从一个HTTP请求来读懂HTTP、TCP协议

from:https://www.toutiao.com/i6885366707725009419/

从一个HTTP请求来看网络分层原理

两台主机间会通过非常多网络设备，不管哪个网络设备都会发生数据丢失，如果发生数据丢失的话，会发生数据重传，会出现数据重复（之前丢失的包并不是丢失而是产生了延时）。数据传输的介质也可能多样，如内网里通过网线进行传输，连接到公网的话会通过光纤进行连接，所以要实现不同介质间信号的转换，还有从光纤到路由器无线脉冲转换，距离远的话还有信号衰减问题。所以在网络传输过程中有非常多的问题需要解决，把问题分组分层，不同层次间解决不同问题，不同层次间定义标准化接口让它们间可以进行数据的通信。

复杂的网络

为了简化网络的复杂度，网络通信的不同方面被分解为多层次结构，每一层只与紧挨着的上层或者下层进行交互，将网络分层，这样就可以修改，甚至替换某一层的软件，只要层与层之间的接口保持不变，就不会影响到其他层。

· OSI( Open System Interconnection Reference Model): 开放系统互联参考模型

· TCP/IP 协议族

OSI七层理论体系结构

1. 物理层：解决两台主机的通信问题—A往B发送比特流（0101），B能接收到这些比特流。定义了物理设备的标准如网线的类型，光纤的接口类型以及传输介质的传输速率等。

2. 数据链路层：由于物理层上的传输的比特流可能会出现错传、误传等，所以数据链路层定义了如何格式化数据即将比特流封装成帧，提供了错误检测。

3. 网络层：随着节点的增加，点对点通信是需要经过多个节点的，如何找到目标节点，如何找到最优路径变成为了首要需求。所以出现了网络层，主要目的是将网络地址翻译成对应的物理地址，分组传输、路由选择，本层的传输单位是数据报（分组），本层需要注意的TCP/IP协议中的TCP协议。

4. 传输层：随着网络需要的进一步扩大，通信过程中需要传输大量的数据，网络可能会发生中断，为了保证传输大量文件时的准确性，需要对发送的数据进行切分，切分成一个个的segment进行发送，考虑如何在接受方拼接切分的segment组成完整的数据，以及发现丢失segment时该如何处理，需要注意的协议TCP、UDP。

5. 会话层：不同机器上的用户之间建立以及管理会话。用于保证应用程序自动收发包和寻址。

6. 表示层：信息的语义语法，加密解密，转换翻译，压缩解压缩。

7. 应用层：规定双方必须使用固定长度的消息头，且消息头必须记录消息长度等信息。需要注意的是TCP/IP协议中的HTTP协议。

TCP/IP四层模型

是OSI的一种实现，包括应用层、运输层、网际层和网络接口层。

一个HTTP请求的分层解析流程

如上图右边一个服务器部署了一个静态页面，通过nginx部署在公网上，浏览器通过域名对它进行访问，浏览器输入域名点回车后是怎么工作的呢？

http://www.dumain.com

服务端只认ip地址，浏览器将域名解析出来，看下浏览器里有没有域名对应DNS的缓存，有的话直接拿到服务端的ip地址，没有的话去本地的host文件看有没有配置，没有配置的话才会发起一个DNS请求用来获取服务器ip地址。

DNS也是台服务器也有自己的ip地址，这时候应用层会构造一个DNS请求报文，应用层会去调用传输层的接口一个socket的API，DNS默认使用UDP实现数据传输，即应用层调用传输层的API，传输层会在DNS请求报文基础上加一个UDP的请求头，传输层将数据交给网络层，网络层同样在UDP请求报文基础上加IP的请求头，网络层会将IP请求报文交给数据链路层，数据链路层会将自己的mac头加上去并把对应的请求报文交给下一个机器的mac地址也会加上去，下一个机器的mac地址通过网络层ARP协议找到，ARP会发送一些请求看下你对应的ip地址的mac地址是多少，最后通过物理层物理介质传出去，通常传到路由器上.

路由器是三层设备（从下向上）从物理层开始连接，物理层交给数据链路层，数据链路层看下地址是不是给我的，是给我的进行解析，不是给我的就丢弃，报文再传给上面一层网络层，网络层把数据传到下一个路由器的地址是多少，会通过运营商的网络接口传到运营商的路由器上，运营商有自己的DNS服务器，如果配置的是运营商自己的DNS服务器的话会直接在这个DNS服务器里找自己对应的域名拿到对应的ip地址，也就是刚请求DNS报文地址，然后原路返回解析直到应用层拿到刚域名对应的ip地址，这样就可以进行HTTP请求报文的发送，再调用传输层协议是TCP参数，同样每到一层加头。

HTTP

什么是HTTP?

