12.1 http協議簡介
http（HyperText Transfer Protocol，超文本傳輸協議）是互聯網上應用最爲廣泛的一種網絡協議。所有的www文件都必須遵守這個標準。設計HTTP最初的目的是爲了提供一種發佈和接收HTML頁面的方法。1960年美國人Ted Nelson構思了一種通過計算機處理文本信息的方法，並稱之爲超文本（hypertext)。這成爲HTTP超文本傳輸協議標準架構的發展根基。
超文本就是帶有超鏈接的文本，超鏈接就是基於一些鏈接實現文檔間跳轉的文本。
http協議是一種無狀態的協議（stateless）：
服務器無法持續追蹤訪問者來源，爲了解決此問題引入了cookie和session，實現追蹤與保存用戶的行爲
12.2 http技術架構
http是一個客戶端和服務器端請求和應答的標準（TCP）。客戶端是終端用戶，服務器端是網站。
通過使用web瀏覽器、網絡爬蟲或者其它的工具，客戶端發起一個到服務器上指定端口（默認端口爲80）的HTTP請求。
這個客戶端被稱作用戶代理（User Agent）。
應答的服務器上存儲着一些資源，比如HTML文件和圖像，這個應答服務器被稱作源服務器（Origin Server）。
在用戶代理和源服務器中間可能存在多箇中間層，比如代理，網關，或者隧道。儘管TCP/IP協議是互聯網上最流行的應用，HTTP協議並沒有規定必須使用它和基於它支持的層。事實上，HTTP可在任何其他互聯網協議上，或者在其他網絡上實現。HTTP只假定其下層協議提供可靠的傳輸，任何能夠提供這種保證的協議都可以被其使用。
通常，由HTTP客戶端發起一個請求，建立一個到服務器指定端口的TCP連接。HTTP服務器則在那個端口監聽客戶端發送過來的請求。一旦收到請求，服務器向客戶端發回一個狀態行，比如“HTTP/1.1 200 OK”和響應的消息，消息的消息團體可能是請求的文件、錯誤消息或者其它一些信息。HTTP使用TCP而不是UDP的原因在於打開一個網頁必須傳送很多數據，而TCP協議提供傳輸控制，按順序組織數據和錯誤糾正。
通過HTTP或者HTTPS協議請求的資源由統一資源標示符（Uniform Resource Identifiers）來標識。
12.3 http協議功能
http協議是用於從www服務器傳輸超文本到本地瀏覽器的傳輸協議。它可以使瀏覽器更加高效，使網絡傳輸減少。它不僅保證計算機正確快速地傳輸超文本文檔，還確定傳輸文檔中的哪一部分以及哪些部分內容首先顯示（如文本先於圖形）等。
http是客戶端瀏覽器或其他程序與web服務器之間的應用層通信協議。在internet上的web服務器上存放的都是超文本信息，客戶機需要通過http協議傳輸所要訪問的超文本信息。http包含命令和傳輸信息，不僅可用於web訪問，也可以用於其他因特網/內聯網應用系統之間的通信，從而實現各類應用資源超媒體訪問的集成。
我們在瀏覽器的地址欄裏輸入的網站地址叫做URL（Uniform Resource Locator，統一資源定位符）。就像每家每戶都有一個門牌地址一樣，每個網頁也都有一個internet地址。當你在瀏覽器的地址框中輸入一個URL或是單擊一個超鏈接時，URL就確定了林瀏覽的地址。瀏覽器通過HTTP將web服務器上站點的網頁代碼提取出來，並翻譯成漂亮的網頁。
12.4 http協議版本
超文本傳輸協議已經演化出了很多版本，它們中的大部分都是向下兼容的。在RFC 2145中描述了HTTP版本號的用法。客戶端在請求的開始告訴服務器它採用的協議版本號，而後者則在響應中採用相同或者更早的協議版本。
http協議的版本主要有以下這些：
HTTP/0.9：最原始版本，功能簡陋。只接受GET一種請求方法，沒有在通訊中指定版本號，且不支持請求頭。由於該版本不支持POST方法，所以客戶端無法向服務器傳遞太多信息。
HTTP/1.0：這是第一個在通訊中指定版本號的HTTP協議版本，至今仍被廣泛採用，特別是在代理服務器中。支持MIME。
HTTP/1.1：增加了緩存功能，引入了長連接（默認採用），能很好的配合代理服務器工作 ，支持以管理方式同時發送多個請求，以便降低線路負載，提高傳輸速度。
HTTP/2.0：大幅度提升了web性能，減少網絡延遲，通常用於https
HTTP/1.1相較於 HTTP/1.0 協議的區別主要體現在：
a) 緩存處理
b) 帶寬優化及網絡連接的使用
c) 錯誤通知的管理
d) 消息在網絡中的發送
e) 互聯網地址的維護
