目录

1. Web 和 HTTP 常用术语

2. HTTP 概述

3. TCP 和 HTTP

4. HTTP 连接

非持久 HTTP 连接

响应时间模型

持久 HTTP 连接

计算 TCP 和 RTT 举例

5. HTTP 请求报文格式

方法类型

上载表单的方法

6. HTTP 响应报文格式

HTTP 响应的状态码

7. Cookies：跟踪用户

1. Web 和 HTTP 常用术语

1）网页（Web页，或称文档）由许多对象组成。

2）对象就是文件，可以是 HTML 文件、JPEG 图像、Java applet、音频文件等。

HTML 文件是最基本的对象，是一个网页的框架。

3）多数网页由单个基本 HTML 文件和若干个所引用的对象构成。

4）每个对象被一个 URL（Uniform Resource Locator，统一资源定位符）寻址。

URL 是唯一的文件定位方式；网址（URL）指向的是 HTML 文件，HTML 文件里又有各个对象的 URL 。

5）举例 URL：

默认的端口号是 80，若想更改则可写成：主机名：端口号。

Web 服务器监听的是 80 端口。

主机名和 IP 地址之间是互为映射的关系。

路径名用于指示文件是在主机的哪个目录下。这并不是真实的 OS 管理目录，而是由服务器管理的一个相对路径。假设服务器设置的根目录为 C:\root\，则路径为 C:\root\item\IZ*ONE\22884952 。

2. HTTP 概述

HTTP：hypertext transfer protocol，超文本传输协议。

1）是 Web 的应用层协议

• 浏览器一般都默认使用 http 协议

2）采用 client/server 模式

• client：浏览器请求，接收，“解释显示” Web 对象。
• server：Web 服务器响应请求，发送 Web 对象。

3）具体协议

• HTTP 1.0: RFC 1945
• HTTP 1.1: RFC 2616

3. TCP 和 HTTP

1）HTTP 使用 TCP 服务

Browser（HTTP client，HTTP 客户）和 Web 服务器（HTTP server，HTTP 服务器）

1. 客户初始化一个与 HTTP 服务器 80 端口的 TCP 连接（创建套接字）
2. HTTP 服务器接收来自客户的 TCP 连接请求，建立连接
3. Browser 和 Web 服务器交换 HTTP 消息（应用层协议消息），包括 HTTP 请求和响应消息
4. 最后结束（或叫关闭）TCP 连接

2）HTTP 是无状态协议

HTTP 服务器不维护客户先前的状态信息。

即，每一对请求和响应之间都是相互独立的。

维护状态的协议非常复杂！

1）必须维护过去历史（状态信息）。

2）如果 server/client 崩溃，它们各自的状态视图可能不一致，因此必须保持协调一致。

4. HTTP 连接

非持久 HTTP 连接

假设用户输入 URL：http://www.someSchool.edu/someDepartment/home.index

1a）HTTP 客户初始化 1 个与服务器主机 www.someSchool.edu 中 HTTP 服务器的 TCP 连接。

1b）www.someSchool.edu 服务器主机中的 HTTP 服务器在 80 端口监听来自 HTTP 客户的 TCP 连接请求：收到连接请求，接受，建立连接，通知客户。

在客户和服务器上分别有一个套接字与该 TCP 连接相关联。

2）HTTP 客户发送 1 个 HTTP 请求消息（request message）包含 URL 到自身 TCP 连接套接字。消息指出客户需要的 Web 对象：someDepartment/home.index 。

3）HTTP 服务器接收请求消息，产生 1 个响应消息（response message）包含被请求对象，并发送这个消息到自身 TCP 连接套接字。

4）HTTP 服务器结束 TCP 连接。（但是直到 TCP 确认客户已经完整地收到响应报文为止，它才会实际中断连接。）

5）HTTP 客户接收包含 HTML 文件的响应消息：显示 HTML，解析 HTML 文件，找出 10 个引用 JPEG 对象。

6）分别对 10 个引用 JPEG 对象重复步骤 1~5 。即，立即建立 10 个 TCP 连接，发送请求，等待响应。这是一个并发的过程。

响应时间模型

定义往返时间 RTT（Round-Trip Time）：1 个小分组从客户主机到服务器再到客户主机所花费的时间。

响应时间 total = 2RTT + transmit time：

1. 1 个 RTT 用于建立 TCP 连接
2. 1 个 RTT 用于 HTTP 请求/响应消息的交互
3. HTML 文件传输时间

我们暂且忽略文件分组的大小，即以文件的第一个 bit 的到达时刻为传输完毕时刻。那么，从建立 TCP 连接到获得包含 HTML 文件的响应信息，一共需要：2 个 RTT 。

