http 协议笔记

贡献者： addis

本文处于草稿阶段。

常识

HTTP 是一个在计算机世界里专门在「两点」之间「传输」文字、图片、音频、视频等「超文本」数据的「约定和规范」。
HTTP 协议是基于 TCP/IP，并且使用了「请求 - 应答」模式
HTTP 的每个 message（不是 package）都是文本的
http 包的结构就是 head + body，其中 head 除了第一行都是 key : value 的形式
HTTPS 也就是在 HTTP 与 TCP 层之间增加了 SSL/TLS 安全传输层，HTTP/3 甚至把 TCP 层换成了基于 UDP 的 QUIC。
http 是无状态的，所以每个请求（例如购物）都需要附带登录信息和验证信息（或其他状态信息）。比常见的是 Cookie 技术，服务器在某次响应中发送 Cookie，用户之后每次请求都附上。
2023 年 50% 左右的 http 都使用 HTTP/2 版本。HTTP/3 大概占 10%。

版本改进

图 1：http 不同版本

http/1.0

早期 HTTP/1.0 每发起一个请求，都要新建一次 TCP 连接（三次握手）增加了通信开销。
HTTP/1.1 提出长连接，也叫持久连接。只要任意一端没有明确提出断开连接，则保持 TCP 连接状态。
HTTP/1.1 管道（pipeline）网络传输：客户端可以发起多个请求，只要第一个请求发出去了，不必等其回来，就可以发第二个请求出去，可以减少整体的响应时间。回应也是。
队头堵塞：先回应 A 请求，完成后再回应 B 请求。要是前面的回应特别慢，后面就会有许多请求排队等着

http/2

HTTP/2 协议是基于 HTTPS 的
HTTP/2 会压缩头（Header）（HPACK 算法）生成一个索引号，以后就不发送同样字段了，只发送索引号
全面采用了二进制格式，头信息和数据体都是二进制，并且统称为帧（frame）：头信息帧和数据帧。
HTTP/2 的数据包不是按顺序发送的，同一个连接里面连续的数据包，可能属于不同的回应。要对数据包做标记，指出它属于哪个回应。
每个请求或回应的所有数据包，称为一个数据流（Stream）。每个数据流都标记着一个独一无二的编号，客户端发出的编号为奇数，服务器为偶数。
客户端还可以指定数据流的优先级。优先级高的请求，服务器就先响应该请求。
HTTP/2 是可以在一个连接中并发多个请求或回应，而不用按照顺序一一对应。
举例来说，在一个 TCP 连接里，服务器收到了客户端 A 和 B 的两个请求，如果发现 A 处理过程非常耗时，于是就回应 A 请求已经处理好的部分，接着回应 B 请求，完成后，再回应 A 请求剩下的部分。
HTTP/2 服务不再是被动地响应，也可以主动向客户端发送消息。
举例来说，在浏览器刚请求 HTML 的时候，就提前把可能会用到的 JS、CSS 文件等静态资源主动发给客户端，减少延时的等待，也就是服务器推送（Server Push，也叫 Cache Push）。
HTTP/2 主要的问题在于，多个 HTTP 请求在复用一个 TCP 连接，下层的 TCP 协议是不知道有多少个 HTTP 请求的。所以一旦发生了丢包现象，就会触发 TCP 的重传机制，这样在一个 TCP 连接中的所有的 HTTP 请求都必须等待这个丢了的包被重传回来。这是基于 TCP 传输层的问题，所以 HTTP/3 把 HTTP 下层的 TCP 协议改成了 UDP！

http/3

QUIC 是新协议，对于很多网络设备，根本不知道什么是 QUIC，只会当做 UDP，这样会出现新的问题。所以 HTTP/3 现在普及的进度非常的缓慢，不知道未来 UDP 是否能够逆袭 TCP。

<method> <URI> HTTP/<version>
<Header1>: <value1>
<Header2>: <value2>
...
<HeaderN>: <valueN>
(空行)
<body>

URI 就是 URL，例如 / 代表网站根目录

　　例子：

GET / HTTP/1.1
Host: www.example.com
User-Agent: Mozilla/5.0 Chrome/58.0.3029.110 Safari/537.36
Accept: text/html,application/xhtml+xml,application/xml;
Accept-Language: en-US,en;q=0.5
Accept-Encoding: gzip, deflate
Connection: keep-alive
Upgrade-Insecure-Requests: 1

这个 request 没有 body，因为是简单的 GET。

1. 方法

method 有 GET, POST, PUT, DELETE, HEAD, OPTIONS, PATCH, CONNECT, TRACE

2. 服务器回应

　　服务器回应的消息有不同的结构

HTTP/<version> <Status> <Reason Phrase>
<Header1>: <value1>
<Header2>: <value2>
...
<HeaderN>: <valueN>
(空行)
<body>

　　例子：

HTTP/1.1 200 OK
Date: Fri, 29 Dec 2023 12:00:00 GMT
Server: Apache/2.4.18 (Ubuntu)
Last-Modified: Fri, 29 Dec 2023 10:00:00 GMT
Content-Type: text/html; charset=UTF-8
Content-Length: 1234
Connection: close
Set-Cookie: UserID=JohnDoe; Max-Age=3600; Version=1

<!DOCTYPE html>
<html>
<head>
    <title>Welcome to Example.com!</title>
</head>
<body>
    <h1>Hello, World!</h1>
    <p>Welcome to our website.</p>
</body>
</html>

3. 响应状态码

1xx 中间状态，还需要后续操作。实际用到的比较少
2xx 成功，已被正确处理，如 200 OK，204 No Content（响应中没有 body），206 Partial Content（分块下载或断点续传）
3xx 重定向，资源位置改变，需要重新请求：301 Moved Permanently，302 Found（临时重定向）。Location 字段用于指明要跳转的 URL。304 Not Modified 重定向已存在的缓冲文件，也称缓存重定向，用于缓存控制
4xx 请求有误，无法处理。400 Bad Request 笼统错误。403 Forbidden 禁止访问资源。404 Not Found 资源未找到。
5xx 服务器错误。500 Internal Server Error 笼统错误。501 Not Implemented 即将开业，敬请期待。502 Bad Gateway（网关或代理时返回的错误码，服务器自身工作正常，但最终资源的服务器错误）
503 Service Unavailable 网络服务正忙，请稍后重试

4. 常见字段

Host 如 Host: www.A.com。可以用于区分同一个服务器中的不同网站（只有 IP 的话就区分不了）
Content-Length 回应的数据长度，如 Content-Length: 1000
Connection 常用于客户端要求服务器使用 TCP 持久连接。Connection: keep-alive。HTTP/1.1 版本的默认连接都是持久连接，但为了兼容老版本的 HTTP。这不是标准字段。
Content-Type，相应的数据是什么格式，如 Content-Type: text/html; charset=utf-8
Accept 用于请求某种格式的内容，如 Accept: */* 表示都行。
Accept-Encoding 用于请求某种压缩格式：Accept-Encoding: gzip, deflate。