首页 > 代码库 > http协议前世与今生

http协议前世与今生

2024-10-18 02:09:39   211人阅读

翻阅了资料之后的个人总结
 
HTTP协议是基于TCP/IP协议的应用层协议.
他不涉及数据包(packet)的传输,主要规定了客户端和服务器之间的通信格式,默认是80端口
 
换句话来说,HTTP协议是用来打包数据的,TCP/UDP是用来传输的协议
 
TCP/IP协议不单指TCP协议,而是泛指整个TCP协议家族
 
 
最早的HTTP版本是1991年发布的HTTP0.9版本.当时的版本只有一个GET命令
 
    GET / index.html
上面命令表示，TCP 连接（connection）建立后，客户端向服务器请求（request）网页index.html。
协议规定，服务器只能回应HTML格式的字符串，不能回应别的格式。
 
    服务器发送完毕，就关闭TCP连接。
 
第二个版本 是 1996年的HTTP1.0版本的,内容大大增加
 
首先,任何格式的数据都可以发送,不再只是html,还有文字,图像,视频,音频等等
 
其次,除了GET命令,还引入了POST命令和HEAD命令,丰富了浏览器与服务器的互动手段
 
其他功能如状态码(status code),多字符集传送,多部分发送(multi-part type),权限(authorization)
缓存(cache),内容编码(content encoding)等
 
1.0 例子
    
        GET/HTTP/1.0
        User-Agent:Mozilla/5.0 (Macintosh;Intel Mas OS X 10_10_5)
        Accept:*/*
 
    第一行是请求命令,必须在尾部添加协议版本(HTTP/1.0). 后面就是多行头信息,描述客户端情况 
 
回应格式
    
    HTTP /1.0 200 ok
    Content-Type: text/plain
    Content-Length:137582
    Expires: Thu,05 Dec 1997 16:55:55 GMT
    Last-Modified: Web,5 August 1996 15:55:55 GMT
    Server: Apache 0.84
 
<html>
    <body>hello world</body>
</html>
 
回应格式是"头信息+一个空行(/r/n)+数据" 其中,第一个是"协议版本+状态码(status code)+状态描述"
 
 
Content-Type 字段
    关于字符集编码,1.0规定,头信息必须使用ASCII码,后面的数据可以是任何格式.
    因此,服务器回应的时候,必须告诉客户端,后面的数据库是什么格式,就是Content-Type字段的作用
 
常见字段值(详见文章底部)
    
  • text/plain
  • text/html
  • text/css
  • image/jpeg
  • image/png
  • image/svg+xml
  • audio/mp4
  • video/mp4
  • application/javascript
  • application/pdf
  • application/zip
  • application/atom+xml
 
每个值包括一级类型和二级类型，之间用斜杠分隔。,这类数据类型总称为MIME TYPE
除了预定的格式,也可以自定义
 
MIME type 还可以在尾部使用分号,添加参数   Content-Type:text/html; charset=utf-8
他就表示,发送的是网页,而且编码是utf-8
 
application /vnd.debian.binary-package   是发送debian系统的二进制包
 
 
客户端请求时,可以使用Accept字段生命自己可以接受哪些格式
Accept: */*    表示可以接受任何格式的数据\
 
MIME type不仅存在与HTTP协议中,还存在与html中
    <meta http-equiv="Content-Type" content="text/html;charset=utf-8"/>
    <!--等同于-->
    <meta charset="utf-8"/>
 
Content-Encoding字段
 
    由于发送的数据可以是任何格式,因为可以把数据压缩后再发送,Content-Type字段说明数据的压缩方法
    
    Content-Encoding:gzip
    Content-Encoding:compress
    Content-Encoding:defate
    
客户端在请求时,用Accept-Enconding字段说明自己可以接受哪些压缩方法
    
    Accept-Encoding字段说明自己可以接受哪些压缩方法
 
Accept-Encoding:gzip,deflate
 

HTTP/1.0 版的主要缺点是，每个TCP连接只能发送一个请求。发送数据完毕，连接就关闭，如果还要请求其他资源，就必须再新建一个连接。

TCP连接的新建成本很高，因为需要客户端和服务器三次握手，并且开始时发送速率较慢（slow start）。所以，HTTP 1.0版本的性能比较差。随着网页加载的外部资源越来越多，这个问题就愈发突出了。

