【网络协议】HTTP 重要知识点（一）

1. HTTP 的版本

1.1 HTTP/0.9（20 世纪 90 年代初）

1. 采用纯文本格式
2. 由于最初设想的系统里的文档都是只读的，所以只允许 GET 动作从服务器拉取 HTML 数据
3. 响应请求后立即关闭连接

1.2 HTTP/1.0（1996 正式发布）

在 0.9 的基础上，做了下面改动：

1. 增加了 HEAD、POST等新方法
2. 增加了响应状态码，标记可能的错误原因
3. 引入了协议版本号概念
4. 引入了 HTTP Header 概念，让 Http 处理请求和响应更加容易
5. 传输协议不再仅限于文本

但 HTTP 并不是一个标准，而只是一个参考文档，不具有实际的约束力，相当于一个“备忘录”。

1.3 HTTP/1.1（1999 发布 RFC 文档）

在 1.0 的基础上进行了小幅的修正，主要区别是：1.1 是一个“正式的标准”。

HTTP/1.1 的主要改动有：

1. 增加了 PUT、DELETE 等新的方法
2. 增加了缓存管理和控制
3. 明确了连接管理，允许持久连接
4. 允许响应数据分块（chunked），利用数据大文件
5. 强制要求 Host 头，让互联网主机托管成为可能

1.4 HTTP/2.0（2015 年正式发布）

基于 GOOGLE 开发的 SPY 协议而来。主要特点为：

1. 二进制协议，不再是纯文本
2. 可发起多个请求，废弃了 1.1 里的管道
3. 使用专用算法压缩头部，减少数据传输量
4. 允许服务器主动向客户端推送数据
5. 增强了安全性，要求加密通信

1.5 HTTP/3.0（2018 年进入标准化制定阶段）

基于 GOOGLE 的 QUIC 协议而来。

2. 什么是 HTTP

2.1 HTTP 解释

HTTP（Hyper Text Transfer Protocol）：超文本传输协议，从字面上来看，用来传输超文本的一个协议。

详细说明

HTTP 是一个计算机世界里专门用来在两点之间传输文字、图片、音频、视频等超文本数据的约定和规范。

协议的特点

1. 协议必须要有两个或以上的参与者，也就是“协”
2. 协议是对参与者的一种行为约束和规范，也就是“议”

2.2 HTTP 的特点

1. HTTP 使用计算机能够理解的语言确立了计算机之间交流通信规范，以及相关的各种控制和错误处理方式
2. HTTP 是一个计算机世界里专门用来在两点之间传输数据的约定和规范
3. HTTP 可以传输各种类型的资源，如：图片、音频、视频等

3. HTTP 应用之 CDN 加速

3.1 互联网（Internet）和 HTTP 的关系

HTTP 所对应的 WWW（万维网）服务只是互联网的一个“子集”。除了 WWW 服务之外，还是 SMTP/POP3 电子邮件、FTP 文件下载、SSH 安全登录等多种服务，共同构成了今天的互联网。

3.2 CDN

CDN（Content Delivery Network）中文名称为“内容分发网络”，它应用了 HTTP 协议里的缓存和代理技术，作用是：代替源站响应客户端的请求。

好处

1. 为源站分摊请求处理
2. 寻找离用户最近节点，大幅缩短响应时间

局限

CDN 无法缓存由 PHP、JAVA 等后台服务生成的页面，只能从目标网络获取。

4. 常见协议与 HTTP 的关系

4.1 TCP/IP

TCP/IP 是一系列协议的统称，其中最核心有就是 TCP 和 IP 协议。除此之外，还有 UDP、ICMP、ARP 等等，共同构建了一个复杂蛤有层次的协议栈。

IP 协议

主要目的是解决寻址和路由问题，以及在两点之间传输数据包。V6 版本的地址协议使用 8 组“:”分隔的十六进制数作为地址，其容量为 2^128 次方。

TCP 协议

TCP（Transfer Control Protocol）协议：传输控制协议，它位于 IP 协议之上，基于 IP 协议提供可靠的、字节流形式的通信，是 HTTP 协议实现的基础。

4.2 DNS

有了 IP 地址，还要 DNS 做什么？

由于 IP 地址不方便人类的记忆，于是，使用 DNS 技术，通过有意义的字母或数字来代替无意义的 IP 地址来方便人类记忆。

在访问过程中，先将域名解析成 IP 地址，然后再进行数据的传输。

4.3 URI/URL

URI（Uniform Resource Identifier）：中文名称统一资源标识符，用它来唯一地标记互联网上的资源。

URL（Uniform Resource Locator）:中文名称统一资源定位符，其是 URI 的一个子集。

4.4 HTTPS

HTTPS：是一个负责加密通信的安全协议，建立在 TCP/IP 之上，所以也是可靠的传输协议。

SSL（Secure Socket Layer）：由网景公司开发。
TLS(Transfer Layer Security)：SSL 发展到标准化后改名为 TLS。

