Web填坑之路 --- http协议详解

Http协议详解

转载自：http://blog.51cto.com/13570193/2108347

http --- hyper text transfer protocol,超文本传输协议，是一种建立在TCP上的无状态连接，整个基本的工作流程是客户端发送一个HTTP请求，说明客户端想要访问的资源和请求的动作，服务端收到请求之后，服务端开始处理请求，并根据请求做出相应的动作访问服务器资源，最后通过发送HTTP响应把结果返回给客户端。其中一个请求的开始到一个响应的结束成为事务，当一个事务结束后还会在服务器端添加一条日志条目。

---

1.http请求

• http请求是客户端往服务端发送请求动作，告知服务器自己的要求。
• http请求由状态行、请求头、请求正文三部分组成：
  • 状态行：包括请求方式Method、资源路径URL、协议版本Version；
  • 请求头：包括一些访问的域名、用户代理、Cookie等信息；
  • 请求正文：就是HTTP请求的数据。
  • （备注：请求方式Method一般有GET、POST、DELETE，含义分别是获取、修改、上传、删除，其中GET方式仅仅为获取服务器资源，方式较为简单，因此在请求方式为GET的HTTP请求数据中，请求正文部分可以省略，直接将想要获取的资源添加到URL中。）
    下图所示是GET的请求，没有请求正文。（现在大多数协议版本为http/1.1）
    
    下图展示为POST请求的格式，有状态行、请求头、请求正文三部分：
    

---

2.http响应

2.1 响应数据格式

服务器收到了客户端发来的HTTP请求后，根据HTTP请求中的动作要求，服务端做出具体的动作，将结果回应给客户端，称为HTTP响应。
http响应由三部分组成：状态行、响应头、响应正文：

• 状态行： 包括协议版本Version、状态码Status Code、回应短语；
• 响应头：包括搭建服务器的软件，发送响应的时间，回应数据的格式等信息；
• 响应正文：就是响应的具体数据。
• （备注：我们主要关心并且能够在客户端浏览器看到的是三位数的状态码，不同的状态码代表不同的含义，其中：）

1xx	表示HTTP请求已经接受，继续处理请求
2xx	表示HTTP请求已经处理完成
3xx	表示把请求访问的URL重定向到其他目录
4xx	表示客户端出现错误
5xx	表示服务端出现错误

2.2 常见状态码的含义

 - 200 --- OK/请求已经正常处理完毕
 - 301 --- /请求永久重定向
 - 302 --- /请求临时重定向
 - 304 --- /请求被重定向到客户端本地缓存
 - 400 --- /客户端请求存在语法错误
 - 401 --- /客户端请求没有经过授权
 - 403 --- /客户端的请求被服务器拒绝，一般为客户端没有访问权限
 - 404 --- /客户端请求的URL在服务端不存在
 - 500 --- /服务端永久错误
 - 503 --- /服务端发生临时错误

2.3 http响应模型

服务器收到HTTP请求之后，会有多种方法响应这个请求，下面是HTTP响应的四种模型：

1. 单进程I/O模型（服务端开启一个进程，一个进程仅能处理一个请求，并且对请求顺序处理）
2. 多进程I/O模型（服务端并行开启多个进程，同样的一个进程只能处理一个请求，这样服务端可以同时处理多个请求）
3. 复用I/O模型（服务端开启一个进程，但是，同时开启多个线程，一个线程响应一个请求，同样可以达到同时处理多个请求，线程间并发执行）
4. 复用多线程I/O模型（服务端并行开启多个进程，同时每个进程开启多个线程，这样服务端可以同时处理进程数M*每个进程的线程数N个请求）

---

3. http报文格式

	HTTP报文是HTTP应用程序之间传输的数据块，HTTP报文分为HTTP请求报文和HTTP响应报文，但是无论哪种报文，它的整体格式是类似的，大致都是由起始、首部、主体三部分组成，起始说明报文的动作，首部说明报文的属性，主体则是报文的数据。下面具体说明：

3.1 HTTP请求报文

请求报文的起始由请求行构成（有些资料称为状态行，名字不一样而已，都是指的一个东西），用来说明该请求想要做什么，有Method，URL，Version三个字段组成，注意每个字段之间都有一个空格。
其中Method字段有不同的值：

