关于HTTP的一些概念

各种概念

HTTP

HTTP（HyperText Transfer Protocol） —— 超文本传输协议

它可以拆成三个部分：“超文本”、“传输”、“协议”

协议必须要有两个或多个参与者，也就是“协”

HTTP是一个用在计算机世界里的协议。它使用计算机能够理解的语言确立了一种计算机之间交流通信的规范，以及相关的各种控制和错误处理方式。

HTTP是一个“传输协议”，所谓“传输（Transfer）”，就是把一堆东西从A点搬到B点，或者从B点搬到A点，即“A<===>B”。其中间也可以存在多个“中间人”。

HTTP是一个在计算机世界里专门用来在两点之间传输数据的约定和规范。

所谓“文本（Text）”，就表示HTTP传输的不是TCP/UDP这些底层协议里被切分的杂乱无章的二进制包（datagram），而是完整的、有意义的数据，可以被浏览器、服务器这样的上层应用程序处理。

所谓“超文本”，就是“超越了普通文本的文本”，它是文字、图片、音频和视频等的混合体，最关键的是含有“超链接”，能够从一个“超文本”跳跃到另一个“超文本”，形成复杂的非线性、网状的结构关系。

总结：

HTTP是什么？

HTTP是一个在计算机世界里专门在两点之间传输文字、图片、音频、视频等超文本数据的约定和规范。

浏览器（Web Browser）

浏览器本质是一个HTTP协议中的请求方，使用HTTP协议获取网络上的各种资源。

在HTTP协议中，浏览器的角色被称为“User Agent”即“用户代理”，意思是作为访问者的“代理”来发起HTTP请求，通常都简单地称之为“客户端”。

Web服务器（Web Server）

它是HTTP协议里响应请求的主体，通常也把控着绝大多数的网络资源。谈及“Web服务器”，会涉及两个层面的含义：硬件和软件。

硬件含义就是物理形式或“云”形式的机器，在大多数情况下它可能不是一台服务器，而是利用反向代理、负载均衡等技术组成的庞大集群。
软件含义就是提供Web服务器的应用程序，通常会运行在硬件含义的服务器上。

CDN

CDN，全称是“Content Delivery Network”，即内容分发网络。它应用可HTTP协议里的缓存和代理技术，代替源站响应客户端的请求。

HTML/WebService/WAF

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。

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。

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

TCP/IP

TCP/IP协议实际上是一系列网络通信协议的统称，其中最核心的两个协议是TCP和IP，其他的还有UDP、ICMP、ARP等等，共同构成了一个复杂但有层次的协议栈。

这个协议栈有四层，最上层是“应用层”，最下层是“链接层”，TCP和IP则在中间：TCP属于“传输层”，IP属于“网际层”。

IP协议主要目的是解决寻址和路由问题，以及如何在两点间传送数据包。
TCP协议，意思是“传输控制协议”，它位于IP协议之上，基于IP协议提供可靠的、字节流形式的通信，是HTTP协议得以实现的基础。

“可靠”是指保证数据不丢失，“字节流”是指保证数据完整，所以TCP协议的两端可以如同操作文件一样访问传输的数据，就像是读写在一个密闭的管道里“流动”的字节。

DNS 域名系统

在DNS中，“域名”又称为“主机名”。域名用“.”分割成多个单词，级别从左到右逐级升高。最右边的被称为“顶级域名”。

域名转换为IP地址的过程即为“域名解析”。

DNS的核心系统是一个三层的树状、分布式服务，基本对应域名的结构：

根域名服务器（Root DNS Server）：管理顶级域名服务器，返回"com"、"net"、"cn"等顶级域名服务器的IP地址；
顶级域名服务器（Top-level DNS Server）：管理各自域名下的权威域名服务器，比如com顶级域名服务器可以返回apple.com域名服务器的IP地址；
权威域名服务器（Authoritative DNS Server）：管理自己域名下主机的IP地址，比如apple.com权威域名服务器可以返回www.apple.com的IP地址。

Ex：

访问“www.apple.com”，就要进行下面的三次查询：

访问根域名服务器，它会告诉你“com”顶级域名服务器的地址；
访问“com”顶级域名服务器，它再告诉你“apple.com”域名服务器的地址；
最后访问“apple.com”域名服务器，就得到了“www.apple.com”的地址。