随后，我们需要分别对 10 个引用 JPEG 对象重复步骤 1~5 ：建立 TCP 连接 + HTTP 请求/响应。由于是并发执行的，因此需要花费时间：2 个 RTT 。

最终，我们一共需要花费时间：4 个 RTT 。

持久 HTTP 连接

• 服务器发送响应消息后保持连接。
• 同一客户/服务器的后续 HTTP 消息继续在该连接上传送。

不带流水线的持久 HTTP 连接

• 客户收到上一个请求消息的响应消息后才发出新的请求消息。
• 每个引用对象经历 1 个 RTT。

带流水线的持久 HTTP 连接

• HTTP/1.1 默认使用。
• 客户只要遇到引用对象就发送请求消息。
• 所有引用对象只经历 1 个 RTT 。

计算 TCP 和 RTT 举例

假设需要 1 个 HTML + 5 个 OBJs，且均在一个服务器上。

假设需要 1 个 HTML + 3 个 OBJs，且均不在一个服务器上。

5. HTTP 请求报文格式

1）有两类 HTTP 报文：请求报文（request），响应报文（response）

2）HTTP 请求报文采用 ASCII 文本，方便人们阅读。

GET /somedir/page.html HTTP/1.1
Host: www.someschool.edu 
User-agent: Mozilla/4.0      //该代理类型的对象版本
Connection: Close            //不使用持久连接
Accept-language:zh-cn        //中文版本(额外的 回车换行)

格式如下：

设计特点：

• 以行为单位，回车和换行为终止标志
• 请求行为 1 行，首部行为 n 行
• 空行为 1 行，实现了变长的首部行的终止

cr 为回车，lf 为换行。

方法类型

上载表单的方法

1）Post 方法

网页时常包含表单输入

针对大量的表单输入

输入值在请求报文的实体主体中被上载到服务器

2）URL 方法

使用 GET 方法

针对少量的表单输入

表单（各字段）输入值作为 URL 请求行的字段被上载：

www.somesite.com/animalsearch?monkeys&banana

6. HTTP 响应报文格式

HTTP/1.1 200 OK
Connection：close
Date: Sat, 06 Aug 2011 12:00:15 GMT    //服务器产生响应报文的时间
Server: Apache/1.3.0 (Unix)            //Web服务引擎
Last-Modified: Thu, 22 Jun 2011 ...     //文件最后被修改时间
Content-Length: 6821 
Content-Type: text/html                //浏览器据此解析数据内容data data data data data ...

格式如下：

HTTP 响应的状态码

位于服务器响应客户的响应消息的第一行，几个常见的样本状态码如下。

7. Cookies：跟踪用户

让无状态技术 HTTP 拥有有状态能力。

1）味噌丸总是使用同一台 PC 访问 Internet；

2）TA 首次访问 1 个电子商务网站；

3）当 TA 最初发出 HTTP 请求访问该站点时，该站点为 TA 创建一个唯一的 ID，并在后端数据库创建一个响应于该 ID 的表项。

key word：唯一性标识；自我声明。

Cookies 的 4  个重要方面

1. Cookie 头部行在 HTTP 响应消息中
2. Cookie 头部行在 HTTP 请求消息中
3. Cookie 文件保存在用户主机中并被用户浏览器管理
4. Cookie 也保存在 Web 站点的后端数据库

Cookies 和隐私

• Cookies 允许网站更加了解你
• 你可以提供名字和 e-mail 给网站
• 广告公司通过网站获得信息
• Cookies 不适合游动用户（如：去网吧）