计算机网络（五）——应用层协议HTTP

1. Web和HTTP

1.1 HTTP概况

（1）定义
Web的应用层协议是超文本传输协议（HTTP）。

• HTTP由一个客户程序和一个服务器程序实现。
• HTTP定义了报文的结构以及客户和服务器进行报文交换的方式。

Web页面
Web页面是由对象组成，一个对象只是一个文件。

• Web页面包含HTML基本文件和其他对象。
  ①HTML基本文件通过对象的URL地址引用页面中的其他对象。
  ②URL由主机名和路径名组成。

Web浏览器实现HTTP的客户端，Web服务器实现HTTP的服务端，用于存储Web对象。

（2）功能
HTTP定义了Web客户项Web服务器请求Web页面的方式。

• 选择TCP作为它的运输层协议
  ①客户向套接字发送HTTP请求报文，并从它的套接字接收HTTP响应报文。
  ②服务器从它的套接字接收HTTP请求报文，向套接字发送HTTP响应报文。
• HTTP是无响应协议
  服务器向客户发送被请求文件，但不会存储任何关于客户的信息。（即及时在很短时间内，客户多次向服务器发出请求，服务器仍能回复客户端所请求文件）

1.2 持续连接和非持续连接

• 持续连接：所有请求和响应经相同TCP连接发送。
• 非持续连接：每个请求和响应经单独的TCP连接发送。

（1）非持续连接的HPPT
过程

1. HTTP客户向服务器www.someSchool.edu发送一个TCP连接请求。
2. HTTP服务器向客户发送TCP连接确认和响应。
3. HTTP客户向服务器发送返回确认，并经套接字发送HTTP请求报文，报文包含路径名/someDepartment/abc.index。
4. HTTP服务器从套接字接收到请求报文，从存储器中检索出对象，在HTTP响应报文中封装对象，并通过套接字向客户发送响应报文。
5. 客户端接收到响应报文，TCP连接关闭。
   （三次握手 + HTTP请求和响应报文的发送和接收）

特点

• 每个TCP连接在服务器发送一个对象后关闭。
  （每个TCP连接只传输一个请求报文和一个响应报文）
• 每个对象经受两倍的RTT交付时间。

1.2.1 往返时间

定义
往返时间（RTT）：一个短报文从客户到服务器再返回客户端所花费的时间。

接收一个HTML文件的时间估算

1. 客户和Web服务器之间发起一个TCP连接，这涉及三次握手过程：
   ①客户向服务器发送小的TCP报文段。
   ②服务器用小的TCP报文段做出确定和响应。
   ③客户向服务器返回确认
2. 客户向Web服务器发送HTTP请求报文。
3. 服务器从套接字接收到请求报文，并向客户发送HTTP响应报文。

其中①②占用了一个RTT时间，③、2、3占用一个RTT时间。
因此总的响应时间为：2*RTT + HTML文件传输时间。

问题：非持续连接HTTP的缺点

• 对Web服务器带来严重负担。
  必须为每个对象建立和维护一个全新的连接。对于每个这样的连接，客户端和服务器都要分配TCP缓冲区和保持TCP变量。
• 每个对象经受两倍的RTT时间。
  三次握手+HTTP请求响应。

（2）持续连接的HTTP
定义

• 服务器在发送响应后保持TCP连接打开。
• 在相同的客户和服务器之间，后续请求和响应报文能通过相同的连接进行传送。
• 如果一条连接经过一定时间间隔仍未被使用，HTTP服务器就得关闭连接。

1.3 HTTP报文格式

HTTP报文有两种：请求报文和响应报文。

1.3.1 请求报文

（1）通用格式

• 报文是用ASCⅡ码文本编写的。
• 每行有一个回车和换行符结束。最后一行再附加一个回车换行符。

请求行

• 方法字段
  包括GET, POST, HEAD, PUT, DELETE。绝大部分HTTP请求报文使用GET方法。
  ①当浏览器请求一个对象时，使用GET方法，在URL字段中带有请求对象的标识。
  ②当用户向搜索引擎提供搜索关键词时，使用POST报文和实体体。
• URL字段
• HTTP版本字段

