Web and HTTP

Web是一种应用，HTTP是支持Web应用的协议。

Web 与 HTTP

一些术语

• Web页：由一些对象组成
• 对象可以是HTML文件、JPEG图像、Java小程序、声音剪辑文件等
• Web页含有一个基本的HTML文件，该基本HTML文件又包含若干对象的引用（链接）【互联网的对象都是通过链接的方式来指向的。HTML文件包含的是对象的链接，不是本身】
• 通过URL对每个对象进行引用
  • 访问协议，用户名，口令字，端口等
• URL（通用资源定位符）格式：

【协议名】Prot://【用户:口令】user:psw@【主机名】www.someSchool.edu/【路径名】someDept/【文件名:端口】pic.gif:port

【如果不是特殊情况，不需要提供端口号，不提供时使用的是默认端口号】

HTTP概况

HTTP：超文本传输协议

• Web的应用层协议
• 客户、服务器模式【浏览器和服务器首先要建立起TCP的连接，在这个连接之上，发送HTTP的请求，然后web服务器收到这个请求之后，再把客户端请求的对象封装成HTTP响应的报文，然后回转回来】
  • 客户：请求、接收和显示Web对象的浏览器
  • 服务器：对请求进行响应，发送对象的Web服务器

 

• HTTP 1.0：RFC 1945
• HTTP 1.1：RFC 2068

使用TCP：

• 客户发起一个与服务器的TCP连接（建立套接字），端口号为80
• 服务器接受客户的TCP连接
• 在浏览器（HTTP客户端）与web服务器（HTTP服务器server）交换HTTP报文（应用层协议报文）
• TCP连接关闭

HTTP是无状态的

• 服务器并不维护关于客户的任何信息【无状态的服务器】

维护状态的协议很复杂！

• 必须维护历史信息（状态）
• 如果服务器、客户端死机，它们的状态信息可能不一致，二者的信息必须是一致的
• 无状态的服务器能够支持更多的客户端

HTTP连接

非持久HTTP

• 最多只有一个对象在TCP连接上发送
• 下载多个对象需要多个TCP连接
• HTTP/1.0使用非持久连接

【TCP建立连接的时间+http请求报文时间（报文相对于对象小很多，所以一般可以忽略不计）+http响应对象传输时间+TCP连接关闭时间】

持久HTTP

• 多个对象可以在一个（在客户端和服务器之间）TCP连接上传输
• HTTP/1.1默认使用持久连接

【持久HTTP，在TCP连接建立后进行HTTP报文连接请求，对象回来，传输完之后，TCP连接不关，在这个连接上如果还有其他http报文的连接请求，对象回来，可以继续进行】

【Web浏览器和Web服务器在建立连接的时候，需要下层的协议实体进行一次交互才能完成】

非持久HTTP

非持久HTTP的响应时间

往返时间RTT(round-trip time)：一个小的分组从客户端到服务器，在回到客户端的时间（传输时间忽略）【因为是小的分组，字节数很少，所以忽略不计，传输不许时间，传播需要时间】

响应时间：

• 一个RTT用来发起TCP连接
• 一个RTT用来HTTP请求并等待HTTP响应
• 文件传输时间

共：2RTT+传输时间【是响应时间，所以没算TCP关闭的时间】

持久HTTP

非持久HTTP的缺点：

• 获取每个对象需要2个RTT
• 每个TCP连接需要消耗操作系统资源
• 浏览器需要打开多个TCP连接，以获取引用对象

持久HTTP

• 服务器在发送响应后，仍保持TCP连接
• 同一对客户-服务器之间的后续HTTP报文可以在该链接上传输
• 客户端在遇到一个引用对象的时候，就可以尽快发送该对象的请求

        非流水方式的持久HTTP：

• • 客户仅当收到前一个响应后再发送新的请求
  • 请求每个对象用时1个RTT

        流水方式的持久HTTP：

• • HTTP/1.1的默认模式
  • 客户端遇到一个引用对象就立即产生一个请求
  • 所有引用（小）对象只花费一个RTT是可能的

HTTP请求报文

• 两种类型的HTTP报文：请求、响应
• HTTP请求报文
  • ASCII（人能阅读）

【GET：客户端从服务器请求东西；（头和body都要）

POST：上载

HEAD：请求头部（搜索引擎拿到头建索引）】

【Host：代表主机名；User-agent：用户代理的程序，浏览器的第几个版本；Connection：连接是否关闭；】

【POST的话，body就要包括需要上载的那些东西（表单）】

提交表单输入

POST方式：

• 网页通常包括表单输入
• 包含在实体主体（entity body）中的输入被提交到服务器

URL方式：

• 方法：GET
• 输入内容通过请求行的URL字段上载

HTTP方法

HTTP/1.0

• GET
• POST
• HEAD
  • 要求服务器不返回对象，只用一个报文头响应（实体为空），常用于故障跟踪、建立索引、维护

HTTP/1.1

• GET, POST, HEAD
• PUT
  • 将文件放在报文实体中，传到URL字段指定的路径，常用于网页的维护
• DELETE
  • 删除URL字段指示的文件

