第1章 HTTP服务介绍

1.1 简述用户访网站流程

a 进行域名信息的DNS解析   dig +trace 获得www.oldboyedu.com  ip地址信息
b 进行与网站服务器建立连接，tcp三次握手过程
（syn ack SEQ ACK/状态转换 closed listen syn_sent  syn_rcvd established ）
c 和网站服务器数据传输过程（http协议原理过程-http请求过程） 查看方法curl -v/wget --debug
d 和网站服务器数据传输过程（http协议原理过程-http响应过程）
e 进行与网站服务器断开连接，tcp四次挥手过程
（fin ack SEQ ACK/状态转换 fin_wait1 fin_wait2 close_wait last_ack time_wait closing ）

1.1.1 DNS解析原理

01. 查看本地主机缓存和hosts文件有没有域名与IP对应记录
02. 本地主机向local DNS服务器（网卡上指定配置的DNS服务器）发出请求（递归查询）
03. LOCAL DNS服务器接收到客户端主机请求，查询本地缓存信息
04. LOCAL DNS服务向根域名服务器请求，向顶级域名服务器请求，向二级域名服务器请求（迭代查询）
05. 获取到域名与IP地址的对应关系，是通过授权DNS服务中获取得到（得到的信息称为A记录）
        LOCAL DNS服务进行缓存A记录信息，将A记录信息发送给客户端主机
06. 客户端主机接收到A记录信息，进行本地缓存，根据A记录中记录IP地址信息，进行网络访问

1.1.2 dns树状结构图

1.1.3 DNS域名解析，获悉域名对应IP地址（windows）

査看有关DNS信息方法（windows主机上）：

1> 査看windows客户端本地缓存的DNS解析记录的命令如下。

c：\>ipconfig /displaydns <-意思是display the contents of the DNS Resolver
(显示DNS CACHE内容），"/displaydns"前面有空格

2> 清除windows客户端本地缓存的DNS解析记录的命令如下。

c:\>ipconfig /flushdns <-意思为Purges the DNS Resolver cache"

(清除DNS CACHE内容），"/displaydns"前面有空格

3> windows系统下hosts域名解析记录的位置如下。

c:\Windows\system32\drivers\etc\hosts

1.1.4 linux上实现DNS缓存

nscd bind dnsmasq

　　关于BIND服务的使用可以参照:http://www.cnblogs.com/clsn/p/8424274.html

1.2 HTTP协议知识介绍

1.2.1 什么是HTTP协议

HTTP协议，全称HyperText Transfer Protocol,中文名为超文本传输协议，是互联网中最常用的一种网络协议。 HTTP的重要应用之一是 WWW服务。设计 HTTP协议最初的目的就是提供一种发布和接收HTML (一种页面标记语言）页面的方法。

HTTP协议是互联网上常用的通信协议之一。它有很多的应用，但最流行的就是用于Web浏览

器和Web服务器之间的通信，即WWW应用或称Web应用。

www ,全称World Wide Web ,常称为Web ,中文译为"万维网：它是目前互联网上最受用户欢迎的信息服务形式。 HTTP协议的 WWW服务应用的默认端口为80,另外一个加密的WWW服务应用https的默认端口为443,主要用于网银、支付等和钱相关的业务。当今，HTTP服务、WWW服务、Web服务三者的概念已经混淆了，都是指当下最常见的网站服务应用。

1.2.2 HTTP协议版本

　　HTTP/1.0 规定浏览器和服务器只保持短暂的连接（TCP短链接）

　　 HTTP/1.1 支持持久连接，在一个TCP连接上可以传送多个HTTP请求和响应，减少了建立和关闭连接的消耗和时间延迟（TCP长连接）

1.3 http协议原理过程

再linux系统中参看报文的方法

curl -v   ---显示访问域名请求报文与响应报文信息
curl www.baidu.com  -v

> 表示http请求报文  <表示http的响应报文

wget --debug www.baidu.com

1.3.1 响应http请求方法

1.3.2 http请求过程

1.3.2.1  请求头信息说明

1.3.3 http响应过程

1.3.3.1  响应头信息说明

1.4 HTTP协议状态码

HTTP状态码（HTTP Status Code )是用来表示Web服务器响应HTTP请求状态的数字代码。每当Web客户端向Web服务器发送一个HTTP请求时，Web服务器都会返回一个状态响应代码。这个状态码是一个三位数字代码，作用是告知Web客户端此次请求是否成功，或者是否要采取其他的动作方式。

