【Linux篇】Http协议（1）（笔记）

目录

一、http基本认识

1. Web客户端和服务器

2. 资源

3. URI

4. URL

5. 事务

6. 方法

7. 状态码

二、HTTP报文

1. 报文的流动

（1）流入源端服务器

（2）向下游流动

2. 报文语法

三、TCP连接

1. TCP传输方式

2. TCP连接状态

3. 套接字

4. TCP连接三次握手

---

一、http基本认识

1. Web客户端和服务器

        Web 内容都是 存储在 Web 服务器 上的。Web 服务器 所使用的是 HTTP 协议，因此 经常会被称为 HTTP 服务器。这些 HTTP 服务器 存储了 因特网中的 数据，如果 HTTP 客户端 发出 请求的话，它们 会提供数据。客户端 向服务器 发送 HTTP 请求，服务器会 在 HTTP 响应 中回送所 请求的数据。

        HTTP 客户端 和 HTTP 服务器 共同构成了 万维网的 基本组件。

2. 资源

        Web 服务器 是 Web资源（Web resource）的宿主。Web 资源是 Web 内容 的源头。最简单的 Web 资源 就是 Web 服务器 文件系统中的 静态文件。这些文件可以 包含任意内容：文本文件、HTML文件、JPEG图片文件、AVI电影文件等。

        资源 还可以是根据 需要生成内容的 软件程序。这些 动态内容资源 可以 根据你的身份、所请求的信息 或 每天的 不同时段来 产生内容。

3. URI

        每个 Web 服务器资源 都有一个 名字。服务器资源名 被称为 统一资源 标识符（Uniform Resource Identifier, URI）。URI 就像因特网上的 邮政地址一样，在 世界范围内 唯一 标识 并定位信息资源。

4. URL

        统一资源定位符（URL）是 资源标识符 最常见的形式。URL 描述了 一台 特定服务器上 某资源的 特定位置。它们 可以明确 说明如何 从一个精确、固定的位置 获取资源。

5. 事务

        一个 HTTP 事务 由一条（从客户端发往服务器的）请求命令 和 一个（从服务器发回 客户端的）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。

        应用程序完成一项任务时通常会发布多个HTTP事务。一个“Web页面”通常并不是单个资源，而是一组资源的集合。

6. 方法

        每条 HTTP 请求报文 都包含 一个方法。这个方法 会告诉服务器 要执行什么动作（获取一个 Web 页面、运行一个 网关程序、删除一个文件等）。

7. 状态码

        每条 HTTP 响应报文 返回时都会 携带一个 状态码。状态码 是一个 三位数字的 代码，告知 客户端请求 是否成功，或者 是否需要 采取其他动作。

二、HTTP报文

        HTTP 报文 是在 HTTP 应用程序 之间发送的 数据块。这些数据块 以一些文本形式的 元信息（meta-information）开头，这些信息 描述了报文的 内容及含义，后面 跟着可选的 数据部分。这些报文在 客户端、服务器 和 代理之间流动。术语 “流入”、“流出”、“上游” 及 “下游” 都是用来描述报文方向的。

1. 报文的流动

（1）流入源端服务器

（2）向下游流动

        不管是 请求报文 还是 响应报文，所有报文都 会向下游（downstream）流动。所有 报文的 发送者都在 接收者的上游（upstream）。

2. 报文语法

        所有的 HTTP 报文 都可以分为 两类：请求报文（request message）和 响应报文（response message）。它们由三个部分组成：对报文进行 描述的 起始行（start line）、包含属性的 首部（header）块，以及可选的、包含 数据的 主体（body）部分。

        请求报文会向 Web 服务器 请求一个动作。响应报文会 将请求的结果 返回给 客户端。请求和响应报文的 基本报文结构 相同。

三、TCP连接

        世界上几乎所有的 HTTP 通信 都是由 TCP/IP 承载的，TCP/IP 是全球计算机 及 网络设备 都在使用的一种常用的 分组交换网络分层 协议集。客户端 应用程序 可以 打开一条 TCP/IP 连接，连接到 可能运行 在世界任何地方 的服务器 应用程序。一旦 连接建立 起来了，在客户端 和 服务器的 计算机之间交换的 报文 就永远 不会丢失、受损或失序。