f) 安全性及完整性
12.5 名詞解釋
HTML：HyperText Mark Language，超文本標記語言
URI：Uniform Resource Indentifier，統一資源標識符。用於定義全局範圍內（包括但不僅限於互聯網）去標記唯一的、定位一種資源訪問路徑的方式，或者命名方式，被稱作統一資源標識符。這裏的統一指的是路徑格式上的統一。
URL：Uniform Resource Location，統一資源定位符，是URI的一個子集，用於描述在互聯網上互聯網資源的統一表示格式（protocol://host:port/path/to/file）
URL基本語法：
<scheme>://<user>:<password>@<host>:<port>/<path>;<params>?<query>#<frag>
params：參數，如http://www.idfsoft.com/bbs/index.html;gender=f，這裏的gender=f就是一個參數
query：傳遞給關係型數據庫頁面的特定行爲。如http://www.idfsoft.com/bbs/item.php?username=tom&title=abc，這個URL表示要查詢的是username=name並且title=abc的條目
frag：用來定義一個較大頁面中的某一個位置，而不是頁面的開始處。說白點就是位置錨定
URN：Uniform Resource Naming，統一資源命名符，也是URI的一個子集
MIME：Multipurpose Internet Mail Extension，多用途互聯網郵件擴展。
MIME可以將非文本數據在傳輸前重新編碼爲文本格式再傳輸給對方，接收方能夠用相反的方式將其重新還原爲原來的格式，還能夠調用相應的程序來打開此文件
http事務：http協議的一次請求（request）和響應（response）的過程就稱之爲http事務
動態網頁：包含靜態內容和動態內容（動態內容需要執行）
服務器端存儲的不是HTML文檔，而是編程語言開發的腳本，腳本接受參數之後在服務器端運行一次，運行完成之後會生成HTML格式的文檔，並把生成好的HTML文檔傳給客戶端
Web資源：web resource。
靜態文件：.jpg，.gif，.html，.txt，.js，.css，.mp3，.avi
動態文件：.php，.jsp
PV：Page View，打開了多少頁面
UV：User View，獨立IP量
12.6 http協議報文
http協議採用了請求/響應模型。客戶端向服務器發送一個請求，請求頭包含請求的方法、URL、協議版本以及包含請求修飾符、客戶信息和內容的類似於MIME的消息結構。服務器以一個狀態行作爲響應，響應的內容包括消息協議的版本，成功或者錯誤編碼加上包含服務器信息、實體元信息以及可能的實體內容。
http協議的報文有請求報文和響應報文2種，其語法樣式如下：
請求報文語法：
<method> <request-URL> <version> <headers> <entity-body>
響應報文語法：
<version> <status> <reason-phrass> <headers> <entity-body>
報文的第一行通常稱作報文“起始行（start line）”，後面的標籤格式的內容稱作首部域（Header Field），每個首部域由名稱（name）和值（value）組成，中間用逗號分隔。
另外，響應報文通常還有一個稱作Body的信息主體，即響應給客戶端的內容。
method：請求方法，標明客戶端希望服務器對資源執行的動作，常見的有以下幾種：
GET：從服務器獲取一個資源
HEAD：只從服務器獲取文檔的響應首部，而不會發送響應內容。當我們只需要查看某個頁面的狀態的時候，使用HEAD是非常高效的
POST：向服務器發送要處理的數據。服務器端通常通過提供一個表單，客戶端填入數據時會把內容放入entity-body中提交提交給服務器端
PUT：將請求的主體部分存儲在服務器上。說白點就是上傳數據
DELETE：請求刪除服務器上指定的文檔
TRACE：追蹤請求到達服務器中間經過的代理服務器
OPTIONS：請求服務器返回對指定資源支持使用的請求方法
version：http的協議版本，格式如HTTP/<major>.<minor>
status：響應狀態碼，用於標記請求處理過程中發生的情況，常見的響應狀態碼有以下幾種：
