深入分析Java Web技术内幕

1、TIPS

（1）HTTP协议采用无状态、短连接的通信方式；通常一次请求就完成了一次数据交互。

请求的数据可能在分布式缓存、文件或数据库中；

当数据返回浏览器时，浏览器解析数据发现还有一些静态资源（css、js或图片等）时会发起另外的HTTP请求，这些请求可能会在CDN上；

发起一个HTTP连接本质上就是建立一个Socket连接。

二进制字节数据

在linux中，curl+URL可以简单发起一个HTTP请求，加上-I选项，可以查看这次访问的HTTP协议头的信息。

要理解HTTP协议，最重要的就是要熟悉HTTP协议中的HTTP Header（请求头和响应头），HTTP Header控制着用户的数据的传输、浏览器的渲染行为和服务器的执行逻辑。

浏览器缓存机制：

按ctrl+F5组合键刷新页面，浏览器会直接向目标URL发送请求，而不会使用浏览器缓存的数据（本质是在请求头中多了两个请求项Pragma:no-cache和Cache-Control:no-cache）。即使请求发送到服务端，也有可能访问到的是缓存的数据，如在服务器的前端部署一个缓存服务器，如Varnish代理。为了保证用户能看到最新的数据，必须通过HTTP协议来控制。

Cache-Control/Pragma：这个HTTP Head字段用于指定所有缓存机制在整个请求/响应链中必须服从的命令。不仅可以控制浏览器，还可以控制和HTTP协议相关的缓存或代理服务器。

Expires：后面跟着一个日期和时间，超过这个时间值后，缓存的内容将失效。即浏览器在发出请求之前检查这个页面的这个字段，看该页面是否已经过期了，过期了就重新向服务器发起请求。

Last-Modified/Etag：

Last-Modified表示一个服务器上的资源的最后修改时间，通过这个最后修改时间可以判断当前请求的资源是否是最新的。一般服务端在响应头中返回一个Last-Modified字段，告诉浏览器这个页面的最后修改时间，浏览器再次请求时在请求头中增加一个If-Modified-Since字段，询问当前缓存的页面是否是最新的，若是最新的就返回304，服务器不传输新的数据。

Etag作用是让服务端给每个页面分配一个唯一的编号，然后通过这个编号来区分当前这个页面是否是最新的。

浏览器缓存大小、缓存时间都有限制。

域名被缓存的时间限制可以通过TTL属性来设置。

浏览器会查找操作系统缓存中是否有这个域名对应的IP地址。操作系统也有一个域名解析的过程，在Windows中可以通过c:/windows/system32/drivers/etc/hosts文件来设置，若在这里指定了一个域名对应的IP地址，浏览器会首先使用这个IP地址。在linux中，这个配置文件是/etc/named.conf。

Name Server指你注册的域名服务器，如你在某个域名服务提供商申请的域名，那这个域名解析任务就由这个域名提供商的服务器来完成。

在linux和windows下都可以用nslookup命令来查询域名的解析结果。在linux中，还可以用dig命令查询DNS的解析过程。

DNS域名解析后会缓存解析结果，一个是Local DNS Server，另外一个是用户的本地机器。这两个缓存都是TTL值和本机缓存大小控制的，最大缓存时间是TTL值。

在windows下，ipconfig/flushdns来刷新缓存，在linux下，通过/etc/init.d/nscd restart来清除缓存。

在java应用中，JVM也会缓存DNS的解析结果，这个缓存在InetAddress类中完成。若要用InetAddress类解析域名时，一定要是单例的，不然会有严重性能问题。

CDN工作机制：

目的是通过现有的Internet中增加一层新的网络架构，将网站的内容发布到最接近用户的网络，使用户可以就近取得所需的内容，提高用户访问网站的响应速度。

CDN=镜像+缓存+整体负载均衡；

目前CDN都以缓存网站中的静态数据为主。

一个用户访问某个静态文件，这个静态文件的域名假如是cdn.taobao.com，首先向local DNS服务器发起请求，最后回到这个域名的注册服务器去解析，此时DNS解析服务器会把它重新CNAME解析到另外一个域名，这个域名最终会指向CDN全局中的DNS负载均衡服务器，再由这个GTM来最终分配是哪个地方的访问用户，返回给离这个访问用户最近的CDN节点。然后用户就直接去这个CDN节点访问这个静态文件了。若这个静态文件不存在，就会回到源站去获取这个文件，然后再返回给用户。

负载均衡：

通常有三种负载均衡架构，分别是链路负载均衡、集群负载均衡和操作系统负载均衡。

链路负载均衡：指通过DNS解析成不同的IP，然后用户根据这个IP来访问不同的目标服务器。

集群负载均衡：分为硬件负载均衡和软件负载均衡。硬件负载均衡一般使用一台专门硬件设备来转发请求。缺点是当访问量增大超出服务极限时，不能进行动态扩容。

软件负载均衡特点是使用成本低，PC就可以搭建。缺点是一次访问请求要经过多次代理服务器，会增加网络延时。

上门两台是LVS，在网络层利用IP地址进行地址转发。下面使用HAProxy，根据访问用户的HTTP请求头来进行负载均衡，如可以根据不同的URL来将请求转发到特定机器或者根据用户的cookie信息来指定访问的机器。

操作系统负载均衡：利用操作系统级别的软中断或硬件中断来达到负载均衡，如可以设置多队列网卡等来实现。

（2）

2、PS

（1）

（2）