浏览器输入URL发生了什么
前言
这是一道非常经典的面试题，可以覆盖绝大多数网络相关的知识点，重点考察 TCP/IP 网络模型、tcp、http 网络协议、DNS 地址解析过程等知识点，当然也可以衍生出许多其他的网络相关的面试题，比如：
- TCP协议为什么需要进行三次握手，而不是四次，五次
- TCP协议为什么要进行四次挥手
- DNS 服务器是如何解析地址的，流程是怎样的
- HTTP 协议的特点
- TCP/IP 网络模型分为哪几层，分别有什么作用
这篇文章主要是对浏览器一次完整的请求进行大致的分析，并且在分析的过程中穿插常见的面试题进行解答，希望能对大家有所帮助
具体过程
URL解析
- 用户输入
URL，浏览器会根据用户输入的信息判断是搜索还是网址，如果是搜索内容，就将搜索内容+默认搜索引擎合成新的URL；如果用户输入的内容符合URL规则，浏览器就会根据URL协议，在这段内容上加上协议合成合法的URL - 浏览器进程浏览器构建请求行信息，会通过进程间通信（IPC）将URL请求发送给网络进程
GET /index.html HTTP1.1 - 网络进程获取到
URL，先去本地缓存中查找是否有缓存文件，如果有，拦截请求，直接结果返回返回；否则，进入网络请求过程
DNS域名解析
在本地 host 中查询地址映射
当URL合法性验证通过后，我们会在本地的host文件中进行查询，看是否有已知的IP地址和www.baidu.com域名进行匹配，如果有，那么直接访问对应的IP地址
本地域名服务器
如果本地的host文件，浏览器缓存等没有查询到相应的IP地址，那么浏览器就会发送一个 DNS 请求到本地DNS服务器，在上图中是以DNS代理表示的，本地DNS服务器首先会查询缓存，如果缓存中存在那么直接返回相应的IP地址，如果不存在，本地服务器会把这个请求转发给根域名服务器
根域名服务器（IPV4）
根域名服务器主要用来管理互联网的主目录。所有IPv4根服务器均由美国政府授权的互联网域名与号码分配机构ICANN统一管理，负责全球互联网域名IPv4根服务器、域名体系和IP地址等的管理。全世界只有13台IPv4根域名服务器。1个为主根服务器在美国。其余12个均为辅根服务器，其中9台在美国，欧洲2个，位于英国和瑞典，亚洲1个位于日本
注意：根域名服务器只保存下一级域名服务器的相关信息，而非具体的域名服务对应的 IP 地址，网上很多博客在这一步骤会说，先在根域名服务器上寻找是否有域名对应的IP地址，如果没有再去查询一级域名服务器，这实际上是错误的
根域名服务器会根据域名地址，匹配出相应的一级域名服务器并把服务器地址返回给本地域名服务器，之后本地域名服务器会将地址解析请求发送到相应的一级域名服务器上，这样层层查询下去，整体上是一个迭代查询的过程
一级域名服务器，二级域名服务器等等
本地DNS服务器继续向域服务器发出请求，在这个例子中，请求的对象是.com域服务器。.com域服务器收到请求之后，也不会直接返回域名和IP地址的对应关系，而是告诉本地DNS服务器，你的域名的解析服务器的地址
最后，本地DNS服务器向域名的解析服务器发出请求，这时就能收到一个域名和IP地址对应关系，本地DNS服务器不仅要把IP地址返回给用户电脑，还要把这个对应关系保存在缓存中，以备下次别的用户查询时，可以直接返回结果，加快网络访问
TCP三次握手
拿到域名对应的IP地址后，会以随机端口（1024~~65535）向WEB服务器程序80端口发起TCP的连接请求，这个连接请求进入到内核的TCP/IP协议栈（用于识别该连接请求，解封包，一层一层的剥开），，最终到达WEB程序，最终建立了TCP/IP的连接，那么在这里我们就不得不提到TCP三次握手的连接过程
三次握手流程图
具体过程
-