超文本传输协议，是一个基于请求与响应，无状态的，应用层的协议，常基于TCP/IP协议传输数据，互联网上应用最为广泛的一种网络协议,所有的WWW文件都必须遵守这个标准。设计HTTP的初衷是为了提供一种发布和接收HTML页面的方法。

HTTP特点

1. 无状态：协议对客户端没有状态存储，对事物处理没有“记忆”能力，比如访问一个网站需要反复进行登录操作。

2. 无连接：HTTP/1.1之前，由于无状态特点，每次请求需要通过TCP三次握手四次挥手，和服务器重新建立连接。比如某个客户机在短时间多次请求同一个资源，服务器并不能区别是否已经响应过用户的请求，所以每次需要重新响应请求，需要耗费不必要的时间和流量。

3. 基于请求和响应：基本的特性，由客户端发起请求，服务端响应。

4. 简单快速、灵活。

5. 通信使用明文、请求和响应不会对通信方进行确认、无法保护数据的完整性。

HTTP协议版本已经演化到3.0版本，关于协议版本可以查看 快速掌握HTTP1.0 1.1 2.0 3.0的特点及其区别

HTTP报文格式

HTTP 协议的请求报文和响应报文的结构基本相同，由三大部分组成:

· 起始行(start line)：描述请求或响应的基本信息

· 头部字段集合(header)：使用 key-value 形式更详细地说明报文

· 消息正文(entity)：实际传输的数据，它不一定是纯文本，可以是图片、视频等二进制数据

其中起始行和头部的字段并成为 请求头 或者 响应头，统称为 Header；消息正文也叫实体，称为 body。HTTP 协议规定每次发送的报文必须要有 Header，但是可以没有 body，也就是说头信息是必须的，实体信息可以没有。而且在 header 和 body 之间必须要有一个空行（CRLF）。

请求行报文格式

· 请求方法:如 GET/HEAD/PUT/POST，表示对资源的操作;

· 请求目标:通常是一个 URI，标记了请求方法要操作的资源;

· 版本号:表示报文使用的 HTTP 协议版本。

响应报文格式

· 版本号:表示报文使用的 HTTP 协议版本;

· 状态码:一个三位数，用代码的形式表示处理的结果，比如 200 是成功，500 是服务器错误;

· 原因:作为数字状态码补充，是更详细的解释文字，帮助人理解原因。

请求及响应报文格式对比

HTTP 头字段

头部字段是 key-value 的形式，key 和 value 之间用“:”分隔，最后用 CRLF 换行表示字

段结束。比如前后分离时经常遇到的要与后端协商传输数据的类型“Content-type: application/json”，这里 key 就是“Content-type”，value 就 是“application/json”。HTTP 头字段非常灵活，不仅可以使用标准里的 Host、 Connection 等已有头，也可以任意添加自定义头，这就给 HTTP 协议带来了无限的扩展可能。

头字段注意事项

· 字段名不区分大小写，字段名里不允许出现空格，可以使用连字符“-”，但不

· 能使用下划线“_”(有的服务器不会解析带“_”的头字段)。字段名后面必须紧接 着“:”，不能有空格，而“:”后的字段值前可以有多个空格;

· 字段的顺序是没有意义的，可以任意排列不影响语义;

· 字段原则上不能重复，除非这个字段本身的语义允许，例如 Set-Cookie。

HTTP 协议中有非常多的头字段，但基本上可以分为四大类：通用标头、实体标头、请求标头、响应标头。

HTTP 头字段更多内容请查看《深入掌握HTTP四种标头基本概念 》

TCP 协议

TCP(Transmission Control Protocol)，传输控制协议：面向连接的，可靠的，基于字节流的传输层通信协议。它能帮助你确定计算机连接到 Internet 以及它们之间的数据传输。通过三次握手来建立 TCP 连接，三次握手就是用来启动和确认 TCP 连接的过程。一旦连接建立后，就可以发送数据了，当数据传输完成后，会通过关闭虚拟电路来断开连接。