1.4.1 HTTP协议状态码介绍

curl -v www.oldboyedu.org   ---可以获取状态码信息

********************************************************************
扩展命令说明：通过curl命令只获取状态码信息
curl -I www.nmtui.com|awk ‘NR==1{print $2}‘
curl -I -s  www.nmtui.com |awk ‘NR==1{print $2}‘ 
curl -I -s -w %{http_code}  www.nmtui.com
curl -I -s -w %{http_code} -o /dev/null www.nmtui.com
curl -I -s -w "%{http_code}\n" -o /dev/null www.nmtui.com
curl -s -w "%{http_code}\n" -o /dev/null www.nmtui.com
curl -I -s www.nmtui.com|head -1
curl -I 10.0.0.7 2>/dev/null|head -1
********************************************************************

1.4.2 不同范围的状态码及其对应的作用

1.4.3 常见的状态码

第2章 HTTP资源

2.1 媒体资源

互联网上的数据有很多不同的类型，Web服务器会把通过Web传输的每个对象都打上MIME类型（即MIME type)的数据格式标签。最初设计MIME(Multipurpose Internet Mall Extension,多用途因特网邮件扩展）是为了解决在不同的电子邮件系统之间搬移报文时存在的问题.MIME在电子邮件系统中工作得非常好。后来，HTTP也支持了这个功能，用它来描述数据并标记不同的数据内容类型。

当Web服务器响应HTTP谪求时，会为每一个HTTP对象数据加一个MIME类型，当Web浏览器获取到服务器返回的对象时，会去査看相关的MIME类型，并进行相应处理。

MIME类型存在与HTTP响应报文的响应头部信患里，它是一种文本标记，表示一种主要的对象类型和一个特定的子类型，中间由一条斜杠来分割。

2.1.1 MIME媒体资源

web服务可以处理的资源类型，根据扩展名进行识别（html css mp4）

2.1.2 url/uri

url：URL，全称为Uniform Resource Location，中文翻译为统一资源定位符
uri：URI，全称为Uniform Resource Identifier，中文翻译为统一资源标识符
URN:统一资源名称 (Uniform Resource Name, URN)，是URI两种形式之一。

  QPS: 每秒钟处理完请求的次数；注意这里是处理完。具体是指发出请求到服务器处理完成功返回结果。可以理解在server中有个counter，每处理一个请求加1，1秒后counter=QPS。
  TPS：每秒钟处理完的事务次数，一般TPS是对整个系统来讲的。一个应用系统1s能完成多少事务处理，一个事务在分布式处理中，可能会对应多个请求，对于衡量单个接口服务的处理能力，用QPS比较多。
  并发量：系统能同时处理的请求数
  RT：响应时间，处理一次请求所需要的平均处理时间
计算关系：
  QPS = 并发量 / 平均响应时间
  并发量 = QPS * 平均响应时间

例如

网址：  http://reg.jd.com/reg/person?ReturnUrl=https%3A//www.jd.com/

  http://reg.jd.com                                 --- 称为url
  /reg/person?ReturnUrl=https%3A//www.jd.com/       --- 称为uri

  说明：nginx软件识别url和uri的方式和上面说明一致

2.2 网页资源种类

 静态网页资源

 动态网页资源

 伪静态网页资源

2.2.1 静态网页资源

请求响应信息，发给客户端进行处理，由浏览器进行解析，显示的页面称为静态页面

在网站设计中，纯粹HTML格式的网页（可以包含图片、视频JS (前端功能实现）、CSS (样式）等）通常被称为"静态网页"

静态页面资源特征

 01. 处理文件类型：如.html、jpg、.gif、.mp4、.swf、.avi、.wmv、.flv等-

 02. 地址中不含有问号"？"或&等特殊符号。

 03. 保存在网站服务器文件系统上的，是实实在在保存在服务器上的文件实体

 04. 网页内容是固定不变的，因此，容易被搜索引擎收录

 05. 网页页面交互性交差，因为不能与数据库配合

 06. 网页程序在用户浏览器端解析，当客户端向服务器请求数据时，服务器会直接从磁盘文件系统上返回数据（不做任何解析）

优势：

 01. 访问的效率比较高

 02. 网页内容是固定不变的，因此，容易被搜索引擎收录

 03. 网页程序在用户浏览器端解析，当客户端向服务器请求数据时，服务器会直接从磁盘文件系统上返回数据（不做任何解析）

劣势：

 01. 网页页面交互性交差，因为不能与数据库配合

 02. 保存在网站服务器文件系统上的，是实实在在保存在服务器上的文件实体

2.2.2 动态网页资源

　　所谓的动态网页是与静态网页相对而言的，也就是说，动态网页的URL后缀不是.html .htm、.xml、.shtml、.js css 等静态网页的常见扩展名形式，而是.asp、.aspx、.php、.js、.do、.cgi等形式