4.5 代理

代理（Proxy）:是 HTTP 协议中请求方和响应方中间的一个环节，作为“中转站”，即可以转发客户端的请求，也可以转发服务器的应答。

代理的种类

1. 匿名代理：完全“隐匿”了被代理的机器，外界看到的只是代理服务器
2. 透明代理：它在传输过程中是“透明开放”的，外界既知道代理，也知道客户端
3. 正向代理：代替客户端向服务端发送请求
4. 反向代理：代替服务器响应客户端的请求

基于代理的服务

1. 负载均衡：把访问请求均匀分散到多台机器，实现访问集群化
2. 内容缓存：类似 CDN，缓存数据，减轻服务器压力
3. 安全防护：隐匿 IP，使用 WAF 等工具抵御网络攻击，保护代理服务器
4. 数据处理：数据压缩，加密等额外功能

5. TCP/IP 和 ISO 协议栈

5.1 TCP/IP 协议栈

image

链路层：负责在以太网、WIFI 这样的底层网络中传输原始数据包，工作在网卡这个层次，使用 MAC 地址来标记网络上的设备。

网际层/网络互联层：用 IP 地址取代 MAC 地址，把许多局域网、广域网连接成一个虚拟的巨大网络。

传输层：保证数据在由 IP 地址标记的两点之间“可靠”传输。在这一层工作的主要是 TCP 和 UDP。TCP 是有状态的协议，需要通过三次握手与对方建立连接后，才能发送数据，从而保证数据不丢失，不重复。而 UDP 是无状态的，不用事先连接，也不保证数据一定发送给对方。TCP 的数据是连续的“字节流”，有先后顺序；而 UDP 则是分散的小数据包，是顺序发，乱序收。

应用层：面向具体应用的协议。如：Telnet、SSH、FTP、SMTP/POP 等

各层数据包的区分

1. MAC 层的传输单位是帧（frame）
2. IP 层传输单位是包（Package）
3. TCP 层传输单位是段（segment）
4. HTTP 层传输单位是消息或报文（message）

这几种无本质区别，都是数据包。

TCP、UDP 数据包的区别

TCP 建立连接后，数据在该连接上流动，可以是双向的，没有边界。而 UDP 是以独立的数据包来发送数据，每个包中都包含源 IP 地址和目标 IP 地址。

5.2 OSI（网络分层模型）

image

全称为：开放式系统互联通信参考模型。这个是 ISO 标准化组织为了统一各网络协议而制定出来的。比 TCP/IP 要晚，而且只是停留在理论层面上。事实上，互联网上应用的还是 TCP/IP 这一套协议栈。

物理层：网络的物理形式，如：光缆、网卡等

数据链路层：相当于 TCP/IP 的链接层

网络层：相当于 TCP/IP 的网际层

传输层：相当于 TCP/IP 的传输层

会话层：维护网络中的连接状态，保持会话和状态

表示层：把数据转换为合适，可以理解的语法和语义

应用层：面向具体的应用传输数据

5.3 OSI 和 TCP/IP 的映射关系

image

四层负载均衡

是指工作在传输层上，基于 TCP/IP 协议的特性，通过 IP、端口号等实现对后端服务器的负载均衡。

七层负载均衡

是指工作在应用层上，看到的是 HTTP 协议，解析 HTTP 报文里的 URI，再用适当的策略转发给后端服务器。

TCP/IP 数据包流转图

image

6. DNS

6.1 DNS 三层系统结构

image

1. 根域名服务器（Root DNS Server）：管理顶级域名服务器，返回 .com、.cn 等顶级域名服务器的 IP 地址
2. 顶级域名服务器（Top-level DNS Server）：管理各自域名下的权威域名服务器，比如：com 顶级域名服务器可以返回 baidu.com 域名服务器的 IP 地址
3. 权威域名服务器（Authoritative DNS Server）：管理自己域名下主机的 IP 地址，比如：badu.com 权威域名服务器可以返回 www.baidu.com 的 IP 地址

6.2 如何保证 DNS 的服务稳定运行

1. 缓存

浏览器缓存 -> 操作系统缓存 -> 本地 hosts 文件 -> 非权威服务器缓存 -> 根域名服务器缓存 -> 顶级域名服务器缓存 -> 权威域名服务器缓存

6.3 基于 DNS 的负载均衡

1. 一个域名可以对应多台主机，客户端收到多个 IP 地址后，就可以自己使用轮询算法依次向服务器发起请求，实现负载均衡。也就是通过客户端来实现负载均衡
2. 域名解析可以配置内部的策略，返回离客户端最近的主机，或者返回当前服务质量最好的主机，这样在 DNS 服务端把请求分发到不同的服务器，实现负载均衡

