/ http  

HTTP协议详解

HTTP(HyperText Transfer Protocol 超文本传输协议)是互联网上应用最为广泛的一种网络协议,它是由万维网协会(World Wide Web Consortium)制定发布。

文章主要以一次HTTP请求的整个过程来讲解(DNS解析不讲):HTTP 起源、TCP/IP 协议、建立 TCP 连接、客户端请求、服务端响应、断开 TCP 连接,文章最后还捎带讲了与 HTTP 相关知识。

HTTP请求大概流程图

简介

起源

今天我们能够在网络中畅游,都得益于一位计算机科学家蒂姆·伯纳斯·李的构想。1991年8月6日,蒂姆·伯纳斯·李在位于欧洲粒子物理研究所(CERN)的NeXT计算机上,正式公开运行世界上第一个Web网站(http://info.cern.ch ),建立起基本的互联网基础概念和技术体系,由此开启了网络信息时代的序幕。

伯纳斯·李的提案包含了网络的基本概念并逐步建立了所有必要的工具:

  • 提出HTTP (Hypertext Transfer Protocol) 超文本传输协议,允许用户通过单击超链接访问资源;

  • 提出使用HTML超文本标记语言(Hypertext Markup Language)作为创建网页的标准;

  • 创建了统一资源定位器URL (Uniform Resource Locator)作为网站地址系统,就是沿用至今的http://www URL格式;
  • 创建第一个Web浏览器,称为万维网浏览器,这也是一个Web编辑器;
  • 创建第一个Web服务器http://info.cern.ch)以及描述项目本身的第一个Web页面。

特点

HTTP 协议一共有五大特点:

  • 支持客户/服务器模式。
  • 简单快速:客户向服务器请求服务时,只需传送请求方法和路径。
  • 灵活:HTTP允许传输任意类型的数据对象。正在传输的类型由 Content-Type(Content-Type是HTTP包中用来表示内容类型的标识)加以标记。
  • 无连接:无连接的含义是限制每次连接只处理一个请求。服务器处理完客户的请求,并收到客户的应答后,即断开连接。采用这种方式可以节省传输时间。
  • 无状态:无状态是指协议对于事务处理没有记忆能力,服务器不知道客户端是什么状态。即我们给服务器发送 HTTP 请求之后,服务器根据请求,会给我们发送数据过来,但是,发送完,不会记录任何信息(Cookie 和Session 孕育而生,后期再讲)。

TCP/IP协议

我们经常听到一句话就是:HTTP是一个基于TCP/IP协议簇来传递数据。

如何理解上面那句话?我们来看看TCP/IP四层模型就明白了。

TCP/IP基础--层次图

从上图我们可以清晰的看到HTTP使用的传输层协议为TCP协议,而网络层使用的是IP协议(当然还使用了很多其他协议),所以说HTTP是一个基于TCP/IP协议簇来传递数据。

同样我们可以看到 ping 走的 ICMP 协议,这也就是为什么有时候我们开 vps 可以上网,但是 ping google 却ping 不通的原因,因为走的是不同的协议。

那 TCP/IP 协议簇大致是如何工作的,我们再来看看下图:

TCPIP协议簇工作原理

我们可以看到在数据发送端是一层一层封装数据,数据接收端一层一层拆封,最后应用层获得数据。

建立TCP连接

我们知道了TCP/IP协议簇大致的工作原理之后,我们来看看HTTP是如何建立连接的。

TCP包头信息

前面咱们讲过HTTP是一个基于TCP/IP协议簇来传递数据,所以这HTTP建立连接也就是建立TCP连接,TCP如何建立连接,一起来看看TCP包信息结构吧。

TCP头信息

TCP 报文包 = TCP 头信息 + TCP 数据体,而在 TCP 头信息中包含了 6 种控制位(上图红色框中),这六种标志位就代表着 TCP 连接的状态:

  • URG:紧急数据(urgent data)—这是一条紧急信息

  • ACK:确认已收到

  • PSH:提示接收端应用程序应该立即从tcp接受缓冲区中读走数据

  • RST:表示要求对方重新建立连接

  • SYN:表示请求建立一个连接

  • FIN:表示通知对方本端要关闭连接了

建立连接过程

了解了TCP包头信息之后,我们就可以正式看看TCP建立连接的三次握手了。

TCP建立的三次握手

三次握手讲解:

  • 客户端发送位码为 syn=1 ,随机产生 seq number=1234567 的数据包到服务器,服务器由 SYN=1 知道客户端要求建立联机(客户端:我要连接你)
  • 服务器收到请求后要确认联机信息,向 A 发送 ack number=(客户端的seq+1) , syn=1 , ack=1 , 随机产生seq=7654321 的包(服务器:好的,你来连吧)
  • 客户端收到后检查 ack number 是否正确,即第一次发送的 seq number+1 ,以及位码 ack 是否为 1,若正确,客户端会再发送 ack number=(服务器的seq+1) , ack=1,服务器收到后确认 seq 值与 ack=1 则连接建立成功。(客户端:好的,我来了)

