轉自：http://linux5588.blog.51cto.com/65280/1351007
當我們在瀏覽器的地址欄輸入 www.linux178.com ，然後回車，回車這一瞬間到看到頁面到底發生了什麼呢？
以下過程僅是個人理解：
域名解析 --> 發起TCP的3次握手 --> 建立TCP連接後發起http請求 --> 服務器響應http請求，瀏覽器得到html代碼 --> 瀏覽器解析html代碼，並請求html代碼中的資源（如js、css、圖片等） --> 瀏覽器對頁面進行渲染呈現給用戶
關於HTTP協議可以參考以下：
HTTP協議漫談 http://kb.cnblogs.com/page/140611/
HTTP協議概覽 http://www.cnblogs.com/vamei/archive/2013/05/11/3069788.html
瞭解HTTP Headers的方方面面 http://kb.cnblogs.com/page/55442/
以下就是上面過程的一一分析，我們就以Chrome瀏覽器爲例：
1.域名解析
首先Chrome瀏覽器會解析 www.linux178.com 這個域名（準確的叫法應該是主機名）對應的IP地址。怎麼解析到對應的IP地址？
① Chrome瀏覽器 會首先搜索瀏覽器自身的DNS緩存（緩存時間比較短，大概只有1分鐘，且只能容納1000條緩存），看自身的緩存中是否有www.linux178.com 對應的條目，而且沒有過期，如果有且沒有過期則解析到此結束。
注：我們怎麼查看Chrome自身的緩存？可以使用 chrome://net-internals/#dns 來進行查看
② 如果瀏覽器自身的緩存裏面沒有找到對應的條目，那麼Chrome會搜索操作系統自身的DNS緩存,如果找到且沒有過期則停止搜索解析到此結束.
注：怎麼查看操作系統自身的DNS緩存，以Windows系統爲例，可以在命令行下使用 ipconfig /displaydns 來進行查看
③ 如果在Windows系統的DNS緩存也沒有找到，那麼嘗試讀取hosts文件（位於C:\Windows\System32\drivers\etc），看看這裏面有沒有該域名對應的IP地址，如果有則解析成功。
④ 如果在hosts文件中也沒有找到對應的條目，瀏覽器就會發起一個DNS的系統調用，就會向本地配置的首選DNS服務器（一般是電信運營商提供的，也可以使用像Google提供的DNS服務器）發起域名解析請求（通過的是UDP協議向DNS的53端口發起請求，這個請求是遞歸的請求，也就是運營商的DNS服務器必須得提供給我們該域名的IP地址），運營商的DNS服務器首先查找自身的緩存，找到對應的條目，且沒有過期，則解析成功。如果沒有找到對應的條目，則有運營商的DNS代我們的瀏覽器發起迭代DNS解析請求，它首先是會找根域的DNS的IP地址（這個DNS服務器都內置13臺根域的DNS的IP地址），找打根域的DNS地址，就會向其發起請求（請問www.linux178.com這個域名的IP地址是多少啊？），根域發現這是一個頂級域com域的一個域名，於是就告訴運營商的DNS我不知道這個域名的IP地址，但是我知道com域的IP地址，你去找它去，於是運營商的DNS就得到了com域的IP地址，又向com域的IP地址發起了請求（請問www.linux178.com這個域名的IP地址是多少?）,com域這臺服務器告訴運營商的DNS我不知道www.linux178.com這個域名的IP地址，但是我知道linux178.com這個域的DNS地址，你去找它去，於是運營商的DNS又向linux178.com這個域名的DNS地址（這個一般就是由域名註冊商提供的，像萬網，新網等）發起請求（請問www.linux178.com這個域名的IP地址是多少？），這個時候linux178.com域的DNS服務器一查，誒，果真在我這裏，於是就把找到的結果發送給運營商的DNS服務器，這個時候運營商的DNS服務器就拿到了www.linux178.com這個域名對應的IP地址，並返回給Windows系統內核，內核又把結果返回給瀏覽器，終於瀏覽器拿到了www.linux178.com 對應的IP地址，該進行一步的動作了。