HTTP响应报文

【Last-Modified：请求对象上一次的修改时间；Content-Length：内容的长度，首部行回车之后我要读多少个字节是HTTP响应的内容；】

【HTTP运行在TCP之上，TCP向上层提供的是字节流的服务，不维护上面报文交下来的的边界，所以需要应用层自己去区分哪里是应用报文的头，哪里是应用报文的结束，采用TCP协议，得自己维护报文和报文的界限】

HTTP响应状态码

位于服务器 ➡️ 客户端的响应报文中的首行

一些状态码的例子：

        200 OK

• • 请求成功，请求对象包含在响应报文的后续部分

        301 Moved Permanently

• • 请求的对象已经被永久转移了；新的URL在响应报文的Location：首部行中确定
  • 客户端软件自动用新的URL去获取对象

        400 Bad Request

• • 一个通用的差错代码，表示该请求不能被服务器解读

        404 Not Found

• • 请求的文档在该服务上没有找到

        505 HTTP Version Not Supported【服务器版本号不支持】

【HTTP是个无状态的协议，服务器不维护客户端的状态，每次客户端发送了请求后，服务器就封装对象发回去，不记录之前或者不管之后的请求，服务器不维护客户端的状态】——好处：简单，同样的服务器资源可以支持的客户端更多一点

用户-服务器状态：cookies

大多数主要的门户网络使用cookies

4个组成部分：

1. 在HTTP响应报文中有一个cookie的首部行
2. 在HTTP请求报文含有一个cookie的首部行
3. 在用户端系统中保留有一个cookie文件，由用户的浏览器管理
4. 在Web站点有一个后端数据库

例子：

• Susan总是用同一个PC使用Internet Explore上网
• 她第一次访问了一个使用了Cookie的电子商务网站
• 当最初的HTTP请求到达服务器时，该Web站点产生一个唯一的ID，并以此作为索引在它的后端数据库中产生一个项

【第一次访问的时候，请求上没有cookie，服务端会生成一个cookie，返回给客户端，之后请求的时候，报文就会带上cookie，以此关联出用户的访问行为】

【cookie把HTTP无状态的协议变成一个维护状态的协议，记录客户端的状态】

Cookies：维护状态

Cookies能带来什么：

• 用户验证
• 购物车
• 推荐
• 用户状态（Web e-mail）

如果维持状态：

• 协议端节点：在多个事务上，发送端和接收端维持状态
• cookies：http报文携带状态信息

Cookies与隐私：

• Cookies允许站点知道许多关于用户的信息
• 可能将它知道的东西卖给第三方
• 使用重定向和cookie的搜索引擎还能知道用户更多的信息
  • 如通过某个用户在大量站点上的行为，了解其个人浏览方式的大致模式
• 广告公司从站点获取信息

Web缓存（代理服务器）[Web cache]

目标：不访问原始服务器，就满足客户的请求

代理服务器：代表原始服务器满足HTTP请求的网络实体，保存最近请求过的对象的拷贝。

• 用户设置浏览器：通过缓存访问Web
• 浏览器将所有的HTTP请求发给缓存
  • 在缓冲中的对象：缓存直接返回对象【好处：快、服务器端负载更轻、网络的负担也减轻了】
  • 如对象不在缓存，缓存请求原始服务器，然后再将对象返回给客户端
• 缓存既是客户端又是服务器
• 通常缓存是由ISP安装（大学、公司、居民区ISP）

为什么要使用Web缓存？

• 降低客户端的请求响应时间
• 可以大大减少一个机构内部网络与Internet接入链路上的流量
• 互联网大量采用了缓存：可以使较弱的ICP也能够有效提供内容

缓存例子：安装本地缓存

【本地缓存下来的对象，服务器那边可能变了】

条件GET

代理服务器如何发现缓存的对象是不是新的？

• 目标：如果缓存器中的对象拷贝是最新的，就不要发送对象
• 缓存器：在HTTP请求中指定缓存拷贝的日期
  • If-modified-since:
• 服务器：如果发现对象无更新，则响应报文没包含对象：
  • HTTP/1.0 304 Not Modified
• 服务器：如果发现对象有更新，响应报文中包含对象