TCP服务器进程先创建传输控制块TCB，时刻准备接受客户进程的连接请求，此时服务器就进入了LISTEN（监听）状态； -
TCP客户进程也是先创建传输控制块TCB，然后向服务器发出连接请求报文，这是报文首部中的同部位SYN=1，同时选择一个初始序列号 seq=x ，此时，TCP客户端进程进入了SYN-SENT（同步已发送状态）状态。TCP规定，SYN报文段（SYN=1的报文段）不能携带数据，但需要消耗掉一个序号。 -
TCP服务器收到请求报文后，如果同意连接，则发出确认报文。确认报文中应该 ACK=1，SYN=1，确认号是ack=x+1，同时也要为自己初始化一个序列号 seq=y，此时，TCP服务器进程进入了SYN-RCVD（同步收到）状态。这个报文也不能携带数据，但是同样要消耗一个序号。 -
TCP客户进程收到确认后，还要向服务器给出确认。确认报文的ACK=1，ack=y+1，自己的序列号seq=x+1，此时，TCP连接建立，客户端进入ESTABLISHED（已建立连接）状态。TCP规定，ACK报文段可以携带数据，但是如果不携带数据则不消耗序号。 - 当服务器收到客户端的确认后也进入
ESTABLISHED状态，此后双方就可以开始通信了。
为什么需要进行三次握手，而不是二次，四次？
这是一种安全机制，主要是为了防止失效连接的再次请求会产生错误的通讯，举个例子，如果只用两次握手通信来建立TCP连接，那么假设第一次握手请求在网络传输过程中发生了延迟，客户端没有接受到来自服务端的反馈，客户端以为这次请求失败了，于是进行了第二次请求，这时候服务端接受到了第二次请求并返回确认报文，这样一次二次握手的通信便建立完成了，那么第一次延迟的请求便会置为无效，假设第一次请求在二次握手建立成功之后才到达服务器，那么服务器这时候是没有办法判断这个请求是否有效，服务器根据协议规则再次返回确认报文，这样，原本只应该存在一次有效的请求就变成了两个。
三次握手增加了一次客户端再次确认的过程，可以避免这个问题，同时三次握手可以确认双发收发功能都正常，其过程可以抽象为：
第一次：客户端确认可以发送请求（不确认自己的请求是否发送成功，发送数据是否正确），服务端确认自己可以接受请求（不确认数据是否正确，不确认自己是否可以发送请求，不确认请求数据是否正确）
第二次：客户端收到确认报文，确认自己可以发送请求，确认发送成功，确认数据正确，服务端确认自己可以接受请求，确认自己可以发送请求，（不确认数据是否正确，，不确认请求数据是否正确）
第三次：客户端收到确认报文，确认自己可以发送请求，确认发送成功，确认数据正确，服务端确认自己可以接受请求，确认自己可以发送请求，确认客户端可以接受自己发出的请求，确认自己发出的请求数据正确
游览器向WEB服务器发起Http请求
建立起TCP连接后，浏览器开始发送 HTTP 请求。一个请求报文由请求行、请求头、空行、实体（Get 请求没有）组成。请求头由通用首部、请求首部、实体首部、扩展首部组成。其中，通用首部表示无论是请求报文还是响应报文都可以使用，比如 Date；请求首部表示只有在请求报文中才有意义，分为 Accept 首部、条件请求首部、安全请求首部和代理请求首部这四类；实体首部作用于实体内容，分为内容首部和缓存首部这两类；扩展首部表示用户自定义的首部，通过
X-前缀来添加。另外需要注意的是，HTTP 请求头是不区分大小写的，它基于 ASCII 进行编码，而实体可以基于其它编码方式，由Content-Type决定。
-
http是工作在应用层的协议，一个请求报文由请求行、请求头、空行、实体（Get 请求没有）组成，封装成http请求报文后向下传输 -
http请求报文加上TCP头部——包括源端口号、目的程序端口号和用于校验数据完整性的序号，封装成数据包，向下传输 - 数据包经过