1xx：100-101，純信息提示
100：服務器僅接收到部分請求，但是一旦服務器並沒有拒絕該請求，客戶端應該繼續發送其餘的請求，響應狀態碼爲"Continue"
101：服務器轉換協議，服務器將遵從客戶的請求轉換到另外一種協議，響應狀態碼爲"Switching Protocols"
2XX：200-206，“成功”類的信息
200：請求資源正常。請求的所有數據通過響應報文的entity-body部分發送，響應狀態碼爲“OK”
201：請求被創建完成，同時新的資源被創建，響應狀態碼爲"Created"
202：供處理的請求已被接受，但處理未完成，響應狀態碼爲"Accepted"
203：文檔已經正常地返回，但一些應答頭可能不正確，因爲使用的是文檔的拷貝，響應狀態碼爲"Non-authoritative information"
204：沒有新文檔。瀏覽器應該繼續顯示原來的文檔。響應狀態碼爲"No Content"
205：沒有新文檔。但瀏覽器應該重置它所顯示的內容。用來強制瀏覽器清除表單輸入內容，響應狀態碼爲"Reset Content"
206：客戶發送了一個帶有Range頭的GET請求，服務器完成了它
3XX：300-305，“重定向”類的信息
301：永久重定向，響應狀態碼爲“Moved Permanently”
請求的URL指向的資源已經被刪除，但在響應報文中通過首部Location指明瞭資源現在所處的新位置，客戶端需要請求新位置的資源
302：臨時重定向，我這裏正忙，你要的資源在另一個地方也有，你先去那裏要，響應狀態碼爲“Found”
與301相似，但在響應報文中通過Location指明資源現在所處的臨時新位置
304：客戶端發出了條件式請求，但服務器端發現客戶端請求的資源已被客戶端緩存過且未發生改變，讓客戶端直接到緩存裏去取。響應狀態碼爲“Not Modified”
4XX：400-415，“客戶端錯誤”類的信息
400：由於客戶端請求有語法錯誤，不能被服務器所理解，響應狀態碼爲“Bad Request”
401：需要輸入帳號和密碼認證方能訪問資源，響應狀態碼爲“Unauthorized”
403：請求被禁止，響應狀態碼爲“Forbidden”
404：服務器無法找到客戶端請求的資源，響應狀態碼爲“Not Found”
5XX：500-505，“服務端錯誤”類的信息
500：服務器內部錯誤，響應狀態碼爲“Internal Server Error”
502：代理服務器從後端服務器收到了一條僞響應，響應狀態碼爲“Bad Gateway”
503：服務器當前不能夠處理客戶端的請求，在一段時間之後，響應狀態碼爲“Service”
reason-phrass：解釋status狀態碼的情況，你成功了，是什麼成功了，你失敗了，是什麼失敗了，是獲取文件成功/失敗還是上傳文件成功/失敗等等。
headers：用來標記請求或響應的屬性
每個請求或響應報文可包含任意個首部；
每個首部都有首部名稱，後面跟一個冒號，而後跟上一個可選空格，接着是一個值
格式：Name: Value
首部的分類：
通用首部：可用在請求報文和響應報文中，常見的內容如下：
Date：報文的創建時間
Connection：連接狀態，如keep-alive，close等
Via：顯示報文經過的中間節點
Cache-Control：控制緩存的生效方法和機制
請求首部：只能在請求報文中使用，常見的內容如下：
Accept：通知服務器客戶端可以接受的媒體類型
Accept-Charset：通知服務器客戶端可以接受的字符集
Accept-Encoding：通知服務器客戶端可以接受的內容編碼格式，如gzip
Accept-Language：通知服務器客戶端可以接受的語言
Client-IP：客戶端的IP
Host：請求的服務器名稱和端口號
Referer：包含當前正在請求的資源的上一級資源
User-Agent：客戶端代理
條件式請求首部：
Expect：期望服務器端發什麼信息
If-Modified-Since：自從此處指定的時間之後請求的資源是否發生修改
If-Unmodified-Since：自從此處指定的時間之後請求的資源是否未發生修改
If-None-Match：本地緩存中存儲的文檔的ETag標籤是否與服務器文檔的ETag不匹配
If-Match：本地緩存中存儲的文檔的Etag是否與服務器文檔的Etag匹配
安全請求首部：
Authorization：向服務器發送認證信息，如帳號和密碼