　　请求响应信息，发给屎务端进行处理，由服务端处理完成，将信息返回给客户端，生成的页面称为动态页面

动态网页资源特点

 01. 网觅扩展名后缀常见为：.asp、.aspx、.php、.js、.do、.cgi

 02. 网页页面交互性强，可以与数据库配合

 03. 地址中含有问号"?"或 & 等特殊符号

 04. 不便于被搜索引擎收录

优势：

01.客户端与服务端交互能力强

劣势：

 01.访问的效率比较低

 02.不便于被搜索引擎收录

2.2.3 伪静态网页资源

将动态页面伪装成静态页面，便于被搜索引擎收录

将动态页面转换为静态页面的方式(rewrite 正则表达式)

将动态页面内容转换为静态页面，去掉动态页面uri地址中的？ &字符，伪装成静态页面uri信息

动态转静态（开发来配合完成）

2.3 网站流量度量术语

2.3.1 独立IP数度量值

    　　　　独立IP数是指不同IP地址的计算机访问网站时被计算的总次数

    　　　　 在一个局域网内多个主机进行访问相同的网站地址时，独立IP数记为多少？

　　  一般一天内（00:00-24:00）相同IP地址的客户端访问网站页面只会被计一次

　　记录独立IP的时间可为一天或一个月，目前通用的标准为"一天"。

2.3.2 页面浏览次数PV

        页面浏览量或点击量 

2.3.3 独立访客数UV

        根据http请求报文：浏览器版本，OS

        根据http响应报文：cookie(id)    

cookie（id）  将服务端的信息保存到客户端

session       将客户端信息保存到服务器

2.3.4 【扩展知识】cookie和session区别

2.3.4.1  cookie介绍说明

  cookie 存放在浏览器缓存中---浏览器进行查看（谷歌）

    【设置里面】---【显示高级设置】---【隐私设置】---【内容设置】---【所有cookie和内容设置】

     PS：cookie的格式信息是由开发人员进行定义，所以不同的网站所生成的cookie信息内容不太一致

     cookie 数据存放在客户的浏览器上

     cookie 不是很安全，别人可以分析存放在本地的COOKIE并进行COOKIE欺骗

     cookie 不占用服务器端资源，提升了服务器性能

     cookie 保存的数据不能超过4K，很多浏览器都限制一个站点最多保存20个cookie。

2.3.4.2  session介绍说明

     session 存放在服务器的内存中     

     session 数据放在服务器上

     session 从数据库的安全应用方面会更安全些

     session 会在一定时间内保存在服务器上。当访问增多，会比较占用你服务器的性能

2.3.4.3  建议性说明：

　　将登陆信息等重要信息存放为SESSION

　　其他信息如果需要保留，可以放在COOKIE中

2.4 IP PV UV 统计度量的方法

2.4.1 IP pv 统计度量的方法

1）利用awk或者相应统计命令，进行分析访问日志信息进行统计

2）在网站访问页面中嵌入统计程序代码(页面结尾处)，只有全部网页加载完毕后，才进行数据统计

[root@tx ~]# curl -s  www.nmtui.com|grep "hm.baidu" --color -C5
    </script>
    <script>
       var _hmt = _hmt || [];
       (function() {
         var hm = document.createElement("script");
         hm.src = "https://hm.baidu.com/hm.js?9aa800f882f575237396648643111698";
         var s = document.getElementsByTagName("script")[0];
         s.parentNode.insertBefore(hm, s);
       })();
    </script>
    <script src="https://s95.cnzz.com/z_stat.php?id=1261663735&web_id=1261663735" language="JavaScript"></script>

