第一章 Http概述（http权威指南）

写在前面：因为http的知识偏概念，所以只记录书中的重点内容，目的是建立web概念了解原理，也是为了在以后面试中能应付http方面得问题（例如三次握手是哪三次？）。

• HTTP（Hypertext Transfer Protocol， 超文本传输协议①） 是在万维网上进行通信时
  所使用的协议方案。 HTTP 有很多应用， 但最著名的是用于 Web 浏览器和 Web 服
  务器之间的双工通信

• HTTP 使用的是可靠的数据传输协议， 因此即使数据来自地球的另一端， 它也能够
  确保数据在传输的过程中不会被损坏或产生混乱。

• Web 服务器所使用的是 HTTP 协议， 因此经常会被称为 HTTP 服务器。

web客户端与服务器

资源

• 资源： 在web传输中所有类型的内容来源都是资源。

• MIME类型：（Multipurpose Internet Mail Extension， 多用途因特网邮件扩展, 读音：\卖姆\ )最初是为了解决在不同的电子邮件系统之间搬移报文时存在的问题。 MIME 在电子邮件系统中工作得非常
  好， 因此 HTTP 也采纳了它， 用它来描述并标记多媒体内容。

  1. 当 Web浏览器从服务器中取回一个对象时， 会去查看相关的 MIME 类型， 看看它是否知道应该如何处理这个对象。 大多数浏览器都可以处理数百种常见的对象类型： 显示图片文件、 解析并格式化 HTML 文件、 通过计算机声卡播放音频文件， 或者运行外部插件软件来处理特殊格式的数据

     
     
     

     MIME
  2. MIME的格式：主类型/次类型 例如：image/png image/jpeg text/html text/plain

• URI: 统一资源标识符（Uniform Resource Identifier）URI 就像因特网上的邮政地址一样， 在世界范围内唯一标识并定位信息资源。URI 有两种形式， 分别称为 URL 和 URN。

• URL:统一资源定位符.URL 描述了一台特定服务器上某资源的特定位置。 它们可以明确说明如何从一个精确、 固定的位置获取资源.

image.png

• URL说明了协议，服务器和本地资源。几乎所有的 URI 都是 URL

• URN:统一资源名。URN 是作为特定内容的唯一名称使用的， 与目前的资源所在地无关。 使用这些与位置无关的 URN， 就可以将资源四处搬移。 通过 URN， 还可以用同一个名字通过多种网络访问协议来访问资源。URN 仍然处于试验阶段， 还未大范围使用。 为了更有效地工作， URN 需要一个支撑架构来解析资源的位置。 而此类架构的缺乏也延缓了其被采用的进度。 但 URN确实为未来发展作出了一些令人兴奋的承诺。

事务

• 一个 HTTP 事务由一条（从客户端发往服务器的） 请求命令和一个（从服务器发回客户端的） 响应结果组成。 这种通信是通过名为 HTTP 报文（HTTP message）的格式化数据块进行的

事务/报文

• 方法：每个http报文中都包含一个方法，常见的方法有：

报文方法

ps:和后台交流的时候经常会说，url的请求类型是啥啊？

• 状态码：每条 HTTP 响应报文返回时都会携带一个状态码。 状态码是一个三位数字的代码，
  告知客户端请求是否成功， 或者是否需要采取其他动作。

状态码

ps:看到过一道面试题：状态码302代表啥

• 一个web页面不是单个资源，而是多个资源的合集

web页面是多个资源的合集

报文

• 从 Web 客户端发往 Web 服务器的 HTTP 报文称为请求报文（request message）。 从服务器发往客户端的报文称为响应报文（response message）， 此外没有其他类型的HTTP 报文。

• 报文由起始行，首部字段，主体三部分组成。

  
  
  

  报文

连接

报文是通过传输控制协议（Transmission Control Protocol， TCP） 连接从一个地方搬移到另一个地方去的。

• TCP/IP协议：HTTP 是个应用层协议。 HTTP 无需操心网络通信的具体细节； 它把联网的细节都交给了通用、 可靠的因特网传输协议 TCP/IP。因特网自身就是基于 TCP/IP 的， TCP/IP 是全世界的计算机和网络设备常用的层次化分组交换网络协议集。 TCP/IP 隐藏了各种网络和硬件的特点及弱点， 使各种类型的计算机和网络都能够进行可靠地通信。