TCP特点

· 基于连接的：数据传输之前需要建立连接
全双工的：双向传输

· 字节流：不限制数据大小，打包成报文段，保证有序接收，重复报文自动丢弃

· 流量缓冲：解决双方处理能力的不匹配

· 可靠的传输服务：保证可达，丢包时通过重发机制实现可靠性

· 拥塞控制：防止网络出现恶性拥塞

TCP报文格式

· 16位源端口/16位目的端口：负责实现应用程序之间的数据传输

· 32位序号/32位确认序号：用于实现tcp在传输层的包序管理——tcp有序交付数据

· 4位头部长度：以4个字节为单位；4位保存的最大数字是15；因此tcp报头最大长度是15*4=60个字节

· 6位保留位；

· 6位标志：

· URG——紧急指针标志

· ACK——确认回复标志

· PSH——提示立即接受位

· RST——重置连接位

· SYN——连接建立请求位

· FIN——断开连接请求位

· 16位窗口大小：滑动窗口机制–>流量控制–>告诉对端所能发送的最大数据量

· 校验和：二进制反码求和–>校验数据一致性

· 紧急指针：指明哪些数据是紧急数据

· 选项数据：三次握手时，协商MSS大小的数据

TCP连接:四元组[ 源地址， 源端口， 目的地址， 目的端口 ]

TCP三次握手

· 同步通信双方初始序列号( ISN, initial sequence number )

· 协商TCP通信参数(MSS, 窗口信息，指定校验和算法)

在了解具体流程之前，我们先认识几个概念

最初两端的TCP进程都处于CLOSED关闭状态，A主动打开连接，而B被动打开连接。

A、B关闭状态CLOSED — B收听状态LISTEN — A同步已发送状态SYN-SENT — B同步收到状态SYN-RCVD— A、B连接已建立状态ESTABLISHED

B的TCP服务器进程先创建传输控制块TCB，准备接受客户进程的连接请求。然后服务器进程就处于LISTEN（收听）状态，等待客户的连接请求。若有，则作出响应。

· SYN：它的全称是 Synchronize Sequence Numbers ，同步序列编号。是 TCP/IP 建立连接时使用的握手信号。在客户机和服务器之间建立 TCP 连接时，首先会发送的一个信号。客户端在发送 SYN 消息时，就会在自己的段内生成一个随机值 X。

· SYN-ACK：服务器收到 SYN 后，应答客户端连接，发送一个 SYN-ACK作为答复。确认号设置为比接收到的序列号多一个，即 X + 1，服务器为数据包选择的序列号是另一个随机数 Y。

· ACK： Ackowledge character ，确认字符，表示发来的数据已确认接收无误。最后客户端将 ACK 发送给服务器。序列号被设置为所接收的确认值即 Y+ 1。

下面通过一个案例看三次握手是怎么进行的

· 在Nginx服务器部署一个静态页面（我的端口为：8000）

· tcpdump指定网卡进行监听抓取报文

tcpdump -i en0 -S -c 3 port 8000

· 在客户端使用nc网络工具发送一个请求

nc 192.168.109.200 8000

· 三次握手监听结果如下：

· 内核在三次握手做的一些事情，如下：

· 连接状态查看

netstat -tpn # t:TCP连接装，p:进程显示 ，n:数字形式

# 每秒查看一次

netstat -tpn -c 1

TCP四次挥手

· A: 发送FIN数据包，代表A不再发送数据

· B: 收到请求，开始应答 ，避免了A重新发送FIN重试(应答机制)

· B: 处理完数据之后关闭，关闭连接,及发送FIN请求

· A: 收到请求后发送ACK应答，B服务可以释放连接

等待 2MSL后释放连接

1. 防止报文丢失，导致B重复发送FIN

2. 防止滞留在网络中的报文，对新建立的连接造成数据扰乱

字节流的协议

TCP把应用交付的数据仅仅看成是一连串的无结构的字节流，TCP并不 知道字节流的含义，TCP并不关心应用程序一次将多大的报文发送到 TCP的缓存中，而是根据对方给出的窗口值和当前网络拥堵的程度来决 定一个报文段应该包含多少个字节。

MSS: Max Segment Size, 默认 536byte 实际数据

在网络传输过程中可能会出现以下的一些情况：

· 客户端一段时间没有收到 ack 消息则重传

· 如果缓冲区满了则可能丢包或延时都需要重传

· 根据报文 sequeence number 字段重排序，还需要丢弃重复包。

数据传输的可靠性

停止等待协议如下：

停止等待协议，效率比较低

重传机制如下：

· ack 报文丢失

· 请求报文丢失

滑动窗口协议与累计确认(延时ack)

如上效率低，所以tcp提出了新的协议-滑动窗口协议与累计确认（延时ack）。

滑动窗口大小同通过tcp三次握手和对端协商，且受网络状况影响。

上面是一个一个报文，实际可发一批报文，服务器并不是挨个去确认，上面回一个ack浪费资源，单独响应一个报文时，tcp本身一个报文至少20个字节再加上ip头报文20字节，所以一个ack至少40字节。

所以延时ack的发送，如下图确认最后一个报文如5就可以，但这样也有一个问题如3的报文丢了，这时只能确认1和2连续报文，从3以后的报文全要重传，已确认的报文在缓冲区丢弃掉。