 说明：利用hm.baidu.com在页面curl时会出现，利用百度进行统计PV IP信息

利用第三方公认的统计工具进行统计，例如：百度统计工具 hm.baidu.com

2.4.2 UV统计度量的方法

     通过客户端HTTP请求报文分析

通过Cookie信息鉴别统计

2.4.3 工作中常用的统计工具

     网页信息统计软件-piwik  pwiki统计工具：（https://piwik.org/）   pwiki演示页面：https://piwik.org/demo

       ELK软件介绍说明   http://blog.oldboyedu.com/elk/

2.5 网站并发连接说明

2.5.1 如何理解网站并发的概念

 A种理解：网站服务器每秒能够接收的最大用户请求数。

 B种理解：网站服务器每秒能够响应的最大用户请求数。

 C种理解：网站服务器在单位时间内能够处理的最大连接数。（推荐）

ss -lntup|grep 80
netstat -lntup|grep 80

2.5.2 网站并发概念举例说明

饭店吃饭/酒店住宿举例 

　　我们去餐馆吃饭（如图6-6所示），餐馆里一共有10张卓，每张桌最多坐4个人同时吃饭，那么按一般人的理解，这个餐馆能够接收的并发吃饭人数为10M ,即40个并发，其实这里就没有考虑时间问题，1秒并发可以是40个，10分钟内并发也是40个。因为这里还有一个因素，就是每个人吃饭时长的问题，如果平均每个人10分钟吃完，那么可以说10分钟内，这个餐馆的并发为40个，而不是每秒钟并发40个，因为，第一秒可以是40个人同时进来，但是第二秒就无人可进了（满员了），如果说10分钟并发是40个，下一个10分钟还是40个，第三个10分钟还可以是40个。即网站服务器在单位时间内能够处理的最大连接数。

 高速公路通车举例说明  

　　高速公路每个方向都有两条车道，那么，同一时刻并发的车辆为两辆，并且并发可以永远为2 ,如果按秒计算，每秒的并发可能就有十几辆，这个例子和餐馆不同，因为高速路处理并发不需要处理时间。但是对于Web服务器来讲，是需要花费时间处理请求的，这个请求可能是1秒或数秒，因此说，并发不应该只是用户访问的请求数，而应是服务器同时处理的并发数，并且单位时间不一定是1秒，可能是一个连接处理周期内的连接数。

2.5.3 网站并发统计计算方法

netstat -an|grep -i “est”|wc -l
ss -ant|grep -ic est

 说明： 在 nginx web服务中相应的软件模块进行统计 

2.5.4 统计公式说明

例如：某网站的并发是5000。意味着单位时间内（理解为1秒或数秒内），正在处理的连接数，正在建立的连接数，加起来一共是5000个。

下面是国外学者对网站并发数的计算公式及参考说明：

Request Per Second + Simultaneous Browser connections + Thinking Time = Concurrent User

其中：

   Concurrent User 表示网并发用户总数一

   Request Per Second[RPS]表示每秒请求数（吞吐量

   Simultaneous Browser connections[SBC]表示并发浏览连接数。

   Thinking Time表示平均用户思考时间。

2.5.1 有关网站度量Linux企业运维问题

常见的面试题如下：

　　1)请问你如何理解网站并发？

　　2)你们公司网站访问量是多少？是怎么计算的？

　　—定要理解IP、PV、并发量这3个点的知识，在回答时才能有的放矢，这三个点的多少决定面试时说多大的架构，对于没有经验的新手不能在介绍有几万PV的同时描述数十台的集群架构，这样就尴尬了。

　　关于网站访问指标的计算，可以考虑：

  运维部门的日志分析。

   开发在页面嵌入的JS程序（用于统计、收集、分析）。

   运营市场通过第三方公司提供的工具进行统计，例如GA统计。

2.6 知名网站访问量信息参考

2.7 HTTP协议

  所有的协议，都是为软件提供服务的

  利用HTTP协议的软件，称为www服务软件或者web服务软件

2.7.1   web服务软件分类

2.7.1.1  静态解析web服务软件

2.7.1.2  动态解析web服务软件

2.7.2 web服务软件官方资料整合：

  apache：http://www.apache.org/
  nginx： http://www.nginx.org/
  Resin： http://www.caucho.com/download
          http://caucho.com/resin-3.1/doc/
          http://caucho.com/resin/doc/install-apache.xtp
  Tomcat：http://tomcat.apache.org/whichversion.html
        http://tomcat.apache.org
  PHP：   http://php.net