应用层（二）
Web和HTTP
万维网（World Wide Web）将因特网提升为仅有的一个数据网
HTTP
Web应用层协议是超文本传输协议（HyperText Transfer Protocol，HTTP），由两个程序实现：客户程序和服务器程序（运行在不同的端系统中)
Client：request、receive、display
Server：send objects in response to request（Web服务器总是打开的）
Web页面由对象组成：HTML文件、JPEG、java程序、视频段等组成，可通过URL寻址
HTTP使用TCP作为支撑运输协议：
- 客户端初始化与服务器的TCP连接（创建socket）
- 服务器接受来自客户端的连接
- HTTP报文在二者间交换
- TCP连接丢失
注意：HTTP属于无状态协议（stateless protocol），服务器不保存任何该客户的状态信息
非持久连接和持久连接
非持久连接：每个请求/响应对是经过一个单独的TCP连接发送
持久连接：所有请求及响应经相同的TCP连接发送
HTTP两者均能使用
非持久连接的HTTP
访问www.someSchool.edu/someDepartment/home.index（一个HTML基本文件和十张图片）
- HTTP客户进程在端口号为80发起一个到服务器www.someSchool.edu的TCP连接
- HTTP客户经它的套接字向服务器发送一个HTTP请求报文（包含了路径名/someDepartment/home.index)
- HTTP服务器进程经它的套接字接收该请求报文，从其存储器中检索出对象www.someSchool.edu/someDepartment/home.index，并封装入一个HTTP响应报文通过套接字发送给客户
- HTTP服务器进程通知TCP断开该TCP连接
- HTTP客户接收响应报文，TCP连接关闭
- 为10张图片重复1-5步骤
每个TCP连接只传输一个请求报文和一个响应报文，每个连接并不为其他的对象而持续下来
获得图片对象可以使用串行或并行的TCP连接，并行可以减少响应时间
RTT，Round-trip Time往返时间：一个短的分组从客户到服务器然后再返回客户所花费的时间（包含处理时延、排队时延、传播时延）
HTTP response time = 2 × RTT + file transimission time
持久连接的HTTP
非持久连接缺点：
- 必须为每个请求的对象建立和维护一个全新的连接（分配TCP缓冲区），给服务器带来严重负担
- 每个对象经受超过两倍的RTT时延，响应时间不及时
持久连接：
服务器发送响应后保持TCP打开，后续的请求和响应报文可以通过相同的连接进行传送
对对象的请求可以一个接一个地发出而不必等待流水线（pipelining，不等待已发送消息的应答，连续发送后面的消息）的回答
是HTTP的默认模式：持久连接+流水线
HTTP报文格式
请求报文
- Host：对象所在的主机
- User-agent：指明用户代理，即向服务器发送请求的浏览器类型
- Accept：告诉服务器客户端接受什么类型的响应
- Date：请求发送的日期和时间
- Connection：是否需要持久连接（keep-alive持久连接）
entity body：实体体，使用GET方法时其为空，POST方法时使用它
- HEAD方法类似于GET方法，但是响应后不会返回请求对象，常用来进行调试跟踪
- PUT方法常与Web发行工具联合使用，允许用户上传对象到指定的Web服务器上指定的地址/目录
- DELETE方法允许用户或者应用程序删除Web服务器上的对象
响应报文
Server：指示响应服务器
Last-Modified：对象创建或者最后修改的日期和时间
Content-Length：被发送对象中的字节数
Content-Type：对象类型
常见状态码和相关短语
- 200 OK：请求成功，信息返回在响应报文中
- 301 Moved Permanently：请求的对象已经被永久转移了，新的URL在响应报文里的Location中
- 400 Bad Request：服务器无法理解请求
- 404 Not Found：请求的 文档不在服务器上
- 505 HTTP Version Not Supported：服务器不支持请求报文使用的HTTP协议
表单输入：分为POST（表单输入信息在body字段）和GET（表单输入信息在URL中）
补充：telnet命令可以实现远程登录服务器
用户和服务器的交互：Cookie
为了识别用户，Web站点使用cookie，允许站点对用户进行追踪（HTTP无法实现）
组件
- HTTP响应报文里的cookie首部行
- HTTP请求报文中的cookie首部行
- 用户端系统中保留一个cookie文件，由用户浏览器存储
- 位于网站后端数据库中（eg：可以想象当今你浏览了某乎上商品的推荐，某宝或某东会推出你所查看过的商品，这些网络大户们十分可能共享了后端数据库信息，以此类推）
突然联想到不同设备登录判断，很有可能用到了cookie，登录的信息存储到cookie，后端对cookie内容进行判断（具体貌似不是这样实现，不过cookie确实好用，只要我不去清理它，就可以在哪上浏览器是自动登录和查看历史信息之类的，爬虫就经常借用了cookie来进行登录）
Web缓存
aka 代理服务器（proxy server），代表初始服务器来满足HTTP请求的网络实体
具体过程：
- 浏览器创建一个到Web cache的TCP连接，并向Web缓存器中的对象发送一个HTTP请求
- Web缓存器检查看本地是否存储了该对象副本，若有就向客户浏览器用HTTP响应报文返回该对象
- 若无该对象，就打开一个与该对象的初始服务器的TCP连接，Web缓存器向服务器发送一个对该对象的HTTP请求。接到请求后，初始服务器向Web缓存器发送具有该对象的HTTP响应
- Web缓存器收到对象后，在本地存储空间存储一份副本，并向客户的浏览器用HTTP响应报文发送该副本
Web缓存器既是服务器又是客户
why？
- 减少对客户请求的响应时间
- 减少一个机构的接入链路到因特网的通信量（降低费用，改善应用性能）
内容分发网络（Content Distribution Network，CDN）：CDN公司在因特网上安装许多地理上分散的缓存器，使大量流量实现了本地化
条件GET方法
基于web cache的对象副本可能是旧的，导致问题出现；因此有了条件GET方法，允许Web cache检查对象是否最新
条件GET请求报文：1.请求报文使用GET方法；2.请求报文包含一个If-Modified-Since:<date>首部行
缓存器在存储对象时也存储了其最后修改日期，下次访问如果对象没被修改（看日期），原始服务器就返回不包含对象的响应报文