注：一般情況下是不會進行以下步驟的
如果經過以上的4個步驟，還沒有解析成功，那麼會進行如下步驟（以下是針對Windows操作系統）：
⑤ 操作系統就會查找NetBIOS name Cache（NetBIOS名稱緩存，就存在客戶端電腦中的），那這個緩存有什麼東西呢？凡是最近一段時間內和我成功通訊的計算機的計算機名和Ip地址，就都會存在這個緩存裏面。什麼情況下該步能解析成功呢？就是該名稱正好是幾分鐘前和我成功通信過，那麼這一步就可以成功解析。
⑥ 如果第⑤步也沒有成功，那會查詢WINS 服務器（是NETBIOS名稱和IP地址對應的服務器）
⑦ 如果第⑥步也沒有查詢成功，那麼客戶端就要進行廣播查找
⑧ 如果第⑦步也沒有成功，那麼客戶端就讀取LMHOSTS文件（和HOSTS文件同一個目錄下，寫法也一樣）
如果第八步還沒有解析成功，那麼就宣告這次解析失敗，那就無法跟目標計算機進行通信。只要這八步中有一步可以解析成功，那就可以成功和目標計算機進行通信。
看下圖抓包截圖：
Linux虛擬機測試，使用命令 wget www.linux178.com 來請求，發現直接使用chrome瀏覽器請求時，干擾請求比較多，所以就使用wget命令來請求，不過使用wget命令只能把index.html請求回來，並不會對index.html中包含的靜態資源（js、css等文件）進行請求。
抓包分析：
① 號包，這個是那臺虛擬機在廣播，要獲取192.168.100.254（也就是網關）的MAC地址，因爲局域網的通信靠的是MAC地址，它爲什麼需要跟網關進行通信是因爲我們的DNS服務器IP是外圍IP，要出去必須要依靠網關幫我們出去才行。
② 號包，這個是網關收到了虛擬機的廣播之後，迴應給虛擬機的迴應，告訴虛擬機自己的MAC地址，於是客戶端找到了路由出口。
③ 號包，這個包是wget命令向系統配置的DNS服務器提出域名解析請求（準確的說應該是wget發起了一個DNS解析的系統調用），請求的域名www.linux178.com,期望得到的是IP6的地址（AAAA代表的是IPv6地址）
④ 號包，這個DNS服務器給系統的響應，很顯然目前使用IPv6的還是極少數，所以得不到AAAA記錄的
⑤ 號包，這個還是請求解析IPv6地址，但是www.linux178.com.leo.com這個主機名是不存在的，所以得到結果就是no such name
⑥ 號包，這個纔是請求的域名對應的IPv4地址（A記錄）
⑦ 號包，DNS服務器不管是從緩存裏面，還是進行迭代查詢最終得到了域名的IP地址，響應給了系統，系統再給了wget命令，wget於是得到了www.linux178.com的IP地址，這裏也可以看出客戶端和本地的DNS服務器是遞歸的查詢（也就是服務器必須給客戶端一個結果）這就可以開始下一步了，進行TCP的三次握手。
2.發起TCP的3次握手
拿到域名對應的IP地址之後，User-Agent（一般是指瀏覽器）會以一個隨機端口（1024 < 端口 < 65535）向服務器的WEB程序（常用的有httpd,nginx等）80端口發起TCP的連接請求。這個連接請求（原始的http請求經過TCP/IP4層模型的層層封包）到達服務器端後（這中間通過各種路由設備，局域網內除外），進入到網卡，然後是進入到內核的TCP/IP協議棧（用於識別該連接請求，解封包，一層一層的剝開），還有可能要經過Netfilter防火牆（屬於內核的模塊）的過濾，最終到達WEB程序（本文就以Nginx爲例），最終建立了TCP/IP的連接。
如下圖：
1） Client首先發送一個連接試探，ACK=0 表示確認號無效，SYN = 1 表示這是一個連接請求或連接接受報文，同時表示這個數據報不能攜帶數據，seq = x 表示Client自己的初始序號（seq = 0 就代表這是第0號包），這時候Client進入syn_sent狀態，表示客戶端等待服務器的回覆
