HTTP学习

HTTP概述

HTTP是一种能够获取如 HTML 这样的网络资源的protocol(通讯协议)。 它是在Web上进行数据交换的基础，是一种client-server协议。也就是说，请求通常由浏览器这样的接受方发起的。一个完整的Web文档通常由不同的子文档拼接而成，像文本，布局描述，图片，视频，脚本等等。

�

image

客户端和服务端通过交换各自的消息（与数据流正好相反）进行交互。由像浏览器这样的客户端发出的消息叫做 requests，被服务端回应的消息叫做response。

image

HTTP被设计于20世纪90年代初期，是一种可扩展的协议。它是应用层的协议，通过TCP，或者TLS-加密的TCP连接来发送，理论上任何可靠的传输协议都可以使用。因为其良好的扩展性，时至今日，它不仅被用来传输超文本文档，还用来传输图片，视频，或者向服务器发送如HTML表单这样的信息。HTTP还可以根据网页需求，仅获取部分Web文档内容更新网页。

基于HTTP的组件系统

HTTP是一个client-server协议：请求通过一个实体被发出，实体也就是用户代理。大多数情况下，这个用户代理都是浏览器，当然它也可能是任何东西，比如一个爬取网页生成维护搜索引擎索引的机器爬虫。

每一个发送到服务器的请求，都会被服务器处理并返回一个消息，也就是response。在这个请求与回应之间，还有许许多多的被称为proxies的实体，它们的作用于表现各不相同，比如有些是网关，还有些是caches等

image

实际上，在一个浏览器和处理请求的服务器之间，还有路由器、调制解调器等许多计算机。由于Web的层次设计，那些在网络层和传输层的细节被隐藏起来了。HTTP位于最上层的应用层。虽然底层对于分析网络问题非常重要，但是大多都对HTTP的描述不相干。

客户端: user-agent

user-agent 就是任何能够为用户发起行为的工具。这个角色通常都是由浏览器来扮演。（一般的用户访问）。但是也有例外情况（对于我们来说，就是日常工作了） 比如工程师使用的程序，以及Web开发人员调试应用程序。

浏览器总是作为一个发起请求的实体，他永远不是服务器（虽然近几年已经出现一些机制能够模拟由服务器发起的请求消息了（将浏览器模拟成一个服务器向服务器发送请求吗？）

要展现一个网页，浏览器首先发送一个请求来获取页面的HTML文档，再解析文档中的资源信息发送其他请求，获取可执行脚本或CSS样式来进行页面布局渲染，以及加载一些其他页面资源（如图片和视频等）然后，浏览器将这些资源整合到一起，展现出一个完整的文档：也就是网页。浏览器执行的脚本可以在之后的阶段获取更多资源，并相应的更新网页。

一个网页就是一个超文本文档，也就是说，有一部分显示的文本可能是链接，启动它（通常是鼠标点击）就可以获取一个新的网页，使得用户可以控制客户端进行网上冲浪。浏览器来负责发送HTTP请求，并进一步解析HTTP返回的消息，以向用户提供明确的响应。

Web服务端

在上述通信过程的另一端，是由webservice。来服务并提供客户端请求的文档。Server只是虚拟意义上代表一个机器：她可以是共享负载（负载均衡）的一组服务器组成的计算机集群，也可以是一种复杂的软件，通过向其他计算机（如缓存，数据库服务器，电子商务服务器…）发起请求来获取部分或全部资源。

Server不一定是一台机器，但一个机器上可以装多个Server。在HTTP/1.1 和Host头部种，它们甚至可以共享同一个IP地址（意思是多个Server 可以共享同一个IP地址。)

代理（proxies)

在浏览器和服务器之间，有许多计算机和其他设备转发了HTTP消息。由于Web栈层次结构的原因，它们大多都出现在传输层、网络层和物理层上，对于HTTP应用层而言是透明的，虽然它们可能会对应用层性能有重要影响。还有一部分是表现在应用层上的，被称为代理（Proxies）。代理既可以表现的透明，也可以不透明（'改变请求'不会通过它们）->这个的意思是可以对HTTP Method进行过滤? 代理主要有以下几个作用：

