@yangfch3
2015-09-06T15:31:28.000000Z
字数 3476
阅读 10543
输入网址之后发生了什么
http
目录
1.首先是输入网址
我们以www.facebook.com为例
2.浏览器查找域名对应IP
2.1 DNS查找过程：
- 浏览器缓存——浏览器会记录DNS一段时间（2-30分钟不等，视浏览器而定）
- 系统缓存——浏览器里没找到DNS缓存，此事浏览器做一个系统调用（window下是gethostbyname）。如发现匹配则采用。（与此对应有host恶意劫持更改攻击）
- 路由器缓存——路由器也会有DNS缓存（缓存你上过的网站，所以有时路由器需要进行DNS刷新）
- ISP DNS缓存——接下来是在ISP（互联网服务提供商）的DNS服务器的缓存上查找。
- 递归查找——DNS缓存里没有的话，ISP DNS服务器会先后从根域名服务器（root）、.com顶级域名服务器、Facebook域名服务器获取IP（一般缓存内都会有，所以这一步一般不会发生）
2.2 多IP域名DNS查询解决方案
- 循环DNS——单个域名、多个IP列表循环应对DNS查询
- 负载均衡器——一个特定IP的负载均衡服务器（例如：反向代理服务器）负责监听请求并转发给后面的多个服务器集群的某一个，实现多个服务器负载均衡
- 地理DNS——根据用户所处地理位置，返回不同的IP（应用：CDN）
- anycast——一个IP地址映射多个物理主机的路由技术
3.发送请求
得到域名对应的IP后，就开始发送HTTP(S)请求了.
请求头详解：
GET http://facebook.com/ HTTP/1.1
Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]
Accept-Encoding: gzip, deflate
Connection: Keep-Alive
Host: facebook.com
Cookie: datr=1265876274-[...]; locale=en_US; lsd=WW[...]; c_user=2101[...]
请求告诉服务器：
1. 我要获取（GET） http://facebook.com/（GET的URL）这个页面
2. Accept：我能接受这些类型的文件
3. 我使用的是何种操作系统上的哪个类型那个版本的浏览器
4. 承认接受何种方式的压缩文件
5. 连接类型：短连接？长连接？
6. 主机域名
7. 发送存储在本机的cookies信息给服务器
除了发送获取请求，还能发送提交响应请求（如：搜索时要把搜索的内容一并发给服务器进行处理（在请求URL后面增加特定的用户参数），以获取特定的内容）
注意：URL后面加斜杠与不加斜杠的区别(文件夹与单个文件的区别)
http://www.facebook.com
http://www.facebook.com/
当我们输入http://www.facebook.com时，浏览器会自动添加斜杠，保证URL的严谨。
当我们输入：http://www.facebook.com/folderOrFile 时，因为浏览器不清楚folderOrFile到底是文件夹还是文件，所以不能自动添加 斜杠。这时，浏览器就不加斜杠直接访问地址，服务器会响应一个重定向，结果造成一次不必要的握手。
4.重定向
当我们输入不完整的网址（http://facebook.com）时，或者网站迁移做了重定向设置时，服务器会进行一次重定向响应。
下面是重定向之后返回的响应头：
HTTP/1.1 301 Moved Permanently
Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,
pre-check=0
Expires: Sat, 01 Jan 2000 00:00:00 GMT
Location: http://www.facebook.com/
P3P: CP="DSP LAW"
Pragma: no-cache
Set-Cookie: made_write_conn=deleted; expires=Thu, 12-Feb-2009 05:09:50 GMT;
path=/; domain=.facebook.com; httponly
Content-Type: text/html; charset=utf-8
X-Cnection: close
Date: Fri, 12 Feb 2010 05:09:51 GMT
Content-Length: 0
1. 301 永久重定向
2. 新的Location：……
为什么要重定向，而不直接返回用户想看的内容呢？（既然服务器已经经过重定向知道了用户需要什么）
答：原因之一：与搜索引擎排名有关。你看，如果一个页面有两个地址，就像http://www.igoro.com/ 和http://igoro.com/，搜索引擎会认为它们是两个网站，结果造成每一个的搜索链接都减少从而降低排名。而搜索引擎知道301永久重定向是 什么意思，这样就会把访问带www的和不带www的地址归到同一个网站排名下。
5.新的请求
重定向之后会发布一个新的获取请求
6.服务器处理请求
6.1 web服务器软件
- 服务器操作系统种类：Linux（一般是厂家根据开源定制）、windows server系列（微软）
- 主要的服务器软件：IIS、Apache、Tomcat、JBOSS、Nginx、lighttpd、Tetty
- 服务器软件的作用：接收、处理与响应请求（了解CGI的作用）
6.2 处理流程：
- web服务器软件（如IIS或者Apache）接收到HTTP请求
- 确定执行那个请求处理程序（一个能读懂请求并且能生成HTML来进行响应的程序）（例如：Asp.Net,PHP,RUBY……）来处理[1]它
- 请求处理器阅读请求头的参数和cookies信息
- 更新服务器上的信息：例如更新数据库信息、服务端cookies
- 生成HTML，压缩（gzip或其他），响应请求发送给用户
7.服务器发回一个HTML响应
响应包括响应头（响应参数与信息）、响应包（主体文件）
响应包采用特定方法压缩，整个响应以blob类型传输，响应头指示响应包以何种方式压缩
这个响应头与重定向的响应头不太一样，这个响应头还包含着缓存选项，cookies设置和隐私信息等
8.浏览器开始显示HTML
浏览器在没有完整接收全部HTML文件，就已经开始显示页面了
9.浏览器获取其他文件
浏览器解析HTML遇到需要下载的文件时，便再次向服务器（CDN）发送获取文件的请求。
注意：
1. 动态页面无法缓存，静态文件允许浏览器进行缓存。
2. 静态文件本地有缓存时直接从本地读取
3. 请求响应头内包含着静态文件保存的期限，浏览器知道下载的静态文件要静默保留多久。
4. 响应头还会有静态文件的ETag（相当于版本号），当浏览器发现请求的静态文件的响应头的ETag与现有的缓存文件不符时，便会再次向服务器获取静态文件。
10.浏览器发送异步（AJAX）请求
- web 2.0的一大特征就是页面显示完全后客户端仍旧与服务器端保持联系（keep-alive）
- 浏览器执行特定的JS代码会给服务器发送异步请求，获取最新的动态消息，使得页面能保持较新的状态。
- HTTP是一个请求-响应协议，只有在客户端发送请求，服务器端才能做出响应，而不能主动把消息或者文档发给客户
- 所以，要想保持页面处于最新的状态，需要定时进行轮询（定时发送AJAX请求以更新页面内容）
- AJAX请求十分容易更改，且用户十分容易自己制造和发送AJAX请求，所以没有验证码的没有IP限制条件的投票就是一个小游戏了（参照工作室两次刷票：自己定义IP，自己定时发送AJAX请求，然后票就哗哗的上了）。
- 优化小方案：如果服务器被轮询时没有新消息，它就不理这个客户端。而当请求尚未超时的情况下如果收到了该客户的新消息，服务器就找到未完成的请求，把新消息作为响应发送给客户端（这样就无需频繁地响应请求了）
本篇笔记参考链接
