声明一:该博客转载了微信公众号——算法与数学之美的文章,原文链接。(日期:10.11)
转载是因为觉得该文章的内容是我想学的,且为了方便自己查看以及避免以后再要查阅时查不到。
但是我又发现,在5月29日就有其他公众号发了这篇文章,链接在此。
最后,我朋友告诉我,他在上学期就看到不少公众号在发这篇文章了。。。。
声明二:该博客部分转载了简书博主Half_Light的文章——从URL输入到页面展现,过程中发生了什么?
一个经典的面试题:URL在浏览器被输入到页面展现的过程中发生了什么?
大概经历了如下过程:
在浏览器地址中输入URL:
URL(Uniform Resource Locator),统一资源定位符,用于定位互联网上的资源。
格式一般为:协议类型://<主机名>:<端口>/<路径>/<文件名>
域名解析:
浏览器具体会从以下几个缓存去查找域名对应的IP:
DNS(Domain Name System),域名系统,是因特网上作为域名和IP地址相遇映射的一个分布式数据库,能够使用户更方便的访问互联网,而不用去记住能够被机器直接读取的IP数字串。
服务器处理请求:
服务器中的Web server可以解析接收到的HTTP请求,然后返回一个HTTP响应给用户,或者接收请求后反向代理到其他Web服务器进行别的解析操作。
具体接收到的HTTP请求则是在后台进行处理的,后台处理的主流框架是按照MVC:模型-视图-控制器进行搭建的(对于学过Django的朋友,可能看起来会比较乱,我觉得可以这样理解:MVC的视图类似于Django的模板,控制器类似于Django的视图)。
摘录百度百科的一段MVC的介绍:
浏览器处理:
浏览器会接收到服务器处理返回的HTML字符串然后进行解析,HTML页面经历了加载、解析和渲染的过程。
比如浏览器解析到了link标签则会重新发送请求获取css文件;解析到img标签就会发送请求获取图片资源;解析到script标签就会挂起渲染的线程(因为加载、解析、渲染是同步的),不仅要等待文档中scripts标签代表的js文件加载完毕,还要等待解析执行完毕才可恢复HTML文档的渲染线程。
网页绘制:
浏览器根据HTML和CSS计算得到渲染树,最终绘制到屏幕上。也就是浏览器中我们能看到和进行交互的页面。
那如果浏览器收到的HTML包含了几十张图片标签,那么这些图片是以什么方式、什么顺序、建立了多少连接,用什么协议下载的?
要弄清楚上面的问题,我们需要先了解下面五个问题:
第一个问题:现代浏览器在与服务器建立了一个TCP连接后是否会在一个HTTP请求完成后断开?什么情况下会断开?
在HTTP/1.0中,一个服务器在发送完一个HTTP响应后会断开TCP连接。但这样每次请求都会重新建立和断开TCP连接,代价过大。所以虽然标准中没有设定,但某些服务器还是对Connection:keep-alive的Header进行支持。
这个Header的意思是说完成这个HTTP请求之后,不要断开HTTP请求使用的TCP连接。这样的好处是连接可以被重新使用,之后发送HTTP请求的时候就不需要重新建立TCP连接,以及如果维持连接,那么SSL的开销也可以避免。
既然维持TCP连接的好处这么多,HTTP/1.1就把Connection头写进标准,并且默认开启持久连接,(除非请求中写明Connection:close),那么浏览器和服务器之间是会维持一段时间的TCP连接,不会一个请求结束就断掉。
因此,默认情况下建立TCP连接不会断开,只有在请求报头中声明Connection:close才会在请求完成后关闭连接。
第二个问题:一个TCP连接可以对应几个HTTP请求?
根据第一个问题的答案,若连接维持,则一个TCP连接是一个发送多个HTTP请求的。
第三个问题:一个TCP连接中HTTP请求发送可以一起发送吗?(比如一起发送三个请求,再三个响应一起接收)
HTTP/1.1存在一个问题,单个TCP连接在同一时刻只能处理一个请求,即:两个请求的生命周期不能重叠,任意两个HTTP请求从开始到结束的时间在同一个TCP连接里不能重叠。(必须等待前一个请求得到响应)
虽然HTTP/1.1规范中规定了Pipelining来视图解决这个问题,但是这个功能在浏览器中默认是关闭的。
Pipelining规定:一个支持持久连接的客户端可以在一个连接中发送多个请求(不需要等待任意请求的响应),收到请求的服务器必须按照请求收到的顺序发送响应。(A client that supports persistent connections MAY "pipeline" its requests (i.e., send multiple requests without waiting for each response). A server MUST send its responses to those requests in the same order that the requests were received.)
这么规定的原因,只能说可能是由于HTTP/1.1是一个文本协议,同时返回的内容也并不能区分对应于哪个发送的请求,所以顺序必须维持一致。
Pipelining在实践中会出现许多问题,如:
所以现代浏览器默认是不开启HTTP Pipelining的。
但是HTTP2提供了Multiplexing多路传输特性,可以在一个TCP连接中同时完成多个HTTP请求(并行处理)。
所以这个问题的答案是:在HTTP/1.1中存在Pipelining技术可以完成多个请求同时发送,但是由于浏览器默认关闭,所以可以认为这是不可行的。在HTTP2中由于Multiplexing的存在,多个HTTP请求可以在同一个TCP连接中并行进行。
那么在HTTP/1.1时代,浏览器如何提高页面加载效率?主要有下面两点:
第四个问题:为什么有的时候刷新页面不需要重新建立SSL连接?
在第一个问题的讨论中已经有了答案,TCP连接有的时候会被浏览器和服务端维持一段时间,由于TCP不用重新建立连接,SSL也自然使用之前已经建立好的连接,因为SSL是建立在可靠传输协议(如TCP)之上的。
第五个问题:浏览器对同一Host建立TCP连接的数量有没有限制?
在HTTP/1.1时代,还没有多路传输,当浏览器拿到一个有几十张图片的网页时,肯定不能只开一个TCP顺序下载,那样用户肯定等得难受。但是如果每个图片都开一个TCP连接发送HTTP请求,那电脑或者服务器都可能受不了。
所以浏览器对同一Host建立TCP连接的数量是有限制的。如Chrome最多允许对同一个Host建立六个TCP连接。不同的浏览器有一些区别。
现在回到一开始的问题:如果浏览器收到的HTML包含了几十张图片标签,那么这些图片是以什么方式、什么顺序、建立了多少连接,用什么协议下载的?
如果图片都是HTTPS连接并且在同一个域名下,那么浏览器在SSL握手之后会和服务器商量能不能用HTTP2,如果能的话就使用Multiplexing功能在这个连接上进行多路传输。不过也未必会所有挂在这个域名的资源都会使用一个TCP连接去获取,但可以确定的是Multiplexing很可能会被用到。
如果用不了HTTP2或者用不了HTTPS(现实中的HTTP2都是在HTTPS上实现的),那就只能使用HTTP/1.1了。这样的话浏览器会在一个HOST上建立多个TCP连接,连接数量的最大限制取决于浏览器设置,这些连接在空闲时被浏览器用来发送新的请求,如果所有连接都在发送请求,其他请求就只能等待了。