• 缓存（可以是公开的也可以是私有的，像浏览器的缓存）

• 过滤（像反病毒扫描，家长控制）

• 负载均衡（让多个服务器服务不同的请求）

• 认证（对不同资源进行权限管理）

• 日志记录（允许存储历史信息）

HTTP的基本性质

HTTP是简单的

虽然下一代HTTP/2协议将HTTP消息封装到了帧(frames)中，HTTP大体上还是被设计得简单易读。HTTP报文能够被人读懂，还允许简单测试，降低了门槛，对新人很友好。

HTTP是可扩展的

在HTTP/1.0中出现的 HTTP headers 让协议扩展变得非常容易。只要服务端和客户端在 headers达成语意一致，新功能就可以轻松被加进来。

HTTP是无状态的，有会话的

HTTP是无状态的：在同一个连接中，两个执行成功的请求之间是没有联系的。这就带来了一个问题，用户没有办法在同一个网站中进行连续的交互，比如在一个电商网站里，用户把某个产品加入到购物车，切换一个页面之后再次添加了商品，这两次添加商品之间的请求没有关联，浏览器无法知道用户最终选择了哪些产品。而使用HTTP的头部扩展，HTTP Cookies就可以解决这个问题。把Cookies添加到头部中，创建一个会话让每次请求都能共享相同的上下文信息，达成相同的状态。

注意，HTTP的本质是无状态的，使用Cookies可以创建有状态的会话。

HTTP和连接

一个连接是由传输层来控制的，这从根本上不属于HTTP的范围。HTTP并不需要其底层的传输层协议是面向连接的，只需要它是可靠的，或不丢失消息的（至少返回错误）。在互联网中，有两个最常用的传输层协议：TCP是可靠的，而UDP不是。因此，HTTP依赖于面向连接的TCP进行消息传递，但是连接并不是必须的。

HTTP/1.0为每个请求/响应都打开一个TCP连接，导致了2个缺点：打开一个TCP连接需要多次往返消息传递，因此速度慢。（三次握手）但当多个消息周期性发送时，这样就变得更加高效：暖连接要比冷连接更加高效。

为了减轻这些缺陷，HTTP/1.1引入了流水线（事实证明难以实现）和持久连接的概念：底层的TCP连接可以通过Connection 头部来被部分控制。HTTP/2则发展得更远，通过一个连接复用消息的方式来让这个连接始终保持为暖连接。

为了更好的适合HTTP，设计一种更好的传输协议的进程一直在进行，Google就研发了一种以UDP为基础，能提供更可靠更高效的传输协议

HTTP能控制什么

多年以来HTTP良好的扩展性使得越来越多的Web功能归其控制。缓存和认证很早就可以由HTTP来控制了。另一方面，对同源同域（跨域问题！）的限制到2010年才有所改变。

以下是可以被HTTP控制的常见特性。

• 缓存

  文档如何缓存能通过HTTP来控制。服务端能告诉代理和客户端哪些文档需要被缓存，缓存多久，而客户端也能够命令中间的缓存代理来忽略存储的文档。

• 开放同源限制

  为了防止网络窥听和其他隐私泄漏，浏览器强制对Web网站做了分割限制。只有来自于相同来源的网页才能够获取网站的全部信息。这样的限制有时反而成了负担，HTTP可以通过修改头部来开放这样的限制，因此Web文档可以是由不同域下的信息拼接成的（某些情况下，这样做还有安全因素的考虑）

• 认证

  一些页面能够被保护起来，仅让特定用户进行访问。基本的认证功能可以直接通过HTTP提供，使用Authenticate相似的头部即可，或用HTTP Cookies来设置制定的会话。

• 代理和隧道

  通常情况下，服务器和客户端是出于内网的，对外网隐藏真实IP地址。因此HTTP请求就要通过代理越过这个网络屏障。但并非所有的代理都是HTTP代理。例如SOCKS协议的代理就运作在更底层，一些像FTP这样的协议也能够被它们处理。