• http基于tcp，tcp基于ip

  
  
  

  HTTP网络协议栈

• 连接、 IP地址及端口号

• 在 HTTP 客户端向服务器发送报文之前， 需要用网际协议（Internet Protocol， IP）地址和端口号在客户端和服务器之间建立一条 TCP/IP 连接。在 TCP 中， 你需要知道服务器的 IP 地址， 以及与服务器上运行的特定软件相关的TCP 端口号。

• 通过一种称为域名服务（Domain Name Service， DNS） 的机制方便地将主机名转换为 IP
  地址（www.xswell.com=>192.142.6.0）

• URL可以不带端口号，采用默认端口号80连接

基本的浏览器链接处理

步骤如下：
(a) 浏览器从 URL 中解析出服务器的主机名；
(b) 浏览器将服务器的主机名转换成服务器的 IP 地址；
(c) 浏览器将端口号（如果有的话） 从 URL 中解析出来；
(d) 浏览器建立一条与 Web 服务器的 TCP 连接；
(e) 浏览器向服务器发送一条 HTTP 请求报文；
(f) 服务器向浏览器回送一条 HTTP 响应报文；
(g) 关闭连接， 浏览器显示文档。

• Telnet：Telnet 程序可以将键盘连接到某个目标 TCP 端口， 并将此 TCP 端口的输出回送到
  显示屏上。 Telnet 常用于远程终端会话， 但它几乎可以连接所有的 TCP 服务器， 包
  括 HTTP 服务器。

协议版本

• 0.9 设计缺陷
• 1.0 第一个得到广泛使用的 HTTP 版本
• 1.0+ 很多流行的 Web 客户端和服务器都在飞快地向 HTTP中添加各种特性， 以满足快速扩张且在商业上十分成功的万维网的需要。 其中很多特性， 包括持久的 keep-alive 连接、 虚拟主机支持， 以及代理连接支持都被加入到 HTTP 之中， 并成为非官方的事实标准。 这种非正式的 HTTP 扩展版本通常称为 HTTP/1.0+。
• 1.1 校正 HTTP 设计中的结构性缺陷， 明确语义， 引入重要的性能优化措施， 并删除一些不好的特性。 HTTP/1.1 是当前使用的 HTTP 版本。
• 2.0ng 不研究了，也不打算推广

web的结构组件

• 代理：代理位于客户端和服务器之间， 接收所有客户端的 HTTP 请求， 并将这些请求转发给服务器（可能会对请求进行修改之后转发）。 对用户来说， 这些应用程序就是一个代理， 代表用户访问服务器.

在客户端和服务端之间转发流量的代理

• 出于安全考虑， 通常会将代理作为转发所有 Web 流量的可信任中间节点使用。 代理还可以对请求和响应进行过滤。 比如， 在企业中对下载的应用程序进行病毒检测，或者对小学生屏蔽一些成人才能看的内容。

• 缓存：Web 缓存（Web cache） 或代理缓存（proxy cache） 是一种特殊的 HTTP 代理服务
  器， 可以将经过代理传送的常用文档复制保存起来。 下一个请求同一文档的客户端
  就可以享受缓存的私有副本所提供的服务了

web缓存

• 网关：是一种特殊的服务器， 作为其他服务器的中间实体使用。 通常用于将 HTTP 流量转换成其他的协议。 网关接受请求时就好像自己是资源的源端服务器一样。 客户端可能并不知道自己正在与一个网关进行通信。

网关

• 隧道：是建立起来之后， 就会在两条连接之间对原始数据进行盲转发的HTTP 应用程序。 HTTP 隧道通常用来在一条或多条 HTTP 连接上转发非 HTTP 数据， 转发时不会窥探数据。

SSL隧道

• Agent 代理（或者简称为 Agent 代理） 是代表用户发起 HTTP 请求的客户端程序。目前我们知道的agent代理就是web浏览器，其实搜索引擎也是agent代理。
  
  

  搜索引擎是agent代理