Web应用和HTTP协议
一.www概述
1.www体系结构与协议
（1）WWW：World Wide Web，万维网。
（2）HTTP服务器和客户端，以及它们之间执行的HTTP协议。
（3）服务器
①Web页面（HTML文档）：包含到多种对象或链接。
②Web对象（包括：静态对象和动态对象）：可以是HTML文档、图像文件、视频文件、声音文件、脚本文件等。
③对象用URL（统一资源定位符）编址：协议类型://主机名:端口//路径和文件名。
（4）客户端
①发出请求、接收响应、解释HTML文档并显示。
②有些对象需要浏览器安装插件。
2.统一资源定位器URLs（Uniform Resource Locators）
3.www性能提升方法
（1）前端（front end）
（2）多线程（multiple threads）
（3）缓存（caching），如代理技术
二.Web对象
1.Web对象分类
（1）静态对象与静态网页
①文本，表格，图片，图像和视频等多媒体类型的信息（实现语言：标记语言，如：HTML、XML、PHP等）。
②字体、颜色和布局等风格类型的信息（实现语言：层叠样式表CSS）。
（2）动态对象与动态网页
①交互信息，比如，用户注册信息、登录信息等（实现：PHP/JSP等语言+MySQL等数据库）。
（3）链接
①超链接（HyperLinks）。
2.动态Web
（1）为什么需要动态Web
①交互性：根据用户的要求和选择而动态地改变和响应。
②自动更新：无须手动更新HTML文档，便会自动生成新页面。
③因时因人而异：不同时间、不同用户访问同一网址时会出现不同页面。
（2）动态Web页面实现
①通用网关接口CGI（*.sgi）。
②脚本语言+数据库技术（*.php，*.sap，*.aspx）。
三.HTTP协议
1.HTTP概述
（1）超文本传输协议HTTP（HyperText Transfer Protocol）在传输层通常使用TCP协议，缺省使用TCP的80端口。
（2）HTTP为无状态协议，服务器端不保留之前请求的状态信息。
①无状态协议：效率低、但简单。
②有状态协议：维护状态相对复杂，需要维护历史信息，在客户端或服务器出现故障时，需要保持状态的一致性等。
2.HTTP发展现状
（1）HTTP/1.0（1996）
①无状态，非持久连接。
（2）HTTP/1.1（1999）
①支持长连接和流水线机制；
②缓存策略优化、部分资源请求及断点续传。
（3）HTTPS：HTTP+TLS（2008）
①增加SSL/TLS层，在TCP之上提供安全机制。
（4）HTTP/2.0（2015、2020）
①目标：提高带宽利用率、降低延迟；
②增加二进制格式、TCP多路复用、头压缩、服务端推送等功能。
3.HTTP协议运行过程
（1）HTTP协议运行在客户与服务器端的应用程序中。
①客户机：请求、接收、“显示”Web对象。
②服务器：Web服务器响应请求而发送对象。
（2）通过交换HTTP消息进行交流。
（3）使用TCP
①客户机向服务器发起TCP连接（产生套接字），端口80；
②服务器从客户机接受TCP连接；
③在浏览器（HTTP客户机）和Web服务器（HTTP服务器）之间交换HTTP报文（应用层协议报文）；
④关闭TCP连接。
（4）HTTP是无状态的
①服务器不保留有关客户机过去请求的任何信息；
②用户的状态信息由Cookies来实现。
4.非持久连接和持久连接
（1）非持久连接
①HTTP/1.0缺省为非持久连接
服务器接收请求、响应、关闭TCP连接。
②获取每个对象需要两个阶段
a.建立TCP连接；
b.对象请求和传输。
③每次连接需要经历TCP慢启动阶段。
（2）持久连接
①HTTP/1.1缺省为持久连接
在相同的TCP连接上，服务器接收请求、响应；再接收请求、响应；响应后保持连接。
②HTTP/1.1支持流水线机制
需要按序响应。
③经历较少的慢启动过程，减少往返时间，降低响应时间。
5.响应时间估算
