[转]常识：输入网址之后发生了什么（常识，但是谁又能说明白呢？）

1. 首先是输入网址

　　以 www.facebook.com 为例

　　2. 浏览器查找域名对应 IP

　　2. 1 DNS 查找过程：

　　浏览器缓存——浏览器会记录 DNS 一段时间（2-30 分钟不等，视浏览器而定）

　　系统缓存——浏览器里没找到 DNS 缓存，此事浏览器做一个系统调用（window 下是 gethostbyname）。如发现匹配则采用。（与此对应有 host 恶意劫持更改攻击）

　　路由器缓存——路由器也会有 DNS 缓存（缓存你上过的网站，所以有时路由器需要进行 DNS 刷新）

　　ISP DNS 缓存——接下来是在 ISP（互联网服务提供商）的 DNS 服务器的缓存上查找。

　　递归查找——DNS 缓存里没有的话，ISP DNS 服务器会先后从根域名服务器（root）、.com 顶级域名服务器、Facebook 域名服务器获取 IP（一般缓存内都会有，所以这一步一般不会发生）

　　2. 2 多 IP 域名 DNS 查询解决方案

　　循环 DNS——单个域名、多个 IP 列表循环应对 DNS 查询

　　负载均衡器——一个特定 IP 的负载均衡服务器（例如：反向代理服务器）负责监听请求并转发给后面的多个服务器集群的某一个，实现多个服务器负载均衡

　　地理 DNS——根据用户所处地理位置，返回不同的 IP（应用：CDN）

　　anycast——一个 IP 地址映射多个物理主机的路由技术

　　3. 发送请求

　　得到域名对应的 IP 后，就开始发送 HTTP (S)请求了.

　　请求头详解：

　　GET http://facebook.com/ HTTP/1.1

　　Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]

　　User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]

　　Accept-Encoding: gzip, deflate

　　Connection: Keep-Alive

　　Host: facebook.com

　　Cookie: datr=1265876274-[...]; locale=en_US; lsd=WW[...]; c_user=2101[...]

　　请求告诉服务器：

　　1. 我要获取（GET） http://facebook.com/ （GET 的 URL）这个页面

　　2. Accept：我能接受这些类型的文件

　　3. 我使用的是何种操作系统上的哪个类型那个版本的浏览器

　　4. 承认接受何种方式的压缩文件

　　5. 连接类型：短连接？长连接？

　　6. 主机域名

　　7. 发送存储在本机的 cookies 信息给服务器

　　除了发送获取请求，还能发送提交响应请求（如：搜索时要把搜索的内容一并发给服务器进行处理（在请求 URL 后面增加特定的用户参数），以获取特定的内容）

　　注意：URL 后面加斜杠与不加斜杠的区别(文件夹与单个文件的区别)

　　http://www.facebook.com

　　http://www.facebook.com/

　　当我们输入 http://www.facebook.com 时，浏览器会自动添加斜杠，保证 URL 的严谨。

　　当我们输入：http://www.facebook.com/folderOrFile 时，因为浏览器不清楚 folderOrFile 到底是文件夹还是文件，所以不能自动添加斜杠。这时，浏览器就不加斜杠直接访问地址，服务器会响应一个重定向，结果造成一次不必要的握手。

　　4. 重定向

　　当我们输入不完整的网址 http://www.facebook.com 时，或者网站迁移做了重定向设置时，服务器会进行一次重定向响应。

　　下面是重定向之后返回的响应头：

　　HTTP/1.1 301 Moved Permanently

　　Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,pre-check=0

　　Expires: Sat, 01 Jan 2000 00:00:00 GMT

　　Location: http://www.facebook.com/

　　P3P: CP="DSP LAW"

