Http请求及响应全过程

HTTP请求及响应过程

一、Http请求及响应过程总体介绍
第一步：解析域名，即解析输入框中的请求地址；
第二步：发起三次握手；
第三步：建立TCP连接后，发起Http请求；
第四步：服务器端接收请求并解析，处理请求后响应给客户端
第五步：客户端解析响应页面请求并进行页面渲染

二、Http请求及响应过程步骤解析(以谷歌浏览器为例)

第一步：解析域名
1、首先浏览器搜索自身的DNS缓存，查看缓存中是否有输入框中的请求地址并且缓存未过期，如果存在，则解析完成；否则，则进行下一步操作。
    注：查看Chrome浏览器自身的缓存：chrome://net-internals/#dns
2、如果浏览器自身的缓存里面没有找到对应的请求地址，那么浏览器会搜索操作系统自身的DNS缓存。如果找到且缓存信息没有过期，则解析完成；否则进行下一步操作。
     注：查看Windows操作系统自身的DNS缓存，可以在命令行下使用 ipconfig /displaydns
3、 如果系统缓存中没有请求地址信息，那么浏览器会尝试读取(Windows)hosts文件(位于C:\Windows\System32\drivers\etc)，如果有则解析完成。
4、如果host文件中也没有请求地址的信息，浏览器会会向本地配置的首选DNS服务器发起域名解析请求（通过的是UDP协议向DNS的53端口发起请求，这个请求是递归的请求，也就是运营商的DNS服务器必须得提供给我们该域名的IP地址）。
5、如果上一步失败了，操作系统就会查找NetBIOS name Cache进行解析。如果成功，则解析完成，否则就进行下一步。
6、如果上一步也没有成功，那会查询WINS 服务器（NETBIOS名称和IP地址对应的服务器）
7、如果上一步也没有查询成功，那么客户端就要进行广播查找。
8、 如果上一步也没有成功，那么客户端就读取LMHOSTS文件（和HOSTS文件同一个目录下，写法也一样）
9、如果第八步还没有解析成功，那么就宣告这次解析失败，那就无法跟目标计算机进行通信。只要这八步中有一步可以解析成功，那就可以成功和目标计算机进行通信。

第二步：发起三次握手
  获取到解析后的域名后，User-Agent（一般是指浏览器）会以一个随机端口（1024 < 端口 < 65535）向服务器的WEB程序（常用的有httpd,nginx等）80端口发起TCP的连接请求。连接请求通过路由设备进入到网卡，然后是进入到内核的TCP/IP协议栈(有可能要经过Netfilter防火墙)，最终到达WEB程序,建立了TCP/IP的连接。
  三次握手协议如图所示： 

  1） Client首先发送一个连接试探，ACK=0 表示确认号无效，SYN = 1 表示这是一个连接请求或连接接受报文，同时表示这个数据报不能携带数据，seq = x 表示Client自己的初始序号（seq = 0 就代表这是第0号包），这时候Client进入syn_sent状态，表示客户端等待服务器的回复

  2） Server监听到连接请求报文后，如同意建立连接，则向Client发送确认。TCP报文首部中的SYN 和 ACK都置1 ，ack = x + 1表示期望收到对方下一个报文段的第一个数据字节序号是x+1，同时表明x为止的所有数据都已正确收到（ack=1其实是ack=0+1,也就是期望客户端的第1个包），seq = y 表示Server 自己的初始序号（seq=0就代表这是服务器这边发出的第0号包）。这时服务器进入syn_rcvd，表示服务器已经收到Client的连接请求，等待client的确认。

  3） Client收到确认后还需再次发送确认，同时携带要发送给Server的数据。ACK 置1 表示确认号ack= y + 1 有效（代表期望收到服务器的第1个包），Client自己的序号seq= x + 1（表示这就是我的第1个包，相对于第0个包来说的），一旦收到Client的确认之后，这个TCP连接就进入Established状态，就可以发起http请求了。

第三步：发起HTTP请求
在三次握手成功之后，客户端向服务器发起HTTP请求。
  HTTP请求报文内容如下：
    请求行：如 GET /index.html HTTP/1.1 （请求的方法  请求的URL 请求所使用的协议/请求协议的版本）
    请求头：User-Agent  Host等成对出现的值
    请求体
    空行
    消息体

第四步：服务器端处理请求并响应
服务器解析客户端发起的HTTP请求并处理，以报文的形式响应给客户端。
  1）HTTP响应报文内容如下：
     状态行：如 HTTP/1.1 200 OK （请求所使用的协议/请求协议的版本 响应状态 状态说明）
     响应头：如 Content-Type:text/json;charset=UTF-8 ...
     空行
     消息体
  2）响应状态码及其含义
     1xx: 信息性状态码      100, 101
     2xx: 成功状态码        200：OK
     3xx: 重定向状态码
          301: 永久重定向, Location响应首部的值仍为当前URL，因此为隐藏重定向;
          302: 临时重定向，显式重定向, Location响应首部的值为新的URL
          304：Not Modified  未修改，比如本地缓存的资源文件和服务器上比较时，发现并没有修改，服务器返回一个304状态码，告诉浏览器，你不用请求该资源，直接使用本地的资源即可。
     4xx: 客户端错误状态码   
          404: Not Found  请求的URL资源并不存在
     5xx: 服务器端错误状态码
          500: Internal Server Error  服务器内部错误
          502: Bad Gateway  前面代理服务器联系不到后端的服务器时出现
          504：Gateway Timeout  这个是代理能联系到后端的服务器，但是后端的服务器在规定的时间内没有给代理服务器响应

第五步：客户端解析响应页面并渲染
浏览器拿到index.html文件后，就开始解析其中的html代码，遇到js/css/image等静态资源时，就向服务器端去请求下载（会使用多线程下载，每个浏览器的线程数不一样），这个时候就用上keep-alive特性了，建立一次HTTP连接，可以请求多个资源，下载资源的顺序就是按照代码里的顺序，但显示的顺序并不一定是代码里面的顺序。浏览器再一次请求静态资源时，那么浏览器会直接读取本地的该资源的缓存文件。
详细的浏览器工作原理请参考：http://kb.cnblogs.com/page/129756/

附图：Chrome浏览器下，Http请求内容


本篇博客参考自 http://blog.51cto.com/linux5588/1351007