2 与HTTP相关的各种概念

目录

• 1 与HTTP相关的各种应用
  • 1 网络世界
  • 2 浏览器
  • 3 Web服务器
  • 4 CDN
  • 5 爬虫
• 2 与HTTP相关的各种协议
  • 1 HTML
  • 2 编程语言
  • 3 WebService
  • 4 WAF

1 与HTTP相关的各种应用

1 网络世界

互联网（Internet）里面存储着无穷信息资源，我们说的上网只是访问互联网的一个子集，万维网（World Wide Web），它基于HTTP协议，传输 HTML 等超文本资源，能力也被限制在HTTP协议之内。

互联网除了万维网的资源外，还有电子邮件、BT和Magnet点对点下载、FTP文件下载、SSH安全登录、各种即时通信服务等等，它们需要用各自的专有协议来访问。

但是HTTP协议灵活，易于扩展，所以原本不属于HTTP的资源也可以包装成 HTTP来访问，这就是为什么我们总能看到各种网页应用，如微信网页版，邮箱网页版。

2 浏览器

浏览器：Web Browser，其中的Web指 World Wide Web。

本质是HTTP协议中的请求方，被称为 User Agent 即 用户代理，意思是作为访问者的“代理”来发起HTTP请求。

不过在不引起混淆的情况下，称之为 客户端。

3 Web服务器

Web服务器：Web Server。

HTTP协议中的应答方。包含硬件和软件两个层面。

硬件，物理形式或“云”形式的机器，通常是利用反向代理、负载均衡等技术组成的庞大集群。

软件，提供Web服务的应用程序，通常会运行在硬件含义的服务器上。

常见的web服务器：

1. Apache 老牌服务器
2. Nginx 高性能，高稳定，易于拓展
3. Window上的IIS，Java的Jetty／Tomcat 性能不高

4 CDN

浏览器和服务器是HTTP协议的两个端点，两者之间还有一个重要角色：CDN。

CDN，全称是Content Delivery Network，翻译过来就是内容分发网络。它应用了 HTTP 协议里的缓存和代理技术，代替源站响应客户端的请求。

CDN 可以缓存源站的数据，让浏览器的请求不用“千里迢迢”地到达源站服务器，直接在“半路”就可以获取响应。如果 CDN 的调度算法很优秀，更可以找到离用户最近的节点，大幅度缩短响应时间。

CDN 除了基本的网络加速外，还提供负载均衡、安全防护、边缘计算、跨运营商网络等功能，能够成倍地“放大”源站服务器的服务能力，很多云服务商都把 CDN 作为产品的一部分。

5 爬虫

HTTP协议的 User Agent 不必须是人，也可以是机器人，这些机器人正式名称就叫做 “爬虫”（Crawler）。

爬虫绝大多数是各大搜索引擎放出来的，抓取网页存入庞大数据库，再建立关键字索引，这样就能从搜索引擎中快速地搜索到某个页面。

坏处：过度消耗网络资源，占用服务器和带宽，影响网站对真实数据的分析，导致敏感信息泄漏。

---

2 与HTTP相关的各种协议

1 HTML

HTML 是 HTTP 协议传输的主要内容之一，它描述了超文本页面，用各种“标签”定义文字、图片等资源和排版布局，最终由浏览器“渲染”出可视化页面。

HTML 目前有两个主要的标准，HTML4 和 HTML5。

广义上的 HTML 通常是指 HTML、JavaScript、CSS 等前端技术的组合，能够实现比传统静态页面更丰富的动态页面

2 编程语言

JavaScript，CSS，PHP，Python 等。

3 WebService

Web Service，它的名字与 Web Server 很像，但却是一个完全不同的东西。

Web Service 是一种由 W3C 定义的应用服务开发规范，使用 client-server 主从架构，通常使用 WSDL 定义服务接口，使用 HTTP 协议传输 XML 或 SOAP 消息，也就是说，它是一个基于 Web（HTTP）的服务架构技术，既可以运行在内网，也可以在适当保护后运行在外网。

因为采用了 HTTP 协议传输数据，所以在 Web Service 架构里服务器和客户端可以采用不同的操作系统或编程语言开发。

例如服务器端用 Linux+Java，客户端用 Windows+C#，具有跨平台跨语言的优点。

4 WAF

WAF 是“网络应用防火墙”。与硬件“防火墙”类似，它是应用层面的“防火墙”，专门检测 HTTP 流量，是防护 Web 应用的安全技术。

WAF 通常位于 Web 服务器之前，可以阻止如 SQL 注入、跨站脚本等攻击，目前应用较多的一个开源项目是 ModSecurity，它能够完全集成进 Apache 或 Nginx。