Web应用

1 Web与HTTP

World Wide Web: Tim Berners-Lee

• 网页
• 网页互相链接
  　　

网页(Web Page)包含多个对象(objects)

• 对象：HTML文件、JPEG图片、视频文件、动态脚本等
• 基本HTML文件：包含对其他对象引用的链接
  　　

对象的寻址(addressing)

• URL(Uniform Resoure Locator)：统一资源定位器 RFC1738
• Scheme://host:port/path

2 HTTP协议概述

万维网应用遵循什么协议？

• 超文本传输协议：HyperText Transfer Protocol
  　　

C/S结构

• 客户—Browser：请求、接收、展示Web对象
• 服务器—Web Server：响应客户的请求，发送对象
  　　　　

HTTP版本：

• 1.0： RFC 1945
• 1.1： RFC 2068
  　　

使用TCP传输服务

• 服务器在80端口等待客户的请求
• 浏览器发起到服务器的TCP连接(创建套接字Socket)
• 服务器接受来自浏览器的TCP连接
• 浏览器(HTTP客户端)与Web服务器(HTTP服务器)交
  换HTTP消息
• 关闭TCP连接
  　　

无状态(stateless)

• 服务器不维护任何有关客户端过去所发请求的信息

有状态的协议更复杂:需维护状态(历史信息)；如果客户或服务器失效，会产生状态的不一致，解决这种不一致代价高。

3 HTTP连接类型

3.1 非持久性连接和持久性连接

非持久性连接(NonpersistentHTTP)

• 每个TCP连接最多允许传输一个对象
• HTTP 1.0版本使用非持久性连接
  　　

持久性连接(Persistent HTTP)

• 每个TCP连接允许传输多个对象
• HTTP 1.1版本默认使用持久性连接
  　　

3.2 响应时间分析与建模

RTT(Round Trip Time)：从客户端发送一个很小的数据包到服务器
并返回所经历的时间。
　　

非持久性连接响应时间(Response time)：

• 发起、建立TCP连接： 1个RTT
• 发送HTTP请求消息到HTTP响应消息的前几个字节到达： 1个RTT
• 响应消息中所含的文件/对象传输时间
• Total=2RTT +文件发送时间

非持久性连接的问题：每个对象需要2个RTT，操作系统需要为每个TCP连接开销资源(overhead)。
浏览器会怎么做？打开多个并行的TCP连接以获取网页所需对象给服务器端造成什么影响？
　　

持久性连接响应时间(Response time)：

发送响应后，服务器保持TCP连接的打开，后续的HTTP消息可以通过这个连接发送。

无流水(pipelining)的持久性连接：客户端只有收到前一个响应后才发送新的请求，每个被引用的对象耗时1个RTT。

带有流水机制的持久性连接：HTTP 1.1的默认选项，客户端只要遇到一个引用对象就尽快发出请求。理想情况下，收到所有的引用对象只需耗时约1个RTT。

4 HTTP消息格式

HTTP协议有两类消息

• 请求消息(request)
• 响应消息(response)

请求消息

请求消息：ASCII，人直接可读。

HTTP请求消息通用格式

上传输入的方法

POST方法：网页经常需要填写表格(form)，在请求消息的消息体(entity body)中上传客户端的输入。

URL方法：使用GET方法。输入信息通过request行的URL字段上传。例如www.somesite.com/animalsearch?monkeys&banana。

方法的类型

HTTP/1.0：GET、POST、HEAD（请Server不要将所请求的对象放入响应消息中，主要用来进行测试）。

HTTP/1.1：GET、POST、HEAD、PUT（将消息体中的文件上传到URL字段所指定的路径）、DELETE（删除URL字段所指定的文件）。

HTTP响应消息

HTTP响应 状态码

• 响应消息的第一行
• 示例
  
  • 200 OK
  • 301 Moved Permanently
  • 400 Bad Request
  • 404 Not Found
  • 505 HTTP Version Not Supported

5 Cookie技术

为什么需要Cookie？

HTTP协议无状态，很多应用需要服务器掌握客户端的状态，如网上购物，如何实现？

Cookie技术

• 某些网站为了辨别用户身份、进行session跟踪而储存在用户本地终端上的数据（通常经过加密）。
• RFC6265
  　　

Cookie的组件

• HTTP响应消息的cookie头部行
• HTTP请求消息的cookie头部行
• 保存在客户端主机上的cookie文件，由浏览器管理
• Web服务器端的后台数据库
  　　　

Cookie的原理

Cookie的作用

Cookie能够用于：身份认证、购物车、推荐、Web e-mail…….
不过也存在很严重的隐私问题。

6 Web缓存/代理技术

功能：在不访问服务器的前提下满足客户端的HTTP请求。
　　

为什么要发明这种技术？

• 缩短客户请求的响应时间。
• 减少机构/组织的流量。
• 在大范围内(Internet)实现有效的内容分发。
  　　

Web缓存/代理服务器

• 用户设定浏览器通过缓存进行Web访问
• 浏览器向缓存/代理服务器发送所有的HTTP请求
  
  • 如果所请求对象在缓存中，缓存返回对象
  • 否则，缓存服务器向原始服务器发送HTTP请求，获取对象，然后返回给客户端并保存该对象
• 缓存既充当客户端，也充当服务器
• 一般由ISP(Internet服务提供商)架设

Web缓存示例

假定：

• 对象的平均大小=100,000比特。
• 机构网络中的浏览器平均每秒有15个到原始服务器的请求。
• 从机构路由器到原始服务器的往返延迟=2秒。

网络性能分析：

• 局域网(LAN)的利用率=15%
• 接入互联网的链路的利用率=100%
• 总的延迟=互联网上的延迟+访问延迟+局域网
• 延迟=2秒+几分钟+几微秒
  　　

解决方案1：
提升互联网接入带宽=10Mbps

网络性能分析：

• 局域网(LAN)的利用率=15%。
• 接入互联网的链路的利用率=15%。
• 总的延迟=互联网上的延迟+访问延迟+局域网。
• 延迟=2秒+几微秒+几微秒。

问题：成本太高。

解决方案2：
安装Web缓存，假定缓存命中率是0.4（一般在0.2~0.7之间）。

网络性能分析：

• 40%的请求立刻得到满足
• 60%的请求通过原始服务器满足
• 接入互联网的链路的利用率下降到60%，从而其延迟可以忽略不计，例如10微秒。
• 总的平均延迟=互联网上的延迟+访问延迟+局域网延迟=0.6× 2.01秒+0.4× n微秒<1.4秒

条件性GET方法

目标：如果缓存有最新的版本，则不需要发送请求对象。
　　

缓存：

• 在HTTP请求消息中声明所持有版本的日期
• If-modified-since:
  　　

服务器：

• 如果缓存的版本是最新的，则响应消息中
  不包含对象
• HTTP/1.0 304 Not Modified