首部行
常见的首部行如下：

• Host：指明对象所在主机。其提供的信息是Web高速缓存所要求的。
• Connection：close / keep-alive，标识非持续连接和持续连接。
• User-agent：指明用户代理，即向服务器发送请求的浏览器类型。

实体体

• 当使用POST方法字段时，用户像搜索引擎提供搜索关键词。实体体包含的就是用户在表单字段的输入值。

1.3.2 响应报文

（1）通用格式

状态行

• HTTP版本字段
• 状态码
• 短语
  ①200 OK：请求成功，信息在返回的响应报文中。
  ②404 Not Found：被请求的文档不再服务器上。

首部行

• Connection：close / keep-alive，标识非持续连接和持续连接。
• Date：指示服务器产生并发送响应报文的日期和时间。（时间：服务器检索到对象，并插入报文，到最终发送的时间）
• Sever：指示发送响应报文的服务器类型。
• Content-type：指示实体对象类型。

实体体

• 是响应报文的主要部分，包含了所请求对象本身。

问题：浏览器和服务器如何决定报文中的首部行呢？

• 类型
• 协议版本
• 当前是否有一个缓存等。

1.4 用户与服务器的交互：cookie

HTTP服务器是无状态的，而一个Web站点通常希望能够识别用户。
（1）目的
限制用户访问或把内容与用户身份联系起来，对用户进行跟踪。

（2）4个组件

• HTTP响应报文中的一个cookie首部行。
• HTTP请求报文中的一个cookie首部行。
• 在用户端系统中保留一个cookie文件，并由用户的浏览器进行管理。
• Web站点的一个后端数据库。

理解： Web站点能为访问服务器的用户创建唯一识别码ID，并在后端数据库中存储ID对应的内容信息。如此，在下一次相同ID进行访问时，Web服务器能为它提供相同的内容。

（3）问题
cookie被认为是对用户隐私的一种侵害。

1.5 Web缓存

（1）定义
Web缓存器也称代理服务器，它是能够代表初始服务器来满足HTTP请求的网络实体。

• Web缓存器有自己的磁盘存储空间，并保存最近访问对象的副本。
• 需要配置用户的浏览器，使用户的所有HTTP请求首先指向Web缓存器。

（2）客户通过Web缓存器请求对象的过程
假设用户与Web缓存器、Web缓存器与初始服务器之间已经建立起TCP连接。

• 浏览器向Web缓存器发送一个HTTP请求。
• Web缓存器检查是否存储了该对象的副本，若有，就向浏览器发送HTTP响应报文。
• 若Web缓存器没有该对象，则向初始服务器发送HTTP请求报文。
• 初始服务器收到请求后，向Web缓存器发送HTTP响应报文。
• Web缓存器接收到对象后，在本地存储空间存储一份备份。然后向浏览器发送HTTP响应报文。

（3）举例
有两个网络，即机构网络和公共因特网的一部分。

• 机构网络是一个高速的局域网, 它的一台路由器与因特网上的一台路由器通过一条15Mbps的链路连接。
• 假设对象的平均长 度为1Mb,从机构内的浏览器对这些初始服务器的平均访问速率为每秒15个请求。
• 假设HTTP请求报文小到可以忽略。
• 假设从因特网一侧的路由器转发HTTP请求报文开始，到它收到响应报文为止的平均时间为2秒。

总的响应时间： 局域网时延 + 接入时延 + 因特网时延

• 局域网时延：局域网内部传输时延。局域网的流量强度为$15\times 1M/100M=0.15$，因此局域网时延忽略不计。
• 接入时延：路由器推入链路的时延。接入链路上的流量强度为$15\times 1M/15M=1$，因此链路上的时延会很大且会无限增长。

因为接入链路的流量强度接近为1，需要采取方法缓解此问题：

1. 增加接入链路的速率
   增加接入链路带宽为100M，此时链路的流量强度为$15\times 1M/100M=0.15$，总的响应时延大约为2秒。
2. 安装一个Web缓存器
   

在局域网内部增加一个Web缓存器，假设命中概率为0.4.则响应时延约为$0.6\ast 2=1.2S$。

问题：Web缓存器的优点

• 大大减少用户请求的访问时间。
• 大大减少一个机构接入链路到因特网的通信量。
  从而不必急于增加带宽，降低了成本。