星期五 二月 26, 2010 15:50
超文本转移协议与万维网高速缓存
HTTP协议
HTTP是一个客户端和服务器端请求和应答的标准。从层次的角度看，HTTP是面向事务（所谓事务就是指一系列的信息交换，而这一系列交换是一个不可分割的整体，即要么所有的信息交换都完成，要么一次交换都不进行）的应用层协议，是万维网上能够可靠地交换文件的重要基础。
服务器进程不断的监听指定端口（默认端口为80），用来判断是否有浏览器（网络爬虫或其他客户进程）向它发出连接建立请求。当判断为真并建立连接之后，客户进程向源服务器（Origin Server）发出HTTP请求，源服务器响应，最后连接被释放。这样的操作交互遵循一定的规则与格式标准，而这个标准就是超文本转移协议HTTP。
HTTP虽然使用了TCP，但其本身是无状态的（stateless）。换句话说，同一个客户端第二次访问同一个服务器上的页面时，服务器的响应与第一次的相同。虽然TCP是面向连接的向上提供服务，但HTTP协议本身是无连接的。
尽管TCP/IP协议是互联网上最流行的应用，但HTTP协议并没有规定必须使用它和（基于）它支持的层。 事实上，HTTP可以在任何其他互联网协议上，或者在其他网络上实现。HTTP只假定（其下层协议提供）可靠的传输，任何能够提供这种保证的协议都可以被其使用。
HTTP报文
HTTP有两类报文，一种是请求报文，另一种是响应报文。它们都由三个部分组成。从下图不难看出，两种报文结构的开始行略有不同。
方法
空格
URL
空格
版本
CRLF
首部字段名：
空格
值
CRLF
…
首部字段名：
空格
值
CRLF
CRLF
实体主体（通常不用）
(a) 请求报文
版本
空格
状态码
空格
短语
CRLF
首部字段名：
空格
值
CRLF
…
首部字段名：
空格
值
CRLF
CRLF
实体主体（有些响应报文不用）
(b) 响应报文
1) 开始行，用于区分是请求报文还是响应报文。所有HTTP请求的第一行都是请求行，主要包含请求方法，请求资源的URL，以及HTTP的版本；而响应报文的开始行叫做状态行，主要包含HTTP的版本，状态码以及其对应的短语。它们都用空格隔开，CR代表回车，LF代表换行。
2) 首部（Head）行，用来描述浏览器（网络爬虫等）或服务器的一些信息。它可以有好几行，每一行都必须有CR与LF。整个首部行结束之后，还用一个CRLF将其与实体隔开。
3) 实体主体（Entity Body），请求报文中一般不用这个字段（只有请求方法要求时才会被放在请求消息中），而响应报文里也可以没有。
其中值得注意的是，状态代码的第一个数字代表当前响应的类型：
1xx 消息——请求已被服务器接收，继续处理
2xx 成功——请求已成功被服务器接收、理解、并接受
3xx 重定向——需要后续操作才能完成这一请求
4xx 请求错误——请求含有词法错误或者无法被执行
5xx 服务器错误——服务器在处理某个正确请求时发生错误
虽然 RFC 2616 中已经推荐了描述状态的短语，例如”200 OK”，”404 Not Found”，但是 WEB 开发者仍然能够自行决定采用何种短语，用以显示本地化的状态描述或者自定义信息。
可以看到的是，HTTP仍在不断的发展。现在的较新的版本是1999年公布的HTTP/1.1[RFC 2616]，它已成为因特网草案标准。而下一代HTTP(HTTP-NG)则正在研究之中。
万维网高速缓存
万维网高速缓存（Web cache）是代理服务器的一种功能，它将最近的一些请求与响应暂存在代理服务器的本地磁盘中。如果新的请求与代理服务器的缓存吻合，则直接从代理服务器返回响应；反之，则需要按照请求的URL再次通过Internet访问该资源。其大致过程如下：
1) 客户端（浏览器）需要发送请求时，与带有Web Cache功能的代理服务器建立TCP连接，并向代理服务器发送HTTP请求报文。
2) 如果代理服务器已经存放了所请求的对象，则直接将其放入HTTP响应报文中返回给客户端（浏览器）。
3) 否则，代理服务器就代表客户端（浏览器），与Internet上的源服务器建立TCP连接，并发送HTP请求报文，源服务器把请求对象放在HTTP响应报文中返回给代理服务器。
4) 代理服务器获得该对象之后，先复制保存到本地磁盘（为其日后服务），再将该对象放在HTTP响应报文中，通过之前与客户端建立的TCP返回给用户（浏览器）。
其中，保存到本地磁盘以及返回响应之前，我们Ipv6项目还有很多事要做。
- Category: 教育技术学
- (1) Comment
最近评论