6.4 恶意 DNS 服务器

1. 域名屏蔽：对域名直接不解析，返回错误，让你无法拿到 IP 地址
2. 域名劫持：也叫“域名污染”，你要访问 A 网站，但 DNS 给了你 B 网站

7. 一次 HTTP 请求的全过程

image

1. 先进行 TCP 三次握手，建立连接

浏览器使用 52085，服务器使用 80 端口，经过 SYN、SYN/ACK、ACK 的三个包之后，浏览器与服务器的 TCP 连接就建立起来了。

2. 浏览器发送 HTTP 请求报文

通过 TCP 连接发送了一个 GET / HTTP/1.1 请求报文。

3. 服务器收到请求后，立即回复 TCP ACK 确认已收到请求

上图中的第 5 个包，通过 TCP 协议层确认收到浏览器发过来的请求，这个 TCP 层的响应是不会传递到上层的。

4. 服务器对请求进行处理，通过 HTTP 报文格式进行响应

上图中的第 6 个包。

5. 浏览器接收到服务器响应后，立即回复 TCP ACK 确认，表示已经收到这个响应了

上图中的第 7 个包。

6. 浏览器通过调用排版引擎，JS 引擎等对服务器的响应进行渲染

第 8 ~ 11 这 4 个包是浏览器在渲染 JS 的过程中，发现当前页面需要加载 favicon.ico 这个资源，所以，又发送 HTTP 请求到服务器获取相应资源，而服务器上没有该资源，所以，返回了 Not Found。

7.1 通信交互图

image

8. HTTP 报文

8.1 HTTP 报文结构

image

HTTP 协议规定，必须要有 Header，而且 Header 后跟必须有一个空行（CRLF）,但是实体部分不是必须的。

请求行

image

请求方法：是一个动词，表示对资源的动作。
请求目标：通常是一个 URI，标记请求方法要操作的资源。
版本号：表示报文使用的 HTTP 版本。

中间用“空格”隔开，并通过“CRLF”换行表示结束。

状态行

image

版本号：表示 HTTP 使用的协议版本。
状态码：一个三位数，用代码的形式表示处理的结果。
原因：状态码的文字描述。

头部字段

请求行或状态行再加上头部字段集合就构成了 HTTP 报文里完整的请求头或响应头。也就是：

请求头或响应头 = 请求行或响应行 + 头部字段组成。

请求头或响应头的结构

image

HTTP 请求头里唯一必须出现的字段

Host: www.baidu.com

Host 字段告诉服务器请求应该由哪个服务器处理，当一台计算机中托管了多个虚拟主机时，服务器端就需要使用 Host 字段来选择转发给哪一个虚拟主机。

主要用于区分 IP 地址相同但域名不同的网站。

Content-lengh 和 chunked

Content-lengh：用来表示实体 body 数据长度。如果没有这个字段的话，说明实体字段是不定长的，需要使用 chunked 方法分段传输。

8.2 HTTP GET 请求报文

image

9. 使用 Telnet 测试 HTTP 通信过程的方法

image

1. 运行 telnet 工具
2. 输入 open + 域名 + 端口号

10. 请求方法

10.1 请求方法种类

1. GET：获取资源，读取或者下载数据
2. HEAD：获取资源的元信息，也就是只有响应头，而没有实体 body。比如：检查文件是否存在；检查文件是否有新版本等操作
3. POST：向资源提交信息，相当于写入或上传数据，数据放在报文的实体 body 里，相比于 PUT，POST 常常有“新建”的含义
4. PUT：类似 POST，相比于 POST，PUT 常常有“修改”的含义
5. DELETE：删除资源
6. CONNECT：建立特殊的连接隧道，要求服务器为客户端和另一台远程服务器建立一条特殊的连接隧道，此时，WEB 服务器充当“代理”角色
7. OPTIONS：列出对资源实行的方法
8. TRACE：追踪请求/响应的传输路径

10.2 安全和幂等

HTTP 中的安全

在 HTTP 协议里的安全指的是：请求方不会“破坏”服务器上的资源，即不会对服务器上的资源造成实质的修改。所以，只有 GET 和 HHEAD 操作是安全的。

而 POST/PUT/DELETE 这几个请求方法是不安全的。

HTTP 中的幂等

所谓“幂等”就是多次执行相同的操作，结果也都是相同的，即多次“幂”之后“相等”。

同样的，GET 和 HEAD 请求方法即是安全的也是幂等的，DELETE 可以多次删除同一个资源，效果都是“资源不存在”，所以也是幂等的。

POST 的定义是“新增或提交数据”，多次提交会创建多个资源，所以不是幂等的；而 PUT 的定义是“替换或更新数据”，多次更新一个资源，所以是幂等的。

说明

此文是根据罗剑锋透视 HTTP 协议相关专栏内容整理而来，非原创。