WWW与HTTP协议

WWW (World Wide Web) 是基于超文本和大数据的分布式信息系统。

基本概念

• Web 页：由多个对象（HTML 文件、图片、Java 小程序、音频等）组成。
• URL (统一资源定位符)：寻址格式为 协议://主机名:端口/路径名。
• 浏览器：Web 客户机。
• Web 服务器：响应请求发送对象。

HTTP 协议 (超文本传送协议)

HTTP 定义了 Web 客户机如何向 Web 服务器请求 Web 页，以及服务器如何将 Web 页传送给客户机。

• 基于 TCP协议，默认端口号为 80。
• 无状态协议：服务器不保留有关客户机过去请求的任何信息。 重点
• 响应时间建模：往返时间 (RTT) 定义为一个短分组从客户机到服务器再返回的时间。
  • 一个 RTT 用于发起 TCP 连接。
  • 一个 RTT 用于 HTTP 请求和响应的前几个字节。
  • 总响应时间 = 2 RTT + 文档传输时间。 重点

HTTP 连接方式

• 非持久 HTTP (HTTP/1.0)：
  • 每个对象都需要一个新的 TCP 连接。
  • 操作系统必须为每个连接分配资源，开销大。
• 持久 HTTP (HTTP/1.1)： 重点
  • 服务器在发送响应后保持连接打开。
  • 非流水线 (Non-pipelining)：仅当前面的响应收到时才发出新请求。每个引用对象花费 1 RTT。
  • 流水线 (Pipelining)：HTTP/1.1 的默认方式。只要遇到引用对象就立即发送请求。理想情况下，所有引用对象共花费约 1 RTT。

HTTP 报文格式

• 请求报文：包括请求行 (Method, URL, Version)、首部行、实体主体。
• 响应报文：包括状态行 (Version, Status Code, Phrase)、首部行、实体主体。
• 上载表单输入：
  • Post 方法：输入内容包含在实体主体中。
  • URL 方法 (GET)：输入内容通过在 URL 字段后附加参数上载（如 ?monkeys&banana）。 重点
• 方法类型：
  • HTTP/1.0: GET, POST, HEAD。
  • HTTP/1.1: 新增 PUT (向 URL 定义的路径上载文件), DELETE (删除文件)。

状态管理：Cookies

由于 HTTP 是无状态的，使用 Cookies 在服务器端和客户端之间保持状态。维护“状态”的协议通常非常复杂，因为需要同步服务器和客户端的视图。 重点

• 组成部分：
  1. 响应报文中的 Set-cookie 首部行。
  2. 请求报文中的 cookie 首部行。
  3. 客户机系统中保留的 cookie 文件。
  4. 服务器后端的数据库。

Web 缓存与条件 GET

• Web 缓存 (代理服务器)：代表起始服务器满足 HTTP 请求。
  • 作用：减小客户机请求的响应时间，减小机构访问链路的流量。 重点
  • 缓存命中率：缓存器的性能高度依赖于命中率。即使是中等的命中率（如 0.4）也能通过减少瓶颈链路的利用率，将总时延显著降低。
• 条件 GET (Conditional GET)： 重点
  • 目的：如果缓存中有最新版本，就不重新发送该对象。
  • 方法：请求中包含 If-modified-since: <date>。
  • 响应：若未修改，返回 304 Not Modified。