面试官:为什么 http 建立连接需要三次握手,不是两次或四次

答:三次是最少的安全次数,两次不安全,四次浪费资源

客户端请求

客户端与服务器连接上了之后,客户端就可以开始向服务器请求资源,就可以开始发送HTTP请求了。

HTTP请求报文结构

我们之前说过 TCP 报文包 = TCP 头信息 + TCP 数据体,TCP 头信息我们已经讲了,现在来讲 TCP 数据体,也就是我们的 HTTP 请求报文。

HTTP请求实例

来看看实际的HTTP请求例子:

HTTP请求报文

① 是请求方法,HTTP/1.1 定义的请求方法有 8 种:GET、POST、PUT、DELETE、PATCH、HEAD、OPTIONS、TRACE, 最常的两种 GET 和 POST,如果是 RESTful 接口的话一般会用到 GET、POST、DELETE、PUT

② 为请求对应的URL地址,它和报文头的 Host 属性组成完整的请求 URL

③ 是协议名称及版本号

④ 是HTTP的报文头,报文头包含若干个属性,格式为 “属性名 : 属性值”,服务端据此获取客户端的信息

⑤ 是报文体,它将一个页面表单中的组件值通过 param1=value1&param2=value2 的键值对形式编码成一个格式化串,它承载多个请求参数的数据。不但报文体可以传递请求参数,请求 URL 也可以通过类似于 “/chapter15/user.html? param1=value1&param2=value2” 的方式传递请求参数。

请求头参数非常多,就不一一说明,只说明两个低级的反扒参数:

  • User-Agent:客户端使用的操作系统和浏览器的名称和版本,有些网站会限制请求浏览器
  • Referer:先前网页的地址,表示此请求来自哪里,有些网站会限制请求来源

服务端响应

服务器在收到客户端请求处理完需要响应并返回给客户端,而HTTP响应报文结构与请求结构体一致。

HTTP响应报文结构

HTTP响应报文结构

HTTP响应实例

HTTP响应报文

响应状态码

响应报文中我们重点关注下:服务器的响应状态码,面试也很容易问到,下面只列出分类,详细状态码自行上网查找了解。

HTTP状态码分类

断开连接

在服务器响应完毕后,一次会话就结束了,请问这时候连接会断开吗?

长短连接

是否断开我们需要区分 HTTP 版本:

  • 在 HTTP/1.0 版本的时候,客户端与服务器完成一个请求/响应之后,会将之前建立的 TCP 连接断开,下次请求的时候又要重新建立 TCP 连接,这也被称为短连接
  • 在 HTTP1.0 发布仅半年后(1997年1月) ,HTTP/1.1 版本发布并带来一个新的功能:在客户端与服务器完成一次请求/响应之后,允许不断开 TCP 连接,这意味着下次请求就直接使用这个TCP 连接而不再需要重新握手建立新连接,这也被称为长连接

注意:长连接是指一次 TCP 连接允许多次 HTTP 会话,HTTP 永远都是一次请求/响应,会话结束,HTTP 本身不存在长连接之说。

早在 1999 年 HTTP1.1 就推广普及,所以现在浏览器在请求时请求头中都会携带一个参数:Connection:keep-alive,这表示浏览器要求与服务器建立长连接,而服务器也可以设置是否愿意建立长连接。

长连接优缺点

对于服务器来说建立长连接有优点也有缺点:

  • 优点:当网站中有大量静态资源(图片、css、js等)就可以开启长连接,这也几张图片就可以通过一次TCP连接发送。
  • 缺点:当客户端请求一次时候不在请求,而服务器却开着长连接资源被占用着,这是严重浪费资源。

所以是否开启长连接,长连接时间都需要根据网站自身来合理设置。

ps:大家不要小看这一个 TCP 连接,在一次客户端 HTTP 完整的请求中(DNS寻址、建立TCP连接、请求、等待、解析网页、断开TCP连接)建立 TCP 连接占用的时间比还是很大的。

断开连接过程

在建立TCP连接时是三次握手,而断开TCP连接是四次挥手!

TCP四次挥手

在前面讲 TCP/IP 协议时我们说过标志位:FIN 表示通知对方本端要关闭连接了,那断开连接为何需要四次挥手呢?

TODO

题外话

面试必考题:http三次握手、四次挥手

面试官:为何建立连接需要三次握手而关闭连接却需要四次挥手。

TODO

http2.0

HTTP2.0

HTTP/1.1 已经为我们服务了20年,而 HTTP/2.0 其实在 2015 就发布了,但是还没有推广开来,关于 HTTP/2.0 新特性也可以去网上查阅相关资料.

http&rpc

因为 http 响应慢、请求头体积大等缺点,所以在微服务时代,大家都使用 rpc 来调用服务,rpc 相关概念感兴趣同学自行网上学习。

http&https

http还有两个很大的缺点就是明文且不能保证完整性,所以目前会渐渐被HTTPS代替。