　　Pragma: no-cache

　　Set-Cookie: made_write_conn=deleted; expires=Thu, 12-Feb-2009 05:09:50 GMT;

　　path=/; domain=.facebook.com; httponly

　　Content-Type: text/html; charset=utf-8

　　X-Cnection: close

　　Date: Fri, 12 Feb 2010 05:09:51 GMT

　　Content-Length: 0

　　1. 301 永久重定向

　　2. 新的 Location：……

　　为什么要重定向，而不直接返回用户想看的内容呢？（既然服务器已经经过重定向知道了用户需要什么）

　　答：原因之一：与搜索引擎排名有关。你看，如果一个页面有两个地址，就像 http://www.igoro.com/ 和 http://igoro.com/，搜索引擎会认为它们是两个网站，结果造成每一个的搜索链接都减少从而降低排名。而搜索引擎知道 301 永久重定向是什么意思，这样就会把访问带 www 的和不带 www 的地址归到同一个网站排名下。

　　5. 新的请求

　　重定向之后会发布一个新的获取请求

　　6. 服务器处理请求

　　6. 1 web 服务器软件

　　服务器操作系统种类：Linux（一般是厂家根据开源定制）、windows server 系列（微软）

　　主要的服务器软件：IIS、Apache、Tomcat、JBOSS、Nginx、lighttpd、Tetty

　　服务器软件的作用：接收、处理与响应请求（了解 CGI 的作用）

　　6. 2 处理流程：

　　web 服务器软件（如 IIS 或者 Apache）接收到 HTTP 请求

　　确定执行那个请求处理程序（一个能读懂请求并且能生成 HTML 来进行响应的程序）（例如：Asp.Net,PHP,RUBY……）来处理它

　　请求处理器阅读请求头的参数和 cookies 信息

　　更新服务器上的信息：例如更新数据库信息、服务端 cookies

　　生成 HTML，压缩（gzip 或其他），响应请求发送给用户

　　7. 服务器发回一个 HTML 响应

　　响应包括响应头（响应参数与信息）、响应包（主体文件）

　　响应包采用特定方法压缩，整个响应以 blob 类型传输，响应头指示响应包以何种方式压缩

　　这个响应头与重定向的响应头不太一样，这个响应头还包含着缓存选项，cookies 设置和隐私信息等

　　8. 浏览器开始显示 HTML

　　浏览器在没有完整接收全部 HTML 文件，就已经开始显示页面了

　　9. 浏览器获取其他文件

　　浏览器解析 HTML 遇到需要下载的文件时，便再次向服务器（CDN）发送获取文件的请求。

　　注意：

　　1. 动态页面无法缓存，静态文件允许浏览器进行缓存。

　　2. 静态文件本地有缓存时直接从本地读取

　　3. 请求响应头内包含着静态文件保存的期限，浏览器知道下载的静态文件要静默保留多久。

　　4. 响应头还会有静态文件的 ETag（相当于版本号），当浏览器发现请求的静态文件的响应头的 ETag 与现有的缓存文件不符时，便会再次向服务器获取静态文件。

　　10. 浏览器发送异步（AJAX）请求

　　web 2.0 的一大特征就是页面显示完全后客户端仍旧与服务器端保持联系（keep-alive）

　　浏览器执行特定的 JS 代码会给服务器发送异步请求，获取最新的动态消息，使得页面能保持较新的状态。

　　HTTP 是一个请求-响应协议，只有在客户端发送请求，服务器端才能做出响应，而不能主动把消息或者文档发给客户所以，要想保持页面处于最新的状态，需要定时进行轮询（定时发送 AJAX 请求以更新页面内容）

　　AJAX 请求十分容易更改，且用户十分容易自己制造和发送 AJAX 请求，所以没有验证码的没有 IP 限制条件的投票就是一个小游戏了（参照工作室两次刷票：自己定义 IP，自己定时发送 AJAX 请求，然后票就哗哗的上了）。

　　优化小方案：如果服务器被轮询时没有新消息，它就不理这个客户端。而当请求尚未超时的情况下如果收到了该客户的新消息，服务器就找到未完成的请求，把新消息作为响应发送给客户端（这样就无需频繁地响应请求了）