为了解决这个问题，有些浏览器在请求时，用了一个非标准的Connection字段。

 

 

    Connection:keep-alive
    
    这个字段要求服务器不要关闭TCP连接,以便其他请求可以复用,服务器回应这个字段同上
 
 Connection:keep-alive
 
这时,一个可以复用的TCP连接建立了,直到客户端或者服务器主动关闭这个连接,但是,这不是标准字段
不同实现的行为可能不一致,不是根本的解决办法
 
 
1997年,1.0版本半年之后,1.1发布了,也是至今最流行的版本,今年2017年
HTTP 1.1
持久连接
 
    1.1版本最大的变化,就是引入了持久连接(persistent connection),即TCP连接默认不关闭,多个请求可复用,而且不用声明Connection:keep-alive
 
       客户端和服务器发现对方有一段时间没有活动,就可以主动的关闭连接,不过,规范的做法时,客户端在最后一个请求时,发送 Connection:keep-alive,明确要求服务器关闭TCP连接
 
       目前,对于一个域名,大多数浏览器允许同时建立6个持久化连接
 
管道机制
    1.1版本还引进了管道机制(pipelining),,即在同一个TCP连接里面,客户端可以同时发送多个请求,这样就进一步改进了HTTP协议的效率
    例如,客户端需要请求两个资源,以前的做法是,在同一个tcp连接,先发送A请求,然后等服务器做出回应,收到回应再发送B请求,
    而管道机制是允许浏览器同时发送A请求和B请求,但是服务器还是按照先后顺序,先回应A请求,再回应B请求
 
Content-Length字段
    现在我们已知一个tcp协议可以传送多个请求/响应 ,于是我们就有必要,区分数据包是属于哪一个响应的,这就是Content-Length字段的作用,声明本次回应的数据长度
    Content-Length:1024
上面的代码就告诉浏览器,本次响应的长度是1024,后面的字节就属于下一个响应了
 
注:1.0的版本.Content-Length不是必须的,因为浏览器发现服务器关闭了tcp连接,就表明数据包已经收全了
 
分块传输编码
    使用Content-Length字段的前提条件就是,服务器发送回应之前,必须知道回应的长度
    对于一些很耗时的动态操作来说,这意味着,服务器要等到所有操作完成,才能发送数据,显然效率不高
    于是,聪明的程序员就开始想办法了,那我们产生一块数据,就发送一块,采用流模式(stream),取代缓存模式(buffer)
    
因此,1.1版本也可以不使用Content-length字段 使用"分块传输编码"(chunked transfer encoding)
只要请求头信息有Transfer-Encoding字段,就表示回应将由数据未定的数据块组成
Transfer-Encoding:chunked
每个非空的数据块之前,就会有一个16进制的数值,表示这个块的长度.最后一个是大小为0的块,就表示本次回应的数据发送完了
 
例子:
 
    HTTP/1.1 200 ok  
    Content-Type:text/plain
    Transfer-Encoding:chunked
 
25
This is data for first chunk
 
1c
 and this is second one
 
3d 
hello
 
0
 
其他功能
    1.1版还增加了许多动词方法,PUT,PATCH,HEAD,OPTIONS,DELETE
    另外,客户端请求头还增加了Host字段,用来指定服务器的域名,
    