但如果全世界都往这个系统挤，即使系统不瘫痪，访问速度也会很慢。因此，常有两种手段减轻域名解析的压力，基本思路就是“缓存”。

公司或网络运行商简历自己的DNS服务器，作为用户DNS查询的代码，代替用户访问核心DNS系统。
操作系统也会对DNS解析结果做缓存。
操作系统里还有一个特殊的“主机映射”文件。

URI/URL

URI（Uniform Resource Identifier）统一资源标识符，能够唯一标识互联网上资源。

URI另一个更常用的表现形式是URL（Uniform Resource Locator），统一资源定位符，也就是俗称的“网址”，它实际上是URI的一个子集。

Ex：

http://nginx.org/en/download.html

URI主要由三个基本部分构成：

协议名：即访问该资源应当使用的协议，例子中为“http”；
主机名：即互联网上主机的标记，可以是域名或IP地址，例子中为“nginx.org”；
路径：即资源在主机上的位置，使用“/”分割多级目录，例子中为“/en/download.html”。

URI第一个组成部分叫scheme，即“方案名”或者“协议名”，表示自愿应该使用哪种协议来访问；

在scheme之后，必须是三个特定字符：“://”，它把scheme和后面的部分分离开；

在“://”之后，是被称为“authority”的部分，表示资源所在的主机名，通常表现为："host:port"，即主机名加端口号；其中，端口号可省略。

这之后标记资源所在位置的path，就可以访问服务器资源了。

状态码

RFC标准把状态码分成了五类，用数字的第一位表示分类。

1XX：提示信息，表示目前是协议处理的中间状态，还是需要后续的操作；
2XX：成功，报文已经收到并被正确处理；

200 OK：最常见的成功状态码，表示一切正常。
204 No Content：与200 OK 基本相同，但响应头后没有body数据。
206 Partial Content：HTTP分块下载或断点续传的基础，在客户端发送“范围请求”、要求获取资源的部分数据时出现；通常会伴随着头字段：“Content-Range”，表示响应报文里body数据的具体范围，供客户端确认，例如：“Content-Range：bytes 0-99/2000”，意思是此次获取的是总计2000个字节的前100个字节

3XX：重定向，资源位置发生变动，需要客户端重新发送请求；

301 Moved Permanently：俗称“永久重定向”，指此次请求的资源已经不存在了，需要改用新的URI再次访问。
302 Found：俗称“临时重定向”，意思是请求的资源还在，但需要暂时用另一个URI来访问。
304 Not Modified：用于If-Modified-Since等条件请求，表示资源未修改，用于缓存控制。（缓存重定向）

4XX：客户端错误，请求报文有误，服务器无法处理；

400 Bad Request：通用的错误码，表示请求报文有错误。
403 Forbidden：服务器禁止访问资源。
404 Not Found：资源在本服务器上未找到，所以无法提供给客户端。

5XX：服务器错误，服务器在处理请求时内部发生了错误。

500 Internal Sever Error：通用的错误码，服务器究竟发生了什么错误我们是不知道的。
501 Not Implemented：客户端请求的功能还不支持。
502 Bad Gateway：服务器作为网关或者代理时返回的错误码，表示服务器自身工作正常，访问后端服务器时发生了错误。
503 Service Unavailable：服务器当时很忙，暂时无法响应服务。它是一个“临时”的状态，响应报文里通常还会有一个“Retry-After”字段，指示客户端可以在多久以后尝试

HTTPS

HTTPS，全称是“HTTP over SSL/TLS”，也就是运行在SSL/TLS协议上的HTTP。

SSL/TLS，是一个负责加密通信的安全协议，建立在TCP/IP之上，是个可靠的传输协议，可以被用作HTTP的下层。

代理

代理（Proxy）是HTTP协议中请求方和应答方中间的一个环节，作为“中转站”，既可以转发客户端的请求，也可以转发服务器的应答。常见的代理有：

匿名代理：完全“隐蔽”了被代理的机器，外界看到的只是代理服务器；
透明代理：在传输过程中是“透明开放”的，外界既知道代理，也知道客户端；
正向代理：靠近客户端，代表客户端向服务器发送请求；
反向代理：靠近服务器端，代表服务器响应客户端的请求。