HTTP权威指南BR-1：Web的基础

By arthur503 -- 17 Oct 2013

前天刚买的《HTTP权威指南》，准备看一下HTTP协议。昨天看了前四章，对基本的有了个了解。现在整理总结一下。

CH1 HTTP概述

HTTP协议主要是用来做Web客户端和服务器通信的，是因特网的通用公共语言。

每个资源在因特网上都有资源地址（URI，一般表现为URL，下一代为URN），通过HTTP协议对地址请求获取。HTTP会给每种资源都打上MIME的数据格式标签，如：

Content-type: text/html

前者text表示主类型，后者html表示子类型。

一个HTTP事务是由一条Request请求命令和Response响应结果组成，这种通信是通过名为HTTP报文（HTTP Message）的格式化数据块进行的。详细见下面CH3。

HTTP连接使用TCP/IP协议。TCP提供：

* 无差错的数据传输 * 按需传输（数据总是会按照发送顺序到达） * 未分段的数据流（可以在任意时刻以任意尺寸将数据发送出去）

HTTP是应用层协议，TCP是传输层（Transmission）协议，IP是网络层（Internet）协议。

HTTP在URL没有端口号时，默认为80端口。

HTTP协议版本有：HTTP/0.9, HTTP/1.0, HTTP/1.0+, HTTP/1.1， HTTP-NG(HTTP/2.0)

Web的结构组件包括：

* 代理：位于客户端与服务器之间，一般用来做内容检查、审查等；

缓存：HTTP仓库，是特殊的HTTP代理服务器。通常保存常用页面的副本来加快访问速度；
网关：特殊的Web服务器，通常用于将HTTP等协议转换为其他协议，作为其他服务器的中间实体使用；
隧道：对HTTP通信报文进行盲转发的特殊代理；
Agent 代理：半智能Web客户端，如Web浏览器等，代表用户发起HTTP请求的客户端程序；

CH2 URL与资源

URL是因特网上资源信息地址。URI是更通用的资源标识符，包括URL和URN组成。URL实际上是URI的一个子集，但实际中URL更通用。

URL的通用格式如下：

<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>

其中，scheme就是方案，指访问服务器以获取资源时要使用哪种协议。方案名是大小写无关的，即http与HTTP等价。

CH3 HTTP报文

HTTP报文是在HTTP应用程序之间发送的简单格式化数据块。HTTP报文都是纯文本，不是二进制代码，方便人们读写。包括：对报文进行描述的起始行（Start Line），包含属性的首部块（Header），以及可选的、包含数据的主体（Body）部分。注意：首部的最后使用空行表示结尾。

一个HTTP事务是由一条Request请求命令和Response响应结果组成，这种通信是通过名为HTTP报文（HTTP Message）的格式化数据块进行的。

HTTP Request请求命令方法常见的包括：

GET
POST
PUT
DELETE
HEAD

HTTP Response响应结果状态码是一个三位数字的代码。常见的包括：

* 200~299：成功
* 300~399：资源被重定向
* 400~499：客户端错误（常见的是404 not found，表示客户端请求网页不存在错误）
* 500~599：服务器端错误

简单报文示例如下：

请求报文：

GET /index.html HTTP/1.0
Accept:text/*
Accept-Language: en, fr


响应报文：

HTTP1.0 200 OK
Content-type: text/plain
Content-length: 19

Hi!I'm a message!

CH4 连接管理

TCP是通过端口号来保持所有连接不断的进行。TCP连接是通过四个值来识别的：

<源IP地址、源端口号、目的IP地址、目的端口号>

这四个值唯一的定义了一条连接，没有两个不同连接所有的四个值都是一样的。两个不同的TCP连接不能拥有四个完全相同的地址组件值（但不同连接的部分组件可以拥有相同的值）。

TCP编程接口有套接字API提供的主要接口，它向HTTP程序员隐藏了TCP和IP的所有细节。主要包括方法如下：

s = new socket()：建立一个新的、未命名、未关联的套接字；
bind()：向套接字赋一个本地端口号和接口；
connect()：创建本地套接字与远程主机及端口的连接；
listen()：标识一个套接字，使其可以合法接受连接；
accept()：等待某人建立一条到本地端口的连接；
read()：尝试从套接字向缓冲区读取字节；
write()：尝试从缓冲区中向套接字写入字节；
close()；完全关闭TCP连接；
shutdown()：只关闭TCP连接的输入或输出端；

TCP事务时延

TCP建立连接、传输请求、相应报文的时延可能比事务处理的时延要长很多。

TCP握手时延

三次握手。小的HTTP事务可能会在TCP建立上花费50%甚至更多的时间。

延迟确认

由于确认报文很小，所以TCP允许在发往相同方向的输出数据分组中对其进行“捎带”，可以有效的利用网络。若是在规定窗口时间内没有等到，就将确认信息放在单独分组中传送。

TCP慢启动

TCP连接会随着时间进行自我“调谐”，起初会限制连接的最大速度，若数据传输成功，会随着时间的推移提高传输速度。用于防止因特网的突然过载和拥塞。因此，新连接的传输速度会比交换过一定量数据的“已调谐”连接慢一些。

提高HTTP连接性能

并行连接：通过多条TCP连接发起并发的HTTP请求；
持久连接：重用TCP连接，以消除连接及关闭时延。
管道化连接：通过共享的TCP连接发起并发的HTTP请求； * 复用的连接：交替传送请求和相应报文（试验阶段）；

并行连接并不一定更快，但会让用户感觉起来快一些；

持久连接

持久连接包括：

HTTP/1.0+ “keep-alive”连接

Connection: keep-alive首部只是请求将连接保持在活跃状态，发出Connection: keep-alive请求后，客户端和服务器并不一定会同意进行keep-alive会话。

Connection: keep-alive首部必须随所有希望保持长久连接的报文一起发送。若客户端没有发送Connection: keep-alive首部，服务器就会在那条请求之后关闭连接。

HTTP/1.1 “persistent”连接

除非特别指明，否则HTTP/1.1假定所有连接都是持久的。要在事物处理结束之后，应用程序向报文中显式的添加一个Connection: close首部，来将连接关闭。不过，不发送Connection: close首部并不意味着服务器承诺永远将连接保持在打开状态。

持久连接和并行连接配合使用可能是最高效的方式。

参考资料：

《HTTP权威指南》