IP协议，以太网协议添加源IP地址，目标IP地址，源mac地址，目标mac地址等头部信息，层层封装后形成最终的数据包，通过网络接口层或者物理层进行传输 - 目的服务器主机网络层接收到数据包，解析出IP头部，识别出数据部分，将解开的数据包向上传输到传输层
- 目的服务器主机传输层获取到数据包，解析出TCP头部，识别端口，将解开的数据包向上传输到应用层
- 应用层HTTP解析请求头和请求体
- 数据传输完成，TCP四次挥手断开连接
服务器响应http请求至浏览器
此略，不同的服务器，不同的技术栈有不同的处理流程，可以针对具体的服务类型再做分析
浏览器解析资源，渲染流程
对于获取到的HTML、CSS、JS、图片等等资源。浏览器通过解析HTML，生成DOM树，解析CSS，生成CSS规则树，然后通过DOM树和CSS规则树生成渲染树，由于关于浏览器渲染资源的流程网上有更加详细的说明，在这里就不展开了
TCP四次挥手
数据传输完毕后，双方都可释放连接。最开始的时候，客户端和服务器都是处于ESTABLISHED状态，然后客户端主动关闭，服务器被动关闭
四次挥手流程图
具体过程
- 客户端进程发出连接释放报文，并且停止发送数据。释放数据报文首部，FIN=1，其序列号为seq=u（等于前面已经传送过来的数据的最后一个字节的序号加1），此时，客户端进入FIN-WAIT-1（终止等待1）状态。
TCP规定，FIN报文段即使不携带数据，也要消耗一个序号。 - 服务器收到连接释放报文，发出确认报文，ACK=1，ack=u+1，并且带上自己的序列号seq=v，此时，服务端就进入了
CLOSE-WAIT（关闭等待）状态。TCP服务器通知高层的应用进程，客户端向服务器的方向就释放了，这时候处于半关闭状态，即客户端已经没有数据要发送了，但是服务器若发送数据，客户端依然要接受。这个状态还要持续一段时间，也就是整个CLOSE-WAIT状态持续的时间。 - 客户端收到服务器的确认请求后，此时，客户端就进入
FIN-WAIT-2（终止等待2）状态，等待服务器发送连接释放报文（在这之前还需要接受服务器发送的最后的数据）。
服务器将最后的数据发送完毕后，就向客户端发送连接释放报文，FIN=1，ack=u+1，由于在半关闭状态，服务器很可能又发送了一些数据，假定此时的序列号为seq=w，此时，服务器就进入了LAST-ACK（最后确认）状态，等待客户端的确认。 - 客户端收到服务器的连接释放报文后，必须发出确认，ACK=1，ack=w+1，而自己的序列号是seq=u+1，此时，客户端就进入了TIME-WAIT（时间等待）状态。注意此时TCP连接还没有释放，必须经过
2MSL（最长报文段寿命）的时间后，当客户端撤销相应的TCB后，才进入CLOSED状态。 - 服务器只要收到了客户端发出的确认，立即进入
CLOSED状态。同样，撤销TCB后，就结束了这次的TCP连接。可以看到，服务器结束TCP连接的时间要比客户端早一些。
为什么需要四次挥手
如果通过举例来说明，四次挥手就好比两个人在打电话，A告诉B：我说完了，我准备挂了【第一次挥手】，B回答A：我知道了【第二次挥手】，B告诉A：但是我还有一些话没有说完，你先听我说完.....，好的我说完了【第三次挥手】，A回复B，我确定你全部都说完了，那么我这次真的挂断电话了【第四次挥手】
总结
其实浏览器进行一次完整的http请求还有非常多的细节可以深究，在这里我仅仅是对一些重点流程做出我的理解，没有涉及到的内容还有，http在服务器如何处理，如何将响应数据发送给浏览器，浏览器如何渲染，加载资源等等，关于这些细节欢迎大家加以补充
相关连接
欢迎访问 我的博客
联系邮箱 [email protected]