HTTP请求解析、浏览器缓存机制

1. 浏览器如何发起一个HTTP请求？

    浏览器在建立Socket连接之前，必须根据地址栏输入的 URL 的域名 DNS 解析出IP地址，再根据 IP 地址和默认的80端口与远程服务器建立 Socket，然后浏览器根据这个 URL 组装成一个 get 类型的 HTTP 请求，通过 outputStream.write 发送到目标服务器，服务器等待 inputStream.read 返回数据，最后断开这个连接。

    所以 HTTP 连接本质上就是建立一个 Socket 连接。

    不借助浏览器，是否能实现一个 HTTP 连接呢？

    a. 在 Java 中，我们可以通过开源的 HttpClient 工具包

    b. 在Linux 中，通过 curl + URL 可以简单的发起一个请求

2. HTTP 解析

    B/S网络架构的核心是 HTTP，而要理解 HTTP，最重要的是要熟悉 HTTP Header，它控制着用户浏览器的渲染行为和服务器的执行逻辑。常见的 HTTP 请求头和响应头分别如表 1-1 和 1-2所示，常见的 HTTP 状态码如表 1-3所示。

    要查看一个 HTTP 请求的请求头和响应头，可以通过浏览器插件，比如 Firefox 中 Firebug 和 HttpFox，Chrome浏览器自带的开发工具也可以看（F12打开）。个人Chrome 用的比较多，就以这个为例吧：

    先F12打开Chrome 开发者模式，访问百度页面，如下就可以看到 www.baidu.com 的请求 header。

3. 浏览器缓存机制

    在我们在浏览一个页面发现有异常时，通常考虑的就是是不是浏览器做了缓存，一般做法就是按 Ctrl + F5 组合键重新请求一次页面。a. 在浏览器端，如果使用 Ctrl + F5 刷新页面，那么浏览器会直接相目标 URL 发送请求，而不会使用浏览器缓存的数据；b. 其次，即使请求发送到服务端，也有可能访问到的是缓存的数据，比如在应用服务器前端部署一个缓存服务器（Varnish代理）。

    使用 Ctrl + F5 刷新页面，会在 HTTP header中添加一些请求头：Pragma:no-cache 和 Cache-Control:no-cache，如下图：

     Ctrl + F5 刷新之后：可以看到，header中部分参数已经改变了

    A. Cache-Control/Pragma：用于指定所有缓存机制在整个请求/响应链中必须服从的指令。

    Cache-Control：被各个浏览器支持的很好，而且优先级比较高，和其他请求字段（如 Expires）同时出现时，Cache-Control 会覆盖其他字段。 Pragma 作用和 Cache-Control 类似。

     B. Expires：通常格式是：

Expires:

Wed, 13 Jun 2018 02:42:27 GMT

, 超过这个时间值后，缓存内容失效。浏览器在发出请求之前会检查这个字段值，如果过期了就重新向服务器发起请求。

     C. Last-Modified/Etag：表示一个服务器上的资源的最后修改时间（资源可以是静态的，静态内容自动加上 Last-Modified字段，动态内容由Servlet提供一个getLastModified方法用于检查某个动态内容是否更新）。而Etag作用是让服务端给每个页面分配一个唯一的编号，然后通过编号区分当前页面是否是最新的。这个比 Last-Modified 更加灵活，但后端web服务器有多台时比较难处理，因为每个服务器都要记住网站的所有资源。