycast 与 TCP 协议适应的不是很好，所以很少应用在那些方案中。

大多数DNS服务器使用 Anycast 来获得高效低延迟的DNS查找。

3. 浏览器给 web 服务器发送一个HTTP请求：

因为像Facebook主页这样的动态页面，打开后在浏览器缓存中很快甚至马上就会过期，毫无疑问他们不能从中读取。

所以，浏览器将把一下请求发送到 Facebook 所在的服务器：

 GET http://facebook.com/ HTTP/1.1
 Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
 User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]
 Accept-Encoding: gzip, deflate
 Connection: Keep-Alive
 Host: facebook.com
 Cookie: datr=1265876274-[...]; locale=en_US; lsd=WW[...]; c_user=2101[...]

GET 这个请求定义了要读取的 URL： “http://facebook.com/”。

浏览器自身定义 ( User-Agent 头 )， 和它希望接受什么类型的响应 ( Accept and Accept-Encoding 头 ).

Connection 头要求服务器为了后边的请求不要关闭TCP连接。

请求中也包含浏览器存储的该域名的cookies。可能你已经知道，在不同页面请求当中，cookies 是与跟踪一个网站状态相匹配的键值。这样，cookies 会存储登录用户名、服务器分配的密码和一些用户设置等。Cookies 会以文本文档形式存储在客户机里，每次请求时发送给服务器。

用来看原始 HTTP 请求及其相应的工具很多。作者比较喜欢使用 fiddler，当然也有像 FireBug 这样其他的工具。这些软件在网站优化时会帮上很大忙。

除了获取请求，还有一种是发送请求，它常在提交表单用到。

发送请求通过 URL 传递其参数 (e.g.: http://robozzle.com/puzzle.aspx? id=85) 。发送请求在请求正文头之后发送其参数。

像 “ http://facebook.com/ ” 中的 斜杠 是至关重要的。这种情况下，浏览器能安全的添加斜杠。

而像 “ http: //example.com/folderOrFile ” 这样的地址，因为浏览器不清楚 folderOrFile 到底是文件夹还是文件，所以不能自动添加 斜杠。这时，浏览器就 不加斜杠 直接访问地址，服务器会响应一个重定向，结果造成一次不必要的握手。

4. facebook 服务的永久重定向响应：

图中所示为 Facebook 服务器发回给浏览器的响应：

 HTTP/1.1 301 Moved Permanently
 Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,
 pre-check=0
 Expires: Sat, 01 Jan 2000 00:00:00 GMT
 Location: http://www.facebook.com/
 P3P: CP="DSP LAW"
 Pragma: no-cache
 Set-Cookie: made_write_conn=deleted; expires=Thu, 12-Feb-2009 05:09:50 GMT;
 path=/; domain=.facebook.com; httponly
 Content-Type: text/html; charset=utf-8
 X-Cnection: close
 Date: Fri, 12 Feb 2010 05:09:51 GMT
 Content-Length: 0

服务器给浏览器响应一个 301 永久重定向响应，这样浏览器就会访问 “ http://www.facebook.com/ ”而非 “ http://facebook.com/ ”。

为什么服务器一定要 重定向 而不是 直接发回用户想看的网页内容呢？

这个问题有好多有意思的答案。

其中一个原因跟 搜索引擎 排名 有关。你看，如果一个页面有两个地址，就像 http://www.igoro.com/  和 http://igoro.com/，搜索引擎会认为它们是两个网站，结果造成每一个的搜索链接都减少从而降低排名。

而搜索引擎知道 301 永久重定向是什么意思，这样就会把访问带 www 的和 不带 www 的地址归到同一个网站排名下。

还有一个原因是：用不同的地址会造成 缓存友好性 变差。当一个页面有好几个名字时，它可能会在缓存里出现好几次。

5. 浏览器跟踪 重定向地址：

现在，浏览器知道了 “ http://www.facebook.com/ ”才是要访问的正确地址，所以它会 发送 另一个HTTP请求：

 GET http://www.facebook.com/ HTTP/1.1
 Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
 Accept-Language: en-US
 User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]
 Accept-Encoding: gzip, deflate
 Connection: Keep-Alive
 Cookie: lsd=XW[...]; c_user=21[...]; x-referer=[...]
 Host: www.facebook.com