2） Server監聽到連接請求報文後，如同意建立連接，則向Client發送確認。TCP報文首部中的SYN 和 ACK都置1 ，ack = x + 1表示期望收到對方下一個報文段的第一個數據字節序號是x+1，同時表明x爲止的所有數據都已正確收到（ack=1其實是ack=0+1,也就是期望客戶端的第1個包），seq = y 表示Server 自己的初始序號（seq=0就代表這是服務器這邊發出的第0號包）。這時服務器進入syn_rcvd，表示服務器已經收到Client的連接請求，等待client的確認。
3） Client收到確認後還需再次發送確認，同時攜帶要發送給Server的數據。ACK 置1 表示確認號ack= y + 1 有效（代表期望收到服務器的第1個包），Client自己的序號seq= x + 1（表示這就是我的第1個包，相對於第0個包來說的），一旦收到Client的確認之後，這個TCP連接就進入Established狀態，就可以發起http請求了。
看抓包截圖：
⑨ 號包 這個就是對應上面的步驟 1）
⑩ 號包 這個對應的上面的步驟 2）
號包 這個對應的上面的步驟 3）
TCP 爲什麼需要3次握手？
舉個例子：
假設一個老外在故宮裏面迷路了，看到了小明，於是就有下面的對話：
老外： Excuse me，Can you Speak English?
小明： yes 。
老外： OK,I want ...
在問路之前，老外先問小明是否會說英語，小明回答是的，這時老外才開始問路
2個計算機通信是靠協議（目前流行的TCP/IP協議）來實現,如果2個計算機使用的協議不一樣，那是不能進行通信的，所以這個3次握手就相當於試探一下對方是否遵循TCP/IP協議，協商完成後就可以進行通信了，當然這樣理解不是那麼準確。
爲什麼HTTP協議要基於TCP來實現？
目前在Internet中所有的傳輸都是通過TCP/IP進行的，HTTP協議作爲TCP/IP模型中應用層的協議也不例外，TCP是一個端到端的可靠的面向連接的協議，所以HTTP基於傳輸層TCP協議不用擔心數據的傳輸的各種問題。
3.建立TCP連接後發起http請求
進過TCP3次握手之後，瀏覽器發起了http的請求（看第包），使用的http的方法 GET 方法，請求的URL是 / ,協議是HTTP/1.0
以上的報文是HTTP請求報文。
那麼HTTP請求報文和響應報文會是什麼格式呢？
起始行：如 GET / HTTP/1.0 （請求的方法 請求的URL 請求所使用的協議）
頭部信息：User-Agent Host等成對出現的值
主體
不管是請求報文還是響應報文都會遵循以上的格式。
那麼起始行中的請求方法有哪些種呢？
GET: 完整請求一個資源 （常用）
HEAD: 僅請求響應首部
POST：提交表單 （常用）
PUT: (webdav) 上傳文件（但是瀏覽器不支持該方法）
DELETE：(webdav) 刪除
OPTIONS：返回請求的資源所支持的方法的方法
TRACE: 追求一個資源請求中間所經過的代理（該方法不能由瀏覽器發出）
那什麼是URL、URI、URN？
URI Uniform Resource Identifier 統一資源標識符
URL Uniform Resource Locator 統一資源定位符
格式如下： scheme://[username:password@]HOST:port/path/to/source
http://www.magedu.com/downloads/nginx-1.5.tar.gz
URN Uniform Resource Name 統一資源名稱
URL和URN 都屬於 URI
爲了方便就把URL和URI暫時都通指一個東西
請求的協議有哪些種？
有以下幾種：
http/0.9: stateless
http/1.0: MIME, keep-alive (保持連接), 緩存