        连接步骤简述：

        第(1)～(3)步 会将 服务器的 IP 地址 和 端口号从 URL 中分离出来。在 第(4)步 中 建立到Web 服务器的 TCP 连接，并在 第(5)步 通过 这条连接 发送一条 请求报文。在 第(6)步 读取响应，并在 第(7)步 关闭连接。

1. TCP传输方式

        TCP 为 HTTP 提供了 一条可靠的 比特传输管道。从 TCP 连接一端填入的字节 会从 另一端以 原有的顺序、正确地 传送出来。

        TCP 的数据是 通过名为 IP分组（或 IP 数据报）的 小数据块 来发送的。HTTP 就是 “HTTP over TCP over IP” 这个 “协议栈” 中的最顶层。其安全版本 HTTPS 就是在 HTTP 和 TCP 之间插入了一个（称为 TLS 或 SSL 的）密码加密层。

        HTTP 要传送 一条报文 时，会以 流的形式 将报文数据的 内容 通过一条 打开的 TCP 连接 按序传输。TCP 收到数据流 之后，会 将数据流砍成 被称作段的 小数据块，并 将段封装在 IP 分组中，通过因特网 进行传输。

        所有 这些工作都是由 TCP/IP 软件 来处理的，HTTP 程序员什么都看不到。

        每个 TCP 段 都是由 IP 分组 承载，从一个 IP 地址 发送到 另一个 IP 地址 的。每个 IP 分组 中都包括：一个IP分组首部、一个TCP段首部、 一个TCP数据块。

        IP 首部 包含了 源目的 IP 地址、长度和其他一些标记。TCP 段 的首部包含了 TCP 端口号、TCP 控制标记，以及 用于数据排序 和 完整性检查的 一些数字值。

2. TCP连接状态

        在任意时刻 计算机 都可以 有几条 TCP 连接 处于 打开状态。TCP 是通过 端口号 来保持 所有 这些连接持续 不断地运行。IP 地址 可以将你连接到 正确的计算机，而 端口号 则可以 将你连接到 正确的应用程序上去。

        TCP连接是通过 4 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 4 个值 一起唯一地 定义了 一条连接。两条不同的 TCP 连接 不能拥有 4 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）。

3. 套接字

        套接字 API 允许用户创建 TCP 的端点 数据结构，将 这些端点 与 远程服务器的 TCP 端点 进行连接，并 对数据流进行 读写。TCP API 隐藏了 所有底层网络协议的 握手细节，以及 TCP 数据流 与 IP 分组之间的 分段 和 重装细节。

        上图中，客户端根据 URL 判定出 IP 地址 和 端口号，并建立一条 到服务器的 TCP 连接（C3）。建立连接可能要 花费一些时间，时间 长短取决于 服务器距离的 远近、服务器的 负载情况，以及 因特网的 拥挤程度。

        一旦建立了连接，客户端 就会发送 HTTP请求（C5），服务器 则会 读取请求（S6）。一旦服务器 获取了 整条 请求报文，就会 对请求 进行处理，执行 所请求的 动作（S7），并 将数据写回 客户端。客户端 读取数据（C6），并对 响应数据 进行处理（C7）。

4. TCP连接三次握手

1.   请求新的 TCP 连接时，客户端要向服务器 发送一个 小的 TCP 分组。这个 分组中 设置了一个特殊的 SYN 标记，说明这是一个连接请求（a）。
2.   如果 服务器接受了 连接，就会 对一些连接参数 进行计算，并向 客户端 回送一个 TCP 分组，这个分组中的 SYN 和 ACK 标记 都被置位，说明连接请求 已被接受（b）。
3.   最后，客户端 向服务器 回送一条 确认信息，通知它 连接已 成功建立（c）。现代的 TCP 栈 都允许客户端 在这个确认分组中 发送数据。

        HTTP 程序员 永远 不会看到这些分组——这些分组都由 TCP/IP 软件管理，对其是 不可见的。HTTP 程序员 看到的 只是创建 TCP 连接时 存在的时延。