【读书笔记】《HTTP权威指南》：Web Hosting

一、概述

从零开始构建一个真正意义的网站需要做很多事情，包括购买计算机硬件、建造机房、注册域名、购买网络带宽、开发Web服务器软件、管理网站内容等等。在互联网发展的早期，构建网站的这一系列动作通常都是由单个组织独自完成的。

在互联网已成主流的今天，很多人都想拥有一个自己的网站，但很少人具备构建网站的技能或时间。这一多一少的反差，直接催生了大量专业的机构和公司，它们根据用户（个人或企业）需求程度的不同，提供不同级别的网站构建服务：从仅仅提供硬件设施，到提供全站式服务（此时用户只需要提供网站内容即可）。

这些构建网站所需的一系列动作统称为Web托管（Web Hosting），而那些提供Web托管服务（Web Hosting Services）的机构和公司则称为Web托管服务提供商（Hoster）。

共享Web托管分为专用托管（又称专用主机，Dedicated Hosting）和虚拟托管（又称虚拟主机，Virtual Hosting）两种方式。

二、专用主机

在专用主机中，一个网站独占一个Web服务器。

不同网站使用不同的Web服务器，而不同Web服务器具有不同的因特网IP地址，因此用户对不同网站的访问完全是相互独立的。

三、虚拟主机

在虚拟主机中，多个网站共享同一个Web服务器。

1. 缺乏主机信息的问题（Virtual Server Request Lacks Host Information）

例如两个网站A（域名为http://www.a.com）和B（域名为http://www.b.com）共享同一个Web服务器H（从而DNS服务器会将A和B的域名映射到同一个因特网IP地址），则用户访问站点A或B时，最终都会把请求发给同一个Web服务器实体：

• 访问http://www.a.com/index.html时，含有“GET /index.html”的HTTP请求将会被发给Web服务器H
• 访问http://www.b.com/index.html时，含有“GET /index.html”的HTTP请求将会被发给Web服务器H

显然，当Web服务器H收到同样的“GET /index.html”请求时，并没有足够的信息让它判断被访问的站点到底是A还是B。

问题的关键就在于HTTP请求中不包含主机信息。由于HTTP/1.0在设计之初认为一个Web服务器只会托管一个网站（即专用主机的应用场景），所以去掉了URL中稍显冗余的主机名（hostname），导致HTTP请求的URL中就只含有路径部分（path component）。HTTP/1.0的这种假设和处理显然无法应付虚拟主机的应用场景，

2. 让虚拟主机正常工作（Making Virtual Hosting Work）

为了解决上述问题，以下四种技术方案（workarounds）应运而生：

• 添加特殊的URL路径（URL path）

给不同站点添加不同的路径前缀。例如对于站点A：原来的http://www.a.com/index.html变成了http://www.a.com/a/index.html，对应的URL请求则变成了“GET /a/index.html”；对于站点B：原来的http://www.b.com/index.html变成了http://www.b.com/b/index.html，对应的URL请求则变成了“GET /b/index.html”。

缺点：1）主机名www.a.com中有“a”，路径中也有“a”，既显得冗余又让人迷惑；2）访问站点的一般规则被打破了，输入http://www.a.com或http://www.a.com/index.html无法访问该站点的首页。

• 指定不同的端口号

给不同站点指定不同的端口号。例如站点A使用80端口，站点B使用82端口。

缺点：打破了HTTP协议的默认端口号是80的规则，可以想象用户不能通过http://www.b.com甚至http://www.b.com:80访问站点B，却必须使用http://www.b.com:82时会有多么恼火。

• 指定不同的IP地址

Web服务器上绑定多个IP地址，并给不同站点指定不同的IP地址。例如网站A使用209.172.34.3，网站B使用209.172.34.4。当用户访问http://www.a.com时，经过域名解析后，实际会与209.172.34.3建立TCP链接，并发起HTTP请求，Web服务器就可以根据目的IP（209.172.34.3）来识别出被访问的站点（即网站A）；类似地，用户访问http://www.b.com时，Web服务器发现目的IP为209.172.34.4，从而得知被访问是站点B。

缺点：1）Web服务器所在的单个计算机通常只能绑定有限个数的IP地址，如果一个Web服务器打算托管成百上千的站点，那就只能打消这个算盘了；2）因特网的IP地址是个昂贵而又稀缺的资源，使用过多的IP地址很烧钱并且还不只是钱的问题。

• 协议新增支持主机头部（Host headers）

在HTTP/1.0+中扩展引入了主机头部（Host headers），在HTTP/1.1中更是明确规定了HTTP请求中需要包含主机头部（Host headers）。主机头部给出被访问的站点或资源所在的因特网主机名和端口号：Host = "Host" ":" host [ ":" port ]

例如访问站点A（http://www.a.com/index.html）的HTTP请求如下：

GET /index.html HTTP/1.1
              User-Agent: SuperBrowser v1.3
              Host: www.a.com

          访问站点B（http://www.b.com/index.html）的HTTP请求如下：

GET /index.html HTTP/1.1
              User-Agent: WebSurfer 2000
              Host: www.b.com:80

缺点：无。此为终极方案。

四、更可靠的网站（Making Web Sites Reliable）

1. 服务器集群（Server Farm or Server Cluster）

服务器集群是指大量内容相同、功能等效、相互可替换的Web服务器。（相关定义可参考维基百科）

服务器集群中的服务器一般分为主服务器（Master servers or Primary servers）和备份服务器（Replica servers or Backup servers）。主服务器故障时，备份服务器可以作为替换，主/备服务器与负载均衡器（Load balancer）一起配合可以实现负载均衡（Load balancing）。

服务器集群中的主/备服务器可以部署在同一个位置（集中式），也可以分布在不同的地方（分布式）。集中式的主/备服务器之间的互连和切换通常由交换机（Network switch）来完成；分布式的主/备服务器由互联网连接，相互之间的切换可以通过HTTP重定向（HTTP redirection）或DNS重定向（DNS redirection）来实现。

2. 内容分布式网络（Content Distribution Network, CDN）

内容分布式网络的应用有反向代理缓存服务器（Surrogate Cache）和代理缓存服务器（Proxy Cache）等。（相关定义可参考维基百科和内容分布式网络说明）