HTTP協議入門
HTTP 協議是互聯網的基礎協議，也是網頁開發的必備知識，***版本 HTTP/2 更是讓它成為技術熱點。
本文介紹 HTTP 協議的歷史演變和設計思路。
一、HTTP/0.9
HTTP 是基于 TCP/IP 協議的應用層協議。它不涉及數據包(packet)傳輸，主要規定了客戶端和服務器之間的通信格式，默認使用80端口。
最早版本是1991年發布的0.9版。該版本極其簡單，只有一個命令GET。
- GET /index.html
上面命令表示，TCP 連接(connection)建立后，客戶端向服務器請求(request)網頁index.html。
協議規定，服務器只能回應HTML格式的字符串，不能回應別的格式。
- <html>
- <body>Hello World</body>
- </html>
服務器發送完畢，就關閉TCP連接。
二、HTTP/1.0
2.1 簡介
1996年5月，HTTP/1.0 版本發布，內容大大增加。
首先，任何格式的內容都可以發送。這使得互聯網不僅可以傳輸文字，還能傳輸圖像、視頻、二進制文件。這為互聯網的大發展奠定了基礎。
其次，除了GET命令，還引入了POST命令和HEAD命令，豐富了瀏覽器與服務器的互動手段。
再次，HTTP請求和回應的格式也變了。除了數據部分，每次通信都必須包括頭信息(HTTP header)，用來描述一些元數據。
其他的新增功能還包括狀態碼(status code)、多字符集支持、多部分發送(multi-part type)、權限(authorization)、緩存(cache)、內容編碼(content encoding)等。
2.2 請求格式
下面是一個1.0版的HTTP請求的例子。
- GET / HTTP/1.0
- User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5)
- Accept: */*
可以看到，這個格式與0.9版有很大變化。
***行是請求命令，必須在尾部添加協議版本(HTTP/1.0)。后面就是多行頭信息，描述客戶端的情況。
2.3 回應格式
服務器的回應如下。
- HTTP/1.0 200 OK
- Content-Type: text/plain
- Content-Length: 137582
- Expires: Thu, 05 Dec 1997 16:00:00 GMT
- Last-Modified: Wed, 5 August 1996 15:55:28 GMT
- Server: Apache 0.84
- <html>
- <body>Hello World</body>
- </html>
回應的格式是”頭信息 + 一個空行(\r\n) + 數據”。其中，***行是”協議版本 + 狀態碼(status code) + 狀態描述”。
2.4 Content-Type 字段
關于字符的編碼，1.0版規定，頭信息必須是 ASCII 碼，后面的數據可以是任何格式。因此，服務器回應的時候，必須告訴客戶端，數據是什么格式，這就是Content-Type字段的作用。
下面是一些常見的Content-Type字段的值。
- text/plain
- text/html
- text/css
- image/jpeg
- image/png
- image/svg+xml
- audio/mp4
- video/mp4
- application/javascript
- application/pdf
- application/zip
- application/atom+xml
這些數據類型總稱為MIME type，每個值包括一級類型和二級類型，之間用斜杠分隔。
除了預定義的類型，廠商也可以自定義類型。
- application/vnd.debian.binary-package
上面的類型表明，發送的是Debian系統的二進制數據包。
MIME type還可以在尾部使用分號，添加參數。
- Content-Type: text/html; charset=utf-8
上面的類型表明，發送的是網頁，而且編碼是UTF-8。
客戶端請求的時候，可以使用Accept字段聲明自己可以接受哪些數據格式。
- Accept: */*
上面代碼中，客戶端聲明自己可以接受任何格式的數據。
MIME type不僅用在HTTP協議，還可以用在其他地方，比如HTML網頁。
- <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