Cookie/Cookie2：客戶端向服務器發送cookie
代理請求首部：
Proxy-Authorization：向代理服務器認證
響應首部：只能在響應報文中使用
信息性：
Age：響應持續時長
Server：服務器程序軟件名稱和版本
協商首部：某資源有多種表示方法時使用
Accept-Ranges：服務器可接受的請求範圍類型
Vary：服務器查看的其它首部列表
安全響應首部：
Set-Cookie：向客戶端設置cookie
Set-Cookie2：向客戶端設置cookie2
WWW-Authenticate：來自服務器的對客戶端的質詢認證表單
實體首部：標識實體的相關信息
Allow：列出對此實體可使用的請求方法
Location：告訴客戶端真正的實體位於何處
Content-Encoding：內容的編碼格式
Content-Language：內容使用的語言
Content-Length：主體的長度
Content-Location：實體真正所處的位置
Content-Type：主體的對象類型
緩存相關：
ETag：實體的擴展標籤
Expires：實體的過期時間
Last-Modified：最後一次修改的時間
擴展首部
entity-body：請求時附加的數據或響應時附加的數據，有可能爲空
請求報文示例：
GET / HTTP/1.1 HOST：www.baidu.com Connection：keep-alive
響應報文示例：
HTTP/1.1 200 OK X-Powered-By：PHP/5.2.17 Vary：Accept-Encoding,Cookie,User-Agent Cache-Control：max-age=3,must-revalidate Content-Encoding：gzip Content-Length：6931
12.7 http周邊
常見的協議查看、分析的工具：
tcpdump
tshark
wireshark
常見的http服務器程序：
httpd（apache）
nginx
lighttpd
應用程序服務器：可以處理動態文件
IIS
tomcat，jetty，jboss，resin
webshpere，weblogic，oc4j
常用的http壓力測試工具：
ab：
語法：ab [options] URL
-n：總的請求數
-c：模擬的併發數
-k：以持久連接模式測試
webbench
http_load
jmeter
loadrunner
tcpcopy
ulimit -n #：調整當前用戶所能夠同時打開的文件數
web服務器資源路徑映射方式：
docroot
alias
虛擬主機docroot
用戶家目錄docroot
併發訪問響應模型（Web I/O）：此處假定每個進程內只有一個線程
單進程I/O結構：啓動一個進程處理請求，而且一次只處理一個，多個請求被串行響應
多進程I/O結構：並行啓動多個進程，每個進程響應一個請求
複用I/O結構：一個進程響應多個請求
多線程模型：一個進程生成多個線程，每個線程響應一個用戶請求
事件驅動
複用的多進程I/O結構：啓動多個（m）進程，每個進程響應n個請求
12.8 https
https其實就是將ssl或tls應用於http協議的結果，https監聽於tcp/443端口
ssl會話的簡化過程如下：
（1）客戶端發送可供選擇的加密方式，並向服務器請求證書
（2）服務器端發送證書以及選定的加密方式給客戶端
（3）客戶端取得證書並進行證書驗證
如果信任給其發證書的CA：
a) 驗證證書來源的合法性：用CA的公鑰解密證書上的數字簽名
b) 驗證證書內容的合法性：完整性驗證
c) 檢查證書的有效期限
d) 檢查證書是否被吊銷
e) 證書中擁有者的名字，與訪問的目標主機要一致
（4）客戶端生成臨時會話密鑰（對稱密鑰），並使用服務器端的公鑰加密此數據發送給服務器，完成密鑰交換
（5）服務器用密鑰加密用戶請求的資源，響應給客戶端
注意：SSL會話是基於IP地址創建，所以單IP的主機上，僅可以使用一個https虛擬主機
WEB服務器的主要操作：
建立連接——接受或拒絕客戶端連接請求；
接收請求——通過網絡讀取HTTP請求報文；
處理請求——解析請求報文並做出相應的動作；
訪問資源——訪問請求報文中相應的資源；
構建響應——使用正確的首部生成HTTP響應報文；
發送響應——向客戶端發送生成的響應報文；
記錄日誌——當已經完成的HTTP事務記錄進日誌文件