http/1.1: 更多的請求方法，更精細的緩存控制，持久連接(persistent connection) 比較常用
下面是Chrome發起的http請求報文頭部信息
其中
Accept 就是告訴服務器端，我接受那些MIME類型
Accept-Encoding 這個看起來是接受那些壓縮方式的文件
Accept-Lanague 告訴服務器能夠發送哪些語言
Connection 告訴服務器支持keep-alive特性
Cookie 每次請求時都會攜帶上Cookie以方便服務器端識別是否是同一個客戶端
Host 用來標識請求服務器上的那個虛擬主機，比如Nginx裏面可以定義很多個虛擬主機
那這裏就是用來標識要訪問那個虛擬主機。
User-Agent 用戶代理，一般情況是瀏覽器，也有其他類型，如：wget curl 搜索引擎的蜘蛛等
條件請求首部：
If-Modified-Since 是瀏覽器向服務器端詢問某個資源文件如果自從什麼時間修改過，那麼重新發給我，這樣就保證服務器端資源
文件更新時，瀏覽器再次去請求，而不是使用緩存中的文件
安全請求首部：
Authorization: 客戶端提供給服務器的認證信息；
什麼是MIME？
MIME（Multipurpose Internet Mail Extesions 多用途互聯網郵件擴展）是一個互聯網標準，它擴展了電子郵件標準，使其能夠支持非ASCII字符、二進制格式附件等多種格式的郵件消息，這個標準被定義在RFC 2045、RFC 2046、RFC 2047、RFC 2048、RFC 2049等RFC中。 由RFC 822轉變而來的RFC 2822，規定電子郵件標準並不允許在郵件消息中使用7位ASCII字符集以外的字符。正因如此，一些非英語字符消息和二進制文件，圖像，聲音等非文字消息都不能在電子郵件中傳輸。MIME規定了用於表示各種各樣的數據類型的符號化方法。 此外，在萬維網中使用的HTTP協議中也使用了MIME的框架，標準被擴展爲互聯網媒體類型。
MIME 遵循以下格式：major/minor 主類型/次類型 例如：
|
1
2
3
4
5
|
image/jpgimage/giftext/htmlvideo/quicktimeappliation/x-httpd-php |
4.服務器端響應http請求，瀏覽器得到html代碼
看下圖 第12號包是http請求包，第32包是http響應包
服務器端WEB程序接收到http請求以後，就開始處理該請求，處理之後就返回給瀏覽器html文件。
第32號包 是服務器返回給客戶端http響應包（200 ok 響應的MIME類型是text/html），代表這一次客戶端發起的http請求已成功響應。200 代表是的 響應成功的狀態碼，還有其他的狀態碼如下：
1xx: 信息性狀態碼
100, 101
2xx: 成功狀態碼
200：OK
3xx: 重定向狀態碼
301: 永久重定向, Location響應首部的值仍爲當前URL，因此爲隱藏重定向;
302: 臨時重定向，顯式重定向, Location響應首部的值爲新的URL
304：Not Modified 未修改，比如本地緩存的資源文件和服務器上比較時，發現並沒有修改，服務器返回一個304狀態碼，
告訴瀏覽器，你不用請求該資源，直接使用本地的資源即可。
4xx: 客戶端錯誤狀態碼
404: Not Found 請求的URL資源並不存在
5xx: 服務器端錯誤狀態碼
500: Internal Server Error 服務器內部錯誤
502: Bad Gateway 前面代理服務器聯繫不到後端的服務器時出現
504：Gateway Timeout 這個是代理能聯繫到後端的服務器，但是後端的服務器在規定的時間內沒有給代理服務器響應
用Chrome瀏覽器看到的響應頭信息：
Connection 使用keep-alive特性
Content-Encoding 使用gzip方式對資源壓縮
Content-type MIME類型爲html類型，字符集是 UTF-8
Date 響應的日期
Server 使用的WEB服務器