- <!-- 等同于 -->
- <meta charset="utf-8" />
2.5 Content-Encoding 字段
由于發送的數據可以是任何格式，因此可以把數據壓縮后再發送。Content-Encoding字段說明數據的壓縮方法。
- Content-Encoding: gzip
- Content-Encoding: compress
- Content-Encoding: deflate
客戶端在請求時，用Accept-Encoding字段說明自己可以接受哪些壓縮方法。
- Accept-Encoding: gzip, deflate
2.6 缺點
HTTP/1.0 版的主要缺點是，每個TCP連接只能發送一個請求。發送數據完畢，連接就關閉，如果還要請求其他資源，就必須再新建一個連接。
TCP連接的新建成本很高，因為需要客戶端和服務器三次握手，并且開始時發送速率較慢(slow start)。所以，HTTP 1.0版本的性能比較差。隨著網頁加載的外部資源越來越多，這個問題就愈發突出了。
為了解決這個問題，有些瀏覽器在請求時，用了一個非標準的Connection字段。
- Connection: keep-alive
這個字段要求服務器不要關閉TCP連接，以便其他請求復用。服務器同樣回應這個字段。
- Connection: keep-alive
一個可以復用的TCP連接就建立了，直到客戶端或服務器主動關閉連接。但是，這不是標準字段，不同實現的行為可能不一致，因此不是根本的解決辦法。
三、HTTP/1.1
1997年1月，HTTP/1.1 版本發布，只比 1.0 版本晚了半年。它進一步完善了 HTTP 協議，一直用到了20年后的今天，直到現在還是***的版本。
3.1 持久連接
1.1 版的***變化，就是引入了持久連接(persistent connection)，即TCP連接默認不關閉，可以被多個請求復用，不用聲明Connection: keep-alive。
客戶端和服務器發現對方一段時間沒有活動，就可以主動關閉連接。不過，規范的做法是，客戶端在***一個請求時，發送Connection: close，明確要求服務器關閉TCP連接。
- Connection: close
目前，對于同一個域名，大多數瀏覽器允許同時建立6個持久連接。
3.2 管道機制
1.1 版還引入了管道機制(pipelining)，即在同一個TCP連接里面，客戶端可以同時發送多個請求。這樣就進一步改進了HTTP協議的效率。
舉例來說，客戶端需要請求兩個資源。以前的做法是，在同一個TCP連接里面，先發送A請求，然后等待服務器做出回應，收到后再發出B請求。管道機制則是允許瀏覽器同時發出A請求和B請求，但是服務器還是按照順序，先回應A請求，完成后再回應B請求。
3.3 Content-Length 字段
一個TCP連接現在可以傳送多個回應，勢必就要有一種機制，區分數據包是屬于哪一個回應的。這就是Content-length字段的作用，聲明本次回應的數據長度。
- Content-Length: 3495
上面代碼告訴瀏覽器，本次回應的長度是3495個字節，后面的字節就屬于下一個回應了。
在1.0版中，Content-Length字段不是必需的，因為瀏覽器發現服務器關閉了TCP連接，就表明收到的數據包已經全了。
3.4 分塊傳輸編碼
使用Content-Length字段的前提條件是，服務器發送回應之前，必須知道回應的數據長度。
對于一些很耗時的動態操作來說，這意味著，服務器要等到所有操作完成，才能發送數據，顯然這樣的效率不高。更好的處理方法是，產生一塊數據，就發送一塊，采用”流模式”(stream)取代”緩存模式”(buffer)。
因此，1.1版規定可以不使用Content-Length字段，而使用“分塊傳輸編碼”(chunked transfer encoding)。只要請求或回應的頭信息有Transfer-Encoding字段，就表明回應將由數量未定的數據塊組成。
- Transfer-Encoding: chunked
每個非空的數據塊之前，會有一個16進制的數值，表示這個塊的長度。***是一個大小為0的塊，就表示本次回應的數據發送完了。下面是一個例子。
- HTTP/1.1 200 OK
- Content-Type: text/plain
- Transfer-Encoding: chunked
- 25
- This is the data in the first chunk
- 1C
- and this is the second one
- 3
- con