（1）往返时间RRT的定义：从客户机到服务器发送一个小分组并返回所经历的时间。
（2）响应时间（1个HTML文件）：
①建立TCP连接：1个RRT；
②对HTTP请求和响应返回的前几个字节：1个RRT；
③文件传输时间
④总响应时间=2RRT+传输时间。
6.HTTP报文结构：请求报文
（1）报文由三个部分组成，即开始行、首部行和实体主体。
（2）在请求报文中，开始行就是请求行。
①方法：
a.是对所请求的对象进行的操作，实际上也就是一些命令；
b.请求报文的类型是由它所采用的方法决定的。
②URL：是所请求资源的URL。
③具体方法：
（3）请求报文举例
7.HTTP报文结构：响应报文
（1）状态码
①状态码都是三位数字
a.1xx：表示通知信息的，如请求收到了或正在进行处理；
b.2xx：表示成功，如接受或知道了。
c.3xx：表示重定向，表示要完成请求还必须采取进一步的行动；
d.4xx：表示客户的差错，如请求中有错误的语法或不能完成；
e.5xx：表示服务器的差错，如服务器失效无法完成请求。
②典型状态码
a.200 OK：请求成功，被请求的对象包含在该响应的数据部分；
b.301 Moved Permanently：请求的对象被移走，新的位置在响应中通过Location：给出；
c.400 Bad Request：服务器不能解释请求报文；
d.404 Not Found：服务器中找不到请求的文档；
e.505 HTTP Version Not Supported：服务器不支持相应的HTTP版本。
（2）响应报文举例
四.Cookie技术
1.用户与服务器的交互
（1）HTTP是一种无状态协议，不能保存客户信息。
（2）Cookie是一种在客户端保持HTTP状态信息的技术。
①客户端访问网站时，Web服务器会查看、创建、修改Cookie资料；
②帮助Web站点保存访问者信息：浏览历史、购物车等。
（3）cookie技术组成
①cookie识别码（http请求报文、http响应报文）；
②客户端保留cookie文件；
③服务器提供后端数据库。
（4）cookie工作过程举例
2.Cookie的优缺点
（1）好处：能分析用户喜好，向用户进行个性化推荐。
①用Cookie在某网站标识用户信息，查找用户以前浏览网站记录；
②用Cookie记录用户购物清单；
③用Cookie可以保存4K内容，跟踪用户浏览网站的喜好；
④用Cookie跨站点跟踪用户点击广告。
（2）缺点：跟踪用户网络浏览痕迹，泄露用户隐私。
①Cookie跟踪用户以前浏览过哪些网站，跟踪用户频繁浏览哪类网站；
②Cookie收集用户信息，用户网络交互时关注的关键词。
（3）Cookie容易嵌入间谍程序，这是个误区，Cookie文件保存的只是文本串，没有可执行程序。
用户可以设置浏览器限制使用Cookie。
五.Web缓存技术与Web代理
1.Web缓存（代理服务器）
（1）Web缓存：保存最近请求过的web对象。
（2）浏览器向缓存发送所有HTTP请求。
①对象在缓存中：缓存返回对象；
②否则缓存向起始服务器请求对象，然后向客户机返回对象。
（3）好处
①减小客户机请求的响应时间；
②减少机构内部网与因特网接入链路的通信量。
2.Web缓存一致性
（1）Web缓存存在困难，即Web缓存与原始服务器Web页一致性问题。
①启发式策略：服务器响应Web页的Last-Modified头和Expires头启发-原始Web页一段时间是否有更改；缓存是否在有效期内。
②询问式策略：通过特殊的关键字头询问原始服务器，Web副本是否已更新。
3.条件GET方法
（1）目的：如果缓存中有最新缓存版本，就不发送该对象。（解决问题：缓存中的对象可能不是最新）。
（2）缓存器：在HTTP请求If-modified-since：< date >中，指定缓存版本的日期。
（3）服务器：如果缓存的拷贝是最新，响应不包含对象：HTTP/1.0 304 Not Modified