Transfer-Encoding:chunked 分塊傳輸編碼 是http中的一種數據傳輸機制，允許HTTP由網頁服務器發送給客戶端應用（通常是網頁瀏覽器）的數據可以分成多個部分，分塊傳輸編碼只在HTTP協議1.1版本（HTTP/1.1）中提供
Vary 這個可以參考（http://blog.csdn.net/tenfyguo/article/details/5939000）
X-Pingback 參考（http://blog.sina.com.cn/s/blog_bb80041c0101fmfz.html）
那到底服務器端接收到http請求後是怎麼樣生成html文件？
假設服務器端使用nginx+php(fastcgi)架構提供服務
① nginx讀取配置文件
我們在瀏覽器的地址欄裏面輸入的是 http://www.linux178.com （http://可以不用輸入，瀏覽器會自動幫我們添加），其實完整的應該是http://www.linux178.com./ 後面還有個點（這個點代表就是根域，一般情況下我們不用輸入，也不顯示）,後面的/也是不用添加，瀏覽器會自動幫我們添加（且看第3部那個圖裏面的URL），那麼實際請求的URL是http://www.linux178.com/，那麼好了Nginx在收到 瀏覽器 GET / 請求時，會讀取http請求裏面的頭部信息，根據Host來匹配 自己的所有的虛擬主機的配置文件的server_name,看看有沒有匹配的，有匹配那麼就讀取該虛擬主機的配置，發現如下配置：
|
1
|
root /web/echo |
通過這個就知道所有網頁文件的就在這個目錄下 這個目錄就是/ 當我們http://www.linux178.com/時就是訪問這個目錄下面的文件，例如訪問http://www.linux178.com/index.html,那麼代表/web/echo下面有個文件叫index.html
|
1
|
index
index.html index.htm index.php |
通過這個就能得知網站的首頁文件是那個文件，也就是我們在入http://www.linux178.com/ ，nginx就會自動幫我們把index.html（假設首頁是index.php 當然是會嘗試的去找到該文件，如果沒有找到該文件就依次往下找，如果這3個文件都沒有找到，那麼就拋出一個404錯誤）加到後面，那麼添加之後的URL是/index.php,然後根據後面的配置進行處理
|
1
2
3
4
5
6
7
|
location
~ .*\.php(\/.*)*$ { root /web/echo; fastcgi_pass
127.0.0.1:9000; fastcgi_index
index.php; astcgi_param
SCRIPT_FILENAME $document_root$fastcgi_script_name; include
fastcgi_params;} |
這一段配置指明凡是請求的URL中匹配（這裏是啓用了正則表達式進行匹配） *.php後綴的（後面跟的參數）都交給後端的fastcgi進程進行處理。
② 把php文件交給fastcgi進程去處理
於是nginx把/index.php這個URL交給了後端的fastcgi進程處理，等待fastcgi處理完成後（結合數據庫查詢出數據，填充模板生成html文件）返回給nginx一個index.html文檔，Nginx再把這個index.html返回給瀏覽器，於是乎瀏覽器就拿到了首頁的html代碼，同時nginx寫一條訪問日誌到日誌文件中去。
注1：nginx是怎麼找index.php文件的？
當nginx發現需要/web/echo/index.php文件時，就會向內核發起IO系統調用(因爲要跟硬件打交道，這裏的硬件是指硬盤，通常需要靠內核來操作，而內核提供的這些功能是通過系統調用來實現的)，告訴內核，我需要這個文件,內核從/開始找到web目錄，再在web目錄下找到echo目錄，最後在echo目錄下找到index.php文件，於是把這個index.php從硬盤上讀取到內核自身的內存空間，然後再把這個文件複製到nginx進程所在的內存空間，於是乎nginx就得到了自己想要的文件了。