- 8
- sequence
- 0
3.5 其他功能
1.1版還新增了許多動詞方法：PUT、PATCH、HEAD、 OPTIONS、DELETE。
另外，客戶端請求的頭信息新增了Host字段，用來指定服務器的域名。
- Host: www.example.com
有了Host字段，就可以將請求發往同一臺服務器上的不同網站，為虛擬主機的興起打下了基礎。
3.6 缺點
雖然1.1版允許復用TCP連接，但是同一個TCP連接里面，所有的數據通信是按次序進行的。服務器只有處理完一個回應，才會進行下一個回應。要是前面的回應特別慢，后面就會有許多請求排隊等著。這稱為“隊頭堵塞”(Head-of-line blocking)。
為了避免這個問題，只有兩種方法：一是減少請求數，二是同時多開持久連接。這導致了很多的網頁優化技巧，比如合并腳本和樣式表、將圖片嵌入CSS代碼、域名分片(domain sharding)等等。如果HTTP協議設計得更好一些，這些額外的工作是可以避免的。
四、SPDY 協議
2009年，谷歌公開了自行研發的 SPDY 協議，主要解決 HTTP/1.1 效率不高的問題。
這個協議在Chrome瀏覽器上證明可行以后，就被當作 HTTP/2 的基礎，主要特性都在 HTTP/2 之中得到繼承。
五、HTTP/2
2015年，HTTP/2 發布。它不叫 HTTP/2.0，是因為標準委員會不打算再發布子版本了，下一個新版本將是 HTTP/3。
5.1 二進制協議
HTTP/1.1 版的頭信息肯定是文本(ASCII編碼)，數據體可以是文本，也可以是二進制。HTTP/2 則是一個徹底的二進制協議，頭信息和數據體都是二進制，并且統稱為”幀”(frame)：頭信息幀和數據幀。
二進制協議的一個好處是，可以定義額外的幀。HTTP/2 定義了近十種幀，為將來的高級應用打好了基礎。如果使用文本實現這種功能，解析數據將會變得非常麻煩，二進制解析則方便得多。
5.2 多工
HTTP/2 復用TCP連接，在一個連接里，客戶端和瀏覽器都可以同時發送多個請求或回應，而且不用按照順序一一對應，這樣就避免了”隊頭堵塞”。
舉例來說，在一個TCP連接里面，服務器同時收到了A請求和B請求，于是先回應A請求，結果發現處理過程非常耗時，于是就發送A請求已經處理好的部分， 接著回應B請求，完成后，再發送A請求剩下的部分。
這樣雙向的、實時的通信，就叫做多工(Multiplexing)。
5.3 數據流
因為 HTTP/2 的數據包是不按順序發送的，同一個連接里面連續的數據包，可能屬于不同的回應。因此，必須要對數據包做標記，指出它屬于哪個回應。
HTTP/2 將每個請求或回應的所有數據包，稱為一個數據流(stream)。每個數據流都有一個***的編號。數據包發送的時候，都必須標記數據流ID，用來區分它屬于哪個數據流。另外還規定，客戶端發出的數據流，ID一律為奇數，服務器發出的，ID為偶數。
數據流發送到一半的時候，客戶端和服務器都可以發送信號(RST_STREAM幀)，取消這個數據流。1.1版取消數據流的唯一方法，就是關閉TCP連接。這就是說，HTTP/2 可以取消某一次請求，同時保證TCP連接還打開著，可以被其他請求使用。
客戶端還可以指定數據流的優先級。優先級越高，服務器就會越早回應。
5.4 頭信息壓縮
HTTP 協議不帶有狀態，每次請求都必須附上所有信息。所以，請求的很多字段都是重復的，比如Cookie和User Agent，一模一樣的內容，每次請求都必須附帶，這會浪費很多帶寬，也影響速度。
HTTP/2 對這一點做了優化，引入了頭信息壓縮機制(header compression)。一方面，頭信息使用gzip或compress壓縮后再發送;另一方面，客戶端和服務器同時維護一張頭信息表，所有字段都會存入這個表，生成一個索引號，以后就不發送同樣字段了，只發送索引號，這樣就提高速度了。
5.5 服務器推送
HTTP/2 允許服務器未經請求，主動向客戶端發送資源，這叫做服務器推送(server push)。
常見場景是客戶端請求一個網頁，這個網頁里面包含很多靜態資源。正常情況下，客戶端必須收到網頁后，解析HTML源碼，發現有靜態資源，再發出靜態資源請求。其實，服務器可以預期到客戶端請求網頁后，很可能會再請求靜態資源，所以就主動把這些靜態資源隨著網頁一起發給客戶端了。
六、參考鏈接
- Journey to HTTP/2, by Kamran Ahmed
- HTTP, by Wikipedia
- HTTP/1.0 Specification
- HTTP/2 Specification
