## 2.2 Web 和 HTTP 20世纪90年代以前，互联网主要是研究人员、学者和大学生在使用，他们登录远程主机，在本地主机和远程主机之间传输文件，尽管这些应用非常有用和高效，但是并不被学术界和研究界以外的人知道。 20世纪90年代初，万维网（World Wide Web，1994）出现，将很多数据网上升为一个数据网，并被大众所熟知。 互联网最具有吸引力的是按需操作，当用户有需求时，可以得到想要的信息。 ### 2.2.1 HTTP 概况 超文本传输协议（HypeText Transfer Protocol，HTTP）是Web的应用层协议。网络应用的客户端、服务器端运行在不同的端系统上，通过交换HTTP报文进行会话，HTTP定了报文的结构和交换方式。 Web页面（Web Page）是由对象组成的，一个对象只是一个文件（HTML文件、JPEG图形、JAVA程序），且可通过URL寻址。多数Web页面包含一个HTML基本文件（Base HTML file）。 * Web浏览器（Web Browser）实现了HTTP的客户端 * Web服务器（Web Server）实现了HTTP的服务器端，用与储存Web对象以及对象URL寻址 HTTP使用了TCP作为运输协议，TCP保证了数据的传输。 HTTP是一种无状态协议（Stateless Protocol），即服务器不保存客户状态。 ### 2.2.2 非持续连接和持续连接 * 非持续连接（Non-persistent Connection）：每个请求/响应对是经过单独的TCP连接发送 * 持续连接（Persistent Connection）：所有请求/响应对是经过相同的TCP连接发送 非持续连接需要对每个请求的对象建立一个新的TCP连接，增大了服务器的压力。 ### 2.2.3 HTTP报文格式 #### 请求报文 报文为普通ASCII文本，方便人为识别。 > GET /somedir/page.html HTTP/1.1 > > Host: www.someschool.edu > > Connection: close > > User-agent: Mozilla/5.0 > > Accept-language: fr Line 1 为请求行（Request Line）：方法字段、URL字段、HTTP版本字段 * 方法字段：GET、POST、HEAD、PUT、DELETE Line 2-5 为首部行（Header Line） * 主机地址：Host * 连接方式：Connection（非持续连接、持续连接），close指不希望使用持续连接 * 用户类型：User-agent * 语言版本：Accept-language 实体部分 * GET方法：实体部分为空，并且参数拼在URL中 * POST方法：信息写入实体部分 * HEAD方法：类似GET方法，只是服务器响应时用HTTP报文响应，而不是对象 #### 响应报文 > HTTP/1.1 200 OK > > Connection: close > > Date: Tue, 09 Aug 2011 15:44:04 GMT > > Server: Apache/2.2.3 \(CentOS\) > > Last-Modified: Tue, 09 Aug 2011 15:11:03 GMT > > Content-Length: 6821 > > Content-Type: text/html Line 1 为状态行（Status Line） * 200 OK：请求成功 * 301 Moved Permanently：请求对象已经永久转移，新的URL在响应报文的Location字段中 * 400 Bad Request：一个通用差错代理，表示请求不能被服务器所理解 * 404 Not Found：被请求文档不在服务器上 * 505 HTTP Version Not Supported：服务器不支持HTTP协议版本 ### 2.2.4 用户与服务器交互：Cookie HTTP服务器是无状态的，这样允许工程师们开发可以同时处理数以千计的TCP连接的服务器。 HTTP通过Cookie识别用户，Cookie包含4部分： * HTTP响应报文中的一个Cookie首部 * HTTP请求报文中的一个Cookie首部 * 客户端系统保留的Cookie，由浏览器管理 * 位于Web站点的一个后端数据库  ### 2.2.5 Web 缓存 Web缓存器（Web Cache）也称代理服务器（Proxy Server），它有自己的储存空间，可以保存最近请求过的对象副本。 Web缓存的作用： * 减少客户请求的响应时间 * 减少接入一个机构的接入链路通信量 Web缓存构成内容分发网络（Content Distribution Network，CDN），CDN公司在地理上部署了许多缓存器，因此使得大量流量实现本地化。 ### 2.2.6 条件GET方法 高速缓存可以使得用户的请求响应时间降低，但是缓存器中的对象副本可能过于陈旧。条件GET（Conditional GET）方法允许缓存器证实对象副本是否最新。 * 请求报文使用GET方法 * 请求报文中包含一个‘If-Modified-Since’的首部字段