【C-S体系结构的应用程序及应用层协议】Web和HTTP

1. HTTP概况

1.1 HTTP的实现

超文本传输协议HTTP由两个程序实现：一个客户程序和一个服务器程序，两个程序运行在不同端系统中，通过交换HTTP报文进行会话。
HTTP使用TCP作为自己的运输层协议。HTTP是一个无状态协议（服务器并不会保存关于客户的任何信息）。

1.2 Web术语

1. Web页面：也叫文档，由对象组成
2. 对象（object）：一个文件，例如HTML文件、JPEG图形、Java小程序或是一个视频片段，这些文件1可以通过URL地址寻址
3. URL（统一资源定位符）：由存放对象的服务器主机名和对象的路径名组成，用于唯一标识一个文档。
4. Web浏览器和服务器：Web浏览器实现了HTTP的客户端，Web服务器实现了HTTP的服务器端，用于存储Web对象，每个对象由URL寻址。
5. 超文本标记语言HTML：用于创建网页的标准标记语言，使用HTML描述的文件需要通过web浏览器显示出效果。

1.3 统一资源定位符URL

1. 格式：
   <协议>://<主机>:<端口>/<路径>，端口和路径有时可以省略。
2. 使用HTTP的URL
   HTTP的默认端口号为80，通常可以省略，若路径也省略，URL就指到因特网上的某个主页。
   例如http://www.tsinghua.edu.cn是清华大学的主页，而https://www.tsinghua.edu.cn/chn/yxsz/index.html就指向了主页的从属页面

2. 非持续连接和持续连接

非持续连接：每个请求-响应对经过一个单独的TCP连接发送。
持续连接：所有的请求及其响应经过相同的TCP连接发送。

2.1 采用非持续连接的HTTP（HTTP1.0）

每个TCP连接只传输一个请求报文和一个响应报文。每个TCP连接在服务器发送一个对象后关闭。
TCP建立连接的三次握手的第三个报文段中捎带了客户对HTML文件的请求。

总的响应时间=两个RTT（短分组从客户到服务器再返回客户所需的时间）+ 服务器传输HTML文件的时间

缺点：

1. 每请求一个文档就要有两倍的RTT开销，时延较大。
2. 必须为每一个请求建立一个新的连接，每个TCP连接都需要分配缓存和变量，有大量客户请求时服务器的负担很重。

2.2 采用持续连接的HTTP（HTTP1.1）

服务器在发送响应后保持该TCP连接打开，在相同的客户与服务器之间，后续的请求和响应报文能通过相同的连接进行传送。
若一条连接经过一定时间间隔（一个可配置的超时间隔）仍未被使用，HTTP服务器就关闭该连接。

持续连接有两种工作方式——非流水线方式和流水线方式。
非流水线方式：客户收到前一个响应后才能发出下一个请求。客户每访问一次对象都要消耗一个RTT，服务器发送完一个对象后，其TCP连接就处于空闲状态，浪费了服务器资源。
流水线方式：客户只要遇到一个引用对象就尽快发出请求，于是一个接一个的请求报文到达服务器后，服务器就可以持续发回响应报文。因此，客户访问所有的对象只需花费一个RTT时间。

3. HTTP的报文结构

HTTP的报文类型：请求报文和响应报文
两种报文都是由3部分组成：开始行（区分是请求报文还是响应报文）+首部行+实体主体

3.1 请求报文

1. 请求方法。指的是对所请求的对象进行的操作，实际上就是一些命令，故请求报文的类型由它采用的方法决定。

方法	意义
OPTION	请求一些选项的信息
GET	请求读取由URL所标志的信息
HEAD	请求读取由URL所标志的信息的首部
POST	给服务器添加信息（例如注释）
PUT	在指明的URL下存储一个文档
DELETE	删除指明的URL所标志的资源
TRACE	用来进行环回测试的请求报文
CONNECT	用于代理服务器

2. 首部行：首部名：（空格）首部值（回车换行）
   User-Agent：表明用户代理
   Accept：客户端可识别的响应内容类型列表
   Accept-Language：客户端可接受的自然语言
   Accept-Encoding：客户端可接受的编码压缩格式
   Accept-Charset：可接受的应答的字符集
   Host：请求的主机名（允许多个域名同处于一个IP地址，即虚拟主机）
   connection：连接方式（close或keepalive）
   Cookie：存储于客户端扩展字段，向同一域名的服务端发送属于该域的cookie

3.2 响应报文

状态码都是3位数字的，分为5大类共33种。

类型	含义
1xx	通知信息，如请求收到了或正在进行处理
2xx	成功，如接受或知道了
3xx	表示服务器要求客户端重定向
4xx	客户的差错，如请求中有错误的语法或不能完成
5xx	服务器的差错，如服务器失效无法完成请求

常用状态码：

1. 200 OK：请求成功，信息在返回的响应报文中
2. 301 Moved Permanently：请求的对象已被永久转移了，新的URL定义在响应报文的首部行中，客户软件会自动获取新的URL
3. 400 Bad Request：一个通用差错代码，指示该请求不能被服务器理解。
4. 404 Not Found：被请求的文档不在服务器上
5. 505 HTTP Version Not Supported：服务器不支持请求报文使用的HTTP协议版本

4. cookie

HTTP是无状态的，但实际使用中Web站点希望能够识别用户，为此HTTP使用了cookie，cookie是HTTP服务器和用户之间传递的状态信息。

简单来说，cookie的工作过程是，用户初次访问某网站时，该网站的服务器就会为该用户产生一个唯一的识别码，并以此作为索引在服务器的后端数据库中产生一个表项，接下来该服务器就会用一个包含set-cookie的HTTP响应报文对浏览器进行响应。浏览器收到了该响应报文后，就会在它管理的特定cookie文件中添加一行（包括服务器的主机名和set-cookie后给出的识别码）。之后该用户再浏览该网站时，每发送一个HTTP请求报文，浏览器就会从cookie文件中取出该网站的识别码放到请求报文的cookie首部行中去。