头信息 与之前请求中的意义相同。

6. 服务器“处理”这个获取请求：

服务器接收到获取请求，然后处理，并返回一个响应。

这表面上看起来是一个顺向的任务，但其实，这中间发生了很多有意思的东西，就像作者博客这样简单的网站，何况像facebook那样访问量大的网站呢！

• Web 服务器软件
  web 服务器软件（像 IIS 和 Apache）接收到 HTTP 请求，然后确定执行什么 请求处理 来处理。请求处理 就是一个能够读懂请求、并且能生成 HTML 代码来进行响应的程序（像 ASP.NET、PHP、RUBY 等）。

  举一个最简单的例子，需求处理可以以映射网站地址结构的文件层次存储。像  http://example.com/folder1/page1.aspx  这个地 址会映射  /httpdocs/folder1/page1.aspx 这个文件。web 服务器软件可以设置成为地址人工的对应请求处理，这样 page1.aspx的发布地址就可以是 http://example.com/folder1/page1。

• 请求处理
  请求处理 阅读请求及它的参数和 cookies。它会读取也可能更新一些数据，并将数据存储在服务器上。然后，需求处理会生成一个 HTML 响应。

    所有动态网站都面临一个有意思的难点：如何存储数据？ 小网站一般都会有一个 SQL数据库 来存储数据，存储大量数据或者访问量大的网站不得不找一些办法把数据库分配到多台机器上。解决方案 有：sharding （基于主键值将数据表分散到多个数据库中），复制，利用弱语义一致性的简化数据库。

    委托工作给批处理是一个廉价保持数据更新的技术。举例来讲，Fackbook 得及时更新新闻 feed，但数据支持下的 “你可能认识的人” 功能只需要每晚更新 （作者猜测是这样的，该功能如何完善不得而知）。批处理作业更新会导致一些不太重要的数据陈旧，但能使数据更新耕作更快更简洁。

7. 服务器发回一个 HTML 响应：

图中为服务器生成并返回的响应：

 HTTP/1.1 200 OK
 Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,
 pre-check=0
 Expires: Sat, 01 Jan 2000 00:00:00 GMT
 P3P: CP="DSP LAW"
 Pragma: no-cache
 Content-Encoding: gzip
 Content-Type: text/html; charset=utf-8
 X-Cnection: close
 Transfer-Encoding: chunked
 Date: Fri, 12 Feb 2010 09:05:55 GMT
 
 2b3Tn@[...]

整个响应大小为35kB，其中大部分在整理后以 blob 类型 传输。

内容编码头 告诉浏览器 整个响应体 用 gzip 算法 进行压缩。解压 blob 块后，你可以看到如下期望的 HTML：

 
 
 
 
 ...

关于压缩，头信息说明了是否缓存这个页面，如果缓存的话如何去做，有什么 cookies 要去设置（前面这个响应里没有这点）和隐私信息等等。

请注意：报头中把 Content-type 设置为“ text/html ”。报头让浏览器将该响应内容以 HTML 形式呈现，而不是以文件形式下载它。浏览器会根据报头信息决定如何解释该响应，不过同时也会考虑像 URL 扩展内容等其他因素。

8. 浏览器开始显示 HTML 内容：

在浏览器没有完整接受全部 HTML 文档时，它就已经开始显示这个页面了：

9. 浏览器发送获取嵌入在 HTML 中的资源对象（图片、视频、CSS样式表等）：

在浏览器显示 HTML 时，它会注意到需要获取其他地址内容的标签。这时，浏览器会发送一个获取请求来重新获得这些文件。

下面是几个我们访问 facebook.com 时需要重获取的几个 URL：

• 图片
  http://static.ak.fbcdn.net/rsrc.php/z12E0/hash/8q2anwu7.gif
  http://static.ak.fbcdn.net/rsrc.php/zBS5C/hash/7hwy7at6.gif
  …
• CSS 式样表
  http://static.ak.fbcdn.net/rsrc.php/z448Z/hash/2plh8s4n.css
  http://static.ak.fbcdn.net/rsrc.php/zANE1/hash/cvtutcee.css
  …
• JavaScript 文件
  http://static.ak.fbcdn.net/rsrc.php/zEMOA/hash/c8yzb6ub.js
  http://static.ak.fbcdn.net/rsrc.php/z6R9L/hash/cq2lgbs8.js
  …

这些地址都要经历一个和 HTML 读取类似的过程。所以浏览器会在 DNS 中查找这些域名，发送请求，重定向等等.........