注2：尋找文件在文件系統層面是怎麼操作的？
比如nginx需要得到/web/echo/index.php這個文件
每個分區（像ext3 ext3等文件系統，block塊是文件存儲的最小單元 默認是4096字節）都是包含元數據區和數據區，每一個文件在元數據區都有元數據條目（一般是128字節大小），每一個條目都有一個編號，我們稱之爲inode（index node 索引節點），這個inode裏面包含 文件類型、權限、連接次數、屬主和數組的ID、時間戳、這個文件佔據了那些磁盤塊也就是塊的編號（block，每個文件可以佔用多個block,並且block不一定是連續的，每個block是有編號的），如下圖所示：
還有一個要點：目錄其實也普通是文件，也需要佔用磁盤塊，目錄不是一個容器。你看默認創建的目錄就是4096字節，也就說只需要佔用一個磁盤塊，但這是不確定的。所以要找到目錄也是需要到元數據區裏面找到對應的條目，只有找到對應的inode就可找到目錄所佔用的磁盤塊。
那到底目錄裏面存放着什麼，難道不是文件或者其他目錄嗎？
其實目錄存着這麼一張表（姑且這麼理解），裏面放着 目錄或者文件的名稱和對應的inode號（暫時稱之爲映射表）,如下圖：
假設
/ 在數據區佔據 1、2號block ，/其實也是一個目錄 裏面有3個目錄 web 111
web 佔據 5號block 是目錄 裏面有2個目錄 echo data
echo 佔據 11號 block 是目錄 裏面有1個文件 index.php
index.php 佔據 15 16號 block 是文件
其在文件系統中分佈如下圖所示
那麼內核究竟是怎麼找到index.php這個文件的呢？
內核拿到nginx的IO系統調用要獲取/web/echo/index.php這個文件請求之後
① 內核讀取元數據區 / 的inode，從inode裏面讀取/所對應的數據塊的編號，然後在數據區找到其對應的塊（1 2號塊），讀取1號塊上的映射表找到web這個名稱在元數據區對應的inode號
② 內核讀取web對應的inode（3號），從中得知web在數據區對應的塊是5號塊，於是到數據區找到5號塊，從中讀取映射表，知道echo對應的inode是5號，於是到元數據區找到5號inode
③ 內核讀取5號inode，得到echo在數據區對應的是11號塊，於是到數據區讀取11號塊得到映射表，得到index.php對應的inode是9號
④ 內核到元數據區讀取9號inode，得到index.php對應的是15和16號數據塊，於是就到數據區域找到15 16號塊，讀取其中的內容，得到index.php的完整內容
5. 瀏覽器解析html代碼，並請求html代碼中的資源
瀏覽器拿到index.html文件後，就開始解析其中的html代碼，遇到js/css/image等靜態資源時，就向服務器端去請求下載（會使用多線程下載，每個瀏覽器的線程數不一樣），這個時候就用上keep-alive特性了，建立一次HTTP連接，可以請求多個資源，下載資源的順序就是按照代碼裏的順序，但是由於每個資源大小不一樣，而瀏覽器又多線程請求請求資源，所以從下圖看出，這裏顯示的順序並不一定是代碼裏面的順序。
瀏覽器在請求靜態資源時（在未過期的情況下），向服務器端發起一個http請求（詢問自從上一次修改時間到現在有沒有對資源進行修改），如果服務器端返回304狀態碼（告訴瀏覽器服務器端沒有修改），那麼瀏覽器會直接讀取本地的該資源的緩存文件。
詳細的瀏覽器工作原理請看：http://kb.cnblogs.com/page/129756/
6.瀏覽器對頁面進行渲染呈現給用戶
最後，瀏覽器利用自己內部的工作機制，把請求到的靜態資源和html代碼進行渲染，渲染之後呈現給用戶。
至此一次完整的HTTP事務宣告完成.