 - GET --- 访问服务器的资源
 - POST --- 向服务器发送要修改的数据
 - HEAD --- 获取服务器文档的首部
 - PUT --- 向服务器上传资源
 - DELETE --- 删除服务器的资源

URL 字段表示服务器的资源目录定位
Version 字段表示使用的http协议版本
首部部分由多个请求头（也叫首部行）构成，那些首部字段名有如下，不全：

- Accept  指定客户端能够接收的内容格式类型
- Accept-Language  指定客户端能够接受的语言类型
- Accept-Ecoding  指定客户端能够接受的编码类型
- User-Agent  用户代理，向服务器说明自己的操作系统、浏览器等信息
- Connection  是否开启持久连接（keepalive）
- Host  服务器域名
- ...

主体部分就是报文的具体数据

3.2 HTTP响应报文

响应报文的起始由状态行构成，用来说明服务器做了什么，由Version、Status-Code、Phrase三个字段组成，同样的每个字段之间留有空格。
Status-Code 上边已经说明；
首部由多个响应头（也叫首部行）组成，首部字段名如下，不全：

 - Server   服务器软件名，Apache/Nginx
 - Date   服务器发出响应报文的时间
 - Last-Modified   请求资源的最后修改时间
 - ...

主体部分是响应报文的具体数据。

---

4. http协议版本更替

1. http/0.9
   http协议的最初版本，功能简陋，仅支持请求方式GET，并且仅能请求访问html格式的资源

2. http/1.0
   在0.9版本上做了进步，增加了请求方式POST和HEAD；不再局限于0.9版本的HTML格式，根据Content-Type可以支持多种数据格式，即MIME多用途互联网邮件扩展，例如text/html、image/jpeg等；同时也开始支持cache，就是当客户端在规定时间内访问统一网站，直接访问cache即可。
   但是1.0版本的工作方式是每次TCP连接只能发送一个请求，当服务器响应后就会关闭这次连接，下一个请求需要再次建立TCP连接，就是不支持keepalive.

3. http/1.1
   解决了1.0版本的keepalive问题，1.1版本加入了持久连接，一个TCP连接可以允许多个HTTP请求；加入了管道机制，一个TCP连接同时允许多个请求同时发送，增加了并发性；新增了请求方式PUT、PATCH、DELETE等。
   但是还存在一些问题，服务端是按照队列顺序处理请求的，加入一个请求处理时间很长，则会导致后面的请求无法处理，这样就造成了队头阻塞的问题；同时HTTP是无状态的连接，因此每次请求都需要添加重复的字段，降低了宽带的利用率。

4. http/2.0
   为了解决1.1版本利用率不高的问题，提出了HTTP/2.0版本。增加双工模式，即不仅客户端能够同时发送多个请求，服务端也能同时处理多个请求，解决了队头堵塞的问题；HTTP请求和响应中，状态行和请求/响应头都是些信息字段，并没有真正的数据，因此在2.0版本中将所有的信息字段建立一张表，为表中的每个字段建立索引，客户端和服务端共同使用这个表，他们之间就以索引号表示信息字段，这样就避免了1.0旧版本的重复繁琐的字段，并以压缩的方式传输，提高利用率。
   另外也增加了服务器推送的功能，即不经请求，服务端主动向客户端发送数据。当前主流的协议版本还是HTTP/1.1版本。

---

5. 网站访问量

• IP（Internet Protocol） — IP访问量
  相同的公网IP计算一次，就是同一个局域网内的所有用户访问一个网站，但是他们都是借助一个公网IP去访问那个网站的（NAT），因此这也只能算作一个IP访问量。换一次公网IP则会加1。

• PV（Page View） — 网页访问量
  用户访问的页面数就是PV访问量，同一个局域网的不同用户，而且就算是同一个用户，只要刷新一次网站页面，PV访问量就加1，三个访问量的值往往数PV的值最大。

• UV（Unique Visitor） — 访客访问量
  这里的访客不是用户，而是电脑，一台电脑算一个访客，即使是同一台电脑的不同用户，访问同一个网站UV也只能加1，只有更换电脑才会使UV加1，因为服务端会记录客户端电脑的信息。