但，不像动态页面那样，静态文件会允许浏览器对其进行缓存。

有的文件可能会不需要与服务器通讯，而从缓存中直接读取。服务器的响应中包含了静态文件保存的期限 信息，所以浏览器知道要把它们缓存多长时间。还有，每个响应都可能包含像版本号一样工作的ETag头（被请求变量的实体值），如果浏览器观察到文件的版本 ETag信息已经存在，就马上停止这个文件的传输。

试着猜猜看“ fbcdn.NET ”在地址中代表什么？聪明的答案是"Facebook内容分发网络"。Facebook利用内容分发网络（CDN）分发像图片，CSS表和JavaScript文件这些静态文件。所以，这些文件会在全球很多CDN的数据中心中留下备份。

静态内容往往代表站点的带宽大小，也能通过CDN轻松的复制。通常网站会使用第三方的CDN。例如，Facebook的静态文件由最大的CDN提供商Akamai来托管。

举例来讲，当你试着ping static.ak.fbcdn.net的时候，可能会从某个akamai.Net服务器上获得响应。

有意思的是，当你同样再 ping 一次的时候，响应的服务器可能就不一样，这说明幕后的负载平衡开始起作用了。

10. 浏览器发送异步（AJAX）请求：

AJAX 指异步 JavaScript 及 XML（Asynchronous JavaScript And XML），它不是一种新的编程语言，而是一种使用现有标准的新方法。

AJAX 基于 JavaScript 和 HTTP 请求（HTTP requests）的，因为AJAX 通过在后台与服务器交换少量数据的方式，允许网页进行异步更新。这意味着有可能在不重载整个页面的情况下，对网页的一部分进行更新，通过 AJAX，你可以创建更好、更快以及更友好的 WEB 应用程序。
Ajax 可以调用服务器任何资源，可以调用动态页面、静态页面，也可以调用json对象，但是由于浏览器无法解析二进制文件，故调用图片等时就会报错。

在 Web 2.0 的指引下，页面显示完成后，客户端仍与服务器端保持着联系。

以 Facebook 聊天功能为例，它会持续与服务器保持联系来及时更新你那些亮亮灰灰的好友状态。为了更新这些头像亮着的好友状态，在浏览器中执行的javascript 代码会给服务器发送异步请求。

这个异步请求发送给特定的地址，它是一个按照程式构造的获取或发送请求。还是在 Facebook 这个例 子中，客户端发送给 http://www.facebook.com/ajax/chat/buddy_list.PHP 一个发布请求来获取你好友里哪个在线的状态信息。

提起这个模式，就必须要讲讲" AJAX "——“ 异步JavaScript 和 XML ”，虽然服务器为什么用 XML 格式来进行响应也没有个一清二白的原因。再举个例子吧，对于异步请求，Facebook 会返回一些 JavaScript 的代码片段。

除了其他，fiddler 这个工具能够让你看到浏览器发送的异步请求。

事实上，你不仅可以被动的做为这些请求的看客，还能主动出击修改和重新发送它们。AJAX 请求这么容易被蒙，可着实让那些计分的在线游戏开发者们郁闷的了。

Facebook 聊天功能提供了关于 AJAX 一个有意思的问题案例：把数据从服务器端推送到客户端。

因为 HTTP 是一个请求-响应协议，所以聊天服务器不能把新消息发给客户。取而代之的是客户端不得不隔几秒就轮询下服务器端看自己有没有新消息。

这些情况发生时长轮询是个减轻服务器负载挺有趣的技术。如果当被轮询时服务器没有新消息，它就不理这个客户端。

而当尚未超时的情况下收到了该客户的新消息，服务器就会找到未完成的请求，把新消息做为响应返回给客户端。

总结一下：

希望看了本文，你能明白不同的网络模块是如何协同工作的

转自：http://www.cnblogs.com/wenanry/archive/2010/02/25/1673368.html