码迷,mamicode.com
首页 > Web开发 > 详细

HTTP服务原理

时间:2018-11-06 19:25:02      阅读:228      评论:0      收藏:0      [点我收藏+]

标签:头信息   支持   returnurl   har   网页   正则   不可   span   拒绝   

第1章 HTTP服务介绍

1.1 简述用户访网站流程

技术分享图片
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 )
技术分享图片

1.1.1 DNS解析原理

技术分享图片
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
技术分享图片

1.1.2 dns树状结构图

技术分享图片

 

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

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

HTTP方法

作用描述

GET     

客户端请求指定资源信悤,服务器返回指定资源

HEAD   

只请求响应报文中的 HTTP首部

POST   

将客户端的数据提交到服务器,例:注册表单

PUT    

用从客户端向服务器传送的数据取代指定的文档内容。

DELETE 

请求服务器删除 Request-URI所表示的资源。

MOVE   

请求服务器将指定的页面移至另一个网络地址。

 

1.3.2 http请求过程

HTTP请求报文格式

请求报文格式

报文信息

说明

请求行

GET / HTTP/1.1

请求的起始行(请求什么信息;协议版本)

请求头

User-Agent: curl/7.19.7 (x86_64-redhat-linux-gnu) libcurl/7.19.7 NSS/3.27.1 zlib/1.2.3 libidn/1.18 libssh2/1.4.2

Host: www.baidu.com

Accept: */*

请求的头部信息(客户端有关信息说明)

空行

 

空行信息(隔离上下文,说明请求结束)

请求报文主体

 

请求主体内容(只有POST 方法可以提交主体)

1.3.2.1  请求头信息说明

请求头内容

说明

Host           

接受请求的服务器地址,可以是IP:端口号,也可以是域名

User-Agent     

发送请求的应用程序名称

Connection     

指定与连接相关的属性,如Connection:Keep-Alive

Accept-Charset 

通知服务端可以发送的编码格式

Accept-Encoding

通知服务端可以发送的数据压缩格式

1.3.3 http响应过程

HTTP响应报文格式

请求报文格式

报文信息

说明

起始行(响应行)

HTTP/1.1 200 OK

响应的起始行(响应状态码 状态信息)

响应头部

Server: bfe/1.0.8.18

Date: Mon, 23 Oct 2017 02:50:36 GMT

Content-Type: text/html

Content-Length: 2381

Last-Modified: Mon, 23 Jan 2017 13:27:32 GMT

Connection: Keep-Alive

ETag: "588604c4-94d"

Cache-Control: private, no-cache, no-store, proxy-revalidate, no-transform

Pragma: no-cache

Set-Cookie: BDORZ=27315; max-age=86400; domain=.baidu.com; path=/

Accept-Ranges: bytes

响应的头部信息(服务器有关信息介绍)

空行

 

空行信息(隔离上下文,说明响应头部结束)

响应报文主体

<!DOCTYPE html>

……

响应主体的内容(请求后进行响应的返回的内容 信息)

1.3.3.1  响应头信息说明

响应头

说明

Server

服务器应用程序软件的名称和版本

Content-Type

响应正文的类型(是图片还是二进制字符串)

Content-Length

响应正文长度

Content-Charset

响应正文使用的编码

Content-Encoding

响应正文使用的数据压缩格式

Content-Language

响应正文使用的语言

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
技术分享图片
********************************************************************
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
********************************************************************
技术分享图片

1.4.2 不同范围的状态码及其对应的作用

状态码范围

作用描述

100 - 199

用于指定客户端相应的某些动作

200 - 299

用于表示请求成功

300 - 399

用于己经移动的文件,并且常被包含在定位头信息中指定新的地址系信息

400 - 499

用于指出客户端的错误  

500 - 599

用于指出服务端的错误

1.4.3 常见的状态码

代码

代码说明

301 Moved Permanently(永久跳转)

请求的网页已永久跳转到新位置

403 Forbidden(禁止访问)

服务器拒绝请求

404 - Not Found,

服务器找不到请求的页面

500

内部服务器错误

502

坏的网关,一般是网关服务器请求后端服务时,后端服务没有按照http协议正确返回结果

503 - Service Unavailable

(服务当前不可用)

可能因为超载或停机维护

504 - Gateway Timeout

(网关超时)

一般是网关服务器请求后端服务时,后端服务没有在特定的时间内完成服务。

 

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。

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。
技术分享图片
  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
技术分享图片

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urluri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)    

cookieid  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】cookiesession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

技术分享图片
[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>
技术分享图片

 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: 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IPPV、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

网站

独立IP/

PV数万/

网站并发级别

机器数量

www.51cto.com 

 582‘000    

1‘338,600  

10000      

数十台

www.ganji.com 

 1’734‘000  

13,872,000 

10000-30000

几百台

www.58.com    

 1398‘000   

22,927,200 

10000-30000

几百台

www.weibo.com 

 30’180‘000 

166‘593’600

几十万     

千台

www.taobao.com

 46,620‘000 

489,510,000

几十万~百万

万台

www.jd.com    

 6‘08‘000   

98,949,600 

数万       

千台

www.163.com   

 10‘320‘000 

79,154,000 

十万       

千台

www.suning.com

 623,250    

3,365,550  

10000-30000

百台

 

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

    Apache:这是中小型Web服务的主流,Web服务器中的老大哥。

  Nginx:大型网站Web服务的主流,曾经Web服务器中的初生牛犊,现已长大。

            Nginx的分支Tenginehttp://tengine.taobao.org/)目前也在飞速发展。

    Lighttpd:这是一个不温不火的优秀Web软件,社区不活跃,静态解析效率很高。

              Nginx流行前,它是大并发静态业务的首选,

              国内百度贴吧、豆瓣等众多网站都有Lighttpd奋斗的身影。

2.7.1.2  动态解析web服务软件

 PHPFastCGI):大中小型网站都会使用,动态网页语言PHP程序的解析容器。它可配合Apache解析动态程序,

不过,这里的PHP不是FastCGI守护进程模式,而是mod_php5.somodule)。也可配合Nginx解析动态程序,此时的PHP常用FastCGI守护进程模式提供服务。

  Tomcat:中小企业动态Web服务主流,互联网Java容器主流(如jspdo)。

  Resin:大型动态Web服务主流,互联网Java容器主流(如jspdo)。

  IISInternet information services):微软windows下的Web服务软件(如aspaspx

2.7.2 web服务软件官方资料整合:

技术分享图片
  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
技术分享图片

HTTP服务原理

标签:头信息   支持   returnurl   har   网页   正则   不可   span   拒绝   

原文地址:https://www.cnblogs.com/Hui1/p/9917046.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!