• 会话

  使用HTTP Cookies允许你用一个服务端的状态发起请求，这就创建了会话。虽然基本的HTTP是无状态协议。这很有用，不仅是因为这能应用到像购物车这样的电商业务上，更是因为这使得任何网站都能轻松为用户定制展示的内容了。

HTTP 流

当客户端像要和服务端进行信息交互时（服务端指的是最终服务器，或者是一个中间代理），过程表现为下面几步：

1. 打开一个TCP连接:TCP连接被用来发送一条或多条请求，以及接受回应消息。客户端可能打开一条新的连接，或重用一个已经存在的连接，或者也可能开几个新的TCP连接连向服务端。

2. 发送一个HTTP报文：HTTP报文（在HTTP/2之前）是语义可读的。在HTTP/2中，这些简单的消息被封装在了桢中，这使得报文不能被直接读取，但是原理仍然是相同的。

 GET / HTTP/1.1
 Host: developer.mozilla.org
 Accept-Language: fr
 ​

3. 读取服务端返回的报文信息

 HTTP/1.1 200 OK
 Date: Sat, 09 Oct 2010 14:28:02 GMT
 Server: Apache
 Last-Modified: Tue, 01 Dec 2009 20:18:22 GMT
 ETag: "51142bc1-7449-479b075b2891b"
 Accept-Ranges: bytes
 Content-Length: 29769
 Content-Type: text/html
 ​
  ​

4. 关闭连接或者为后续请求重用连接。

当HTTP流水线启动时，后续请求都可以不用等待第一个请求的成功回应就被发送。然而HTTP流水线已被证明很难再现有的网络中实现，因为现有网络中有很多老旧的软件与现代版本的软件共存。因此，HTTP流水线已被多并发表现更好的HTTP/2的帧所取代。

HTTP报文

HTTP/1.1以及更早的HTTP协议报文都是语义可读的。在HTTP/2中，这些报文被嵌入到了一个新的二进制结构-帧。帧允许实现很多优化，比如报文头部的压缩和复用。即使只有原始HTTP报文的一部分以HTTP/2发送出来，每条报文的语义依旧不变，客户端会重组原始HTTP/1.1请求。因此用HTTP/1.1格式来理解HTTP/2报文仍旧有效。

有两种HTTP报文类型，请求与回应每种都有其特定的格式。

请求

例子：

image

请求由以下元素组成：

• 一个HTTP的Method经常是由一个动词像GET,POST，或者一个名词像OPTIONS，HEAD，来定义客户端的动作行为。通常客户端的操作都是获取资源（GET）或者发送HTML form表单值(POST)虽然在一些情况下也会有其他操作。

• 要获取的资源的路径，通常是上下文中就很明显的元素资源的URL，它没有protocol（http://），domain（devoloper.mozilla.org)，或是TCP的port（HTTP默认端口是80）。

• HTTP协议的版本号

• 为服务端表达其他信息的可选头部headers https://developer.mozilla.org/en-US/docs/Web/HTTP/Headers

• 对于一些像POST这样的方法，报文的body就包含了发送的资源，这与回应报文的body类似。

回应

HTTP回应的一个例子：

image

回应报文包含了下面的元素：

• HTTP协议版本号

• 一个状态码(status code)

• 一个状态信息，这个信息是非权威的状态码描述信息，可以由服务端自行设定。

• 一个HTTP headers与请求头类似。

• 可选项，比起请求报文，响应报文中更常见地包含获取的资源body。

  ————

总结

HTTP是一种简单可扩展的协议，其Client-Server的结构以及轻松扩展头部信息的能力使得HTTP可以和WEB共同发展。

即使HTTP/2为了提高性能将HTTP报文嵌入到帧这一举措增加了复杂度，但是从Web应用的角度来看，报文的基本结构没有变化，从HTTP/1.0发布起就是这样的结构。会话流依旧简单，通过一个简单的HTTP meesage monitor就可以查看和纠错。