            Host:www.baidu.com
 
    有了Host字段,就可以将请求发送到同一台服务器的不同网站,为虚拟主机打下基础
 
缺点
    虽然1.1版允许复用TCP连接，但是同一个TCP连接里面，所有的数据通信是按次序进行的。
    服务器只有处理完一个回应，才会进行下一个回应。要是前面的回应特别慢，后面就会有许多请求排队等着。
    这称为"队头堵塞"（Head-of-line blocking）。
    为了避免这个问题，只有两种方法：
        一是减少请求数，
        二是同时多开持久连接。
    这导致了很多的网页优化技巧，比如合并脚本和样式表、将图片嵌入CSS代码、域名分片（domain sharding）等等。如果HTTP协议设计得更好一些，这些额外的工作是可以避免的。
 
 
SPDY协议
    2009年,谷歌公开了自主研发的SPDY协议,主要解决HTTP/1.1效率不高的问题
    这个协议在Chrome浏览器上证明可以后,就被当做HTTP/2.0的基础,主要特性都在HTTP/2.0之中继承
 
HTTP /2
    2015,http /2发布,因为没有子版本,所以不带.0,因为官方下个版本直接推HTTP/3
 
二进制协议
    HTTP/1.1版的头信息肯定是文本,(ASCII编码),数据体可以是文本,也可以是二进制,HTTP/2则是一个彻底的二进制协议
    头信息和数据体都是二进制,并且统称为"帧":头信息帧和数据帧
 
    二进制有个好处,可以定义额外的帧,HTTP/2定义了近十种帧,为将来的应用大号了基础,如果使用文本实现这种功能,解析数据将会变得非常麻烦,二进制解析起来非常简单
    尤其是字符集,编码的转换减少了很多步骤
 
 多工
    HTTP/2复用TCP连接,一个连接里,客户端和服务端可以同时发送多个请求/响应,而且不用按照顺序一一对应,这样就避免了"队头堵塞"
    举例来说，在一个TCP连接里面，服务器同时收到了A请求和B请求，于是先回应A请求，结果发现处理过程非常耗时，于是就发送A请求已经处理好的部分， 接着回应B请求，完成后，再发送A请求剩下的部分。
    这样双向的、实时的通信，就叫做多工（Multiplexing）
 
 
数据流
        因为 HTTP/2 的数据包是不按顺序发送的，同一个连接里面连续的数据包，可能属于不同的回应。因此，必须要对数据包做标记，指出它属于哪个回应。
        HTTP/2 将每个请求或回应的所有数据包，称为一个数据流（stream）。每个数据流都有一个独一无二的编号。数据包发送的时候，都必须标记数据流ID，用来区分它属于哪个数据流。另外还规定，客户端发出的数据流，ID一律为奇数，服务器发出的，ID为偶数。
        数据流发送到一半的时候，客户端和服务器都可以发送信号（RST_STREAM帧），取消这个数据流。1.1版取消数据流的唯一方法，就是关闭TCP连接。这就是说，HTTP/2 可以取消某一次请求，同时保证TCP连接还打开着，可以被其他请求使用。
        客户端还可以指定数据流的优先级。优先级越高，服务器就会越早回应。
 
头信息压缩
        HTTP 协议不带有状态，每次请求都必须附上所有信息。所以，请求的很多字段都是重复的，比如Cookie和User Agent，一模一样的内容，每次请求都必须附带，这会浪费很多带宽，也影响速度。
        HTTP/2 对这一点做了优化，引入了头信息压缩机制（header compression）。一方面，头信息使用gzip或compress压缩后再发送；另一方面，客户端和服务器同时维护一张头信息表，所有字段都会存入这个表，生成一个索引号，以后就不发送同样字段了，只发送索引号，这样就提高速度了。
 服务器推送
        HTTP/2 允许服务器未经请求，主动向客户端发送资源，这叫做服务器推送（server push）。
 
        常见场景是客户端请求一个网页，这个网页里面包含很多静态资源。正常情况下，客户端必须收到网页后，解析HTML源码，发现有静态资源，再发出静态资源请求。其实，服务器可以预期到客户端请求网页后，很可能会再请求静态资源，所以就主动把这些静态资源随着网页一起发给客户端了。

http协议前世与今生


联系
我们