一完整的HTTP事务是怎样的过程

原文地址：http://www.cnblogs.com/renfanzi/p/5838446.html

阅读目录

• 一次完整的HTTP事务是怎样一个过程？
• 一、域名解析
•  二、发起TCP的三次请求
•  TCP 为什么需要3次握手？
• 三、建立Tcp连接后发起Http请求
• 四、服务器端响应http请求，浏览器得到html代码
• 那到底服务器端接收到http请求后是怎么样生成html文件？
• 五. 浏览器解析html代码，并请求html代码中的资源
• 六.浏览器对页面进行渲染呈现给用户

老外： Excuse me，Can you Speak English?
小明： yes 。
老外： OK,I want ...  

起始行：如 GET / HTTP/1.0 （请求的方法  请求的URL 请求所使用的协议）
头部信息：User-Agent  Host等成对出现的值
主体  

GET: 完整请求一个资源 （常用）
HEAD: 仅请求响应首部
POST：提交表单  （常用）
PUT: (webdav) 上传 
DELETE：(webdav) 删除 
OPTIONS：返回请求的资源所支持的方法的方法 
TRACE: 追求一个资源请求中间所经过的代理  

URI  Uniform Resource Identifier 统一资源标识符
URL  Uniform Resource Locator 统一资源定位符 
格式如下：  scheme://[username:password@]HOST:port/path/to/source
           http://www.magedu.com/downloads/nginx-1.5.tar.gz

URN  Uniform Resource Name 统一资源名称

URL和URN 都属于 URI

为了方便就把URL和URI暂时都通指一个东西  

http/0.9: stateless
http/1.0: MIME, keep-alive (保持连接), 缓存
http/1.1: 更多的请求方法，更精细的缓存控制，持久连接(persistent connection) 比较常用  

Accept  就是告诉服务器端，我接受那些MIME类型
Accept-Encoding  这个看起来是接受那些压缩方式的文件
Accept-Lanague   告诉服务器能够发送哪些语言 
Connection       告诉服务器支持keep-alive特性
Cookie           每次请求时都会携带上Cookie以方便服务器端识别是否是同一个客户端
Host             用来标识请求服务器上的那个虚拟主机，比如Nginx里面可以定义很多个虚拟主机
                 那这里就是用来标识要访问那个虚拟主机。
User-Agent       用户代理，一般情况是浏览器，也有其他类型，如：wget curl 搜索引擎的蜘蛛等     

条件请求首部：
If-Modified-Since 是浏览器向服务器端询问某个资源文件如果自从什么时间修改过，那么重新发给我，这样就保证服务器端资源
             文件更新时，浏览器再次去请求，而不是使用缓存中的文件
安全请求首部：
Authorization: 客户端提供给服务器的认证信息；  

image/jpg
image/gif
text/html
video/quicktime
appliation/x-httpd-php  

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  

Connection            使用keep-alive特性
Content-Encoding      使用gzip方式对资源压缩
Content-type          MIME类型为html类型，字符集是 UTF-8
Date                  响应的日期
Server                使用的WEB服务器
Transfer-Encoding:chunked   分块传输编码 是http中的一种数据传输机制，允许HTTP由网页服务器发送给客户端应用（通常是网页浏览器）的数据可以分成多个部分，
　　　　　　　　　　　　　　分块传输编码只在HTTP协议1.1版本（HTTP/1.1）中提供
Vary  这个可以参考（http://blog.csdn.net/tenfyguo/article/details/5939000）  

root /web/echo  

index index.html index.htm index.php  

location ~ .*\.php(\/.*)*$ {
   root /web/echo;
   fastcgi_pass   127.0.0.1:9000;
   fastcgi_index  index.php;
   astcgi_param  SCRIPT_FILENAME  $document_root$fastcgi_script_name;
   include        fastcgi_params;
}  

当nginx发现需要/web/echo/index.php文件时，就会向内核发起IO系统调用(因为要跟硬件打交道，这里的硬件是指硬盘，通常需要靠内核来操作，
而内核提供的这些功能是通过系统调用来实现的)，告诉内核，我需要这个文件,内核从/开始找到web目录，再在web目录下找到echo目录，最后在echo目录下找到index.php文件，
于是把这个index.php从硬盘上读取到内核自身的内存空间，然后再把这个文件复制到nginx进程所在的内存空间，于是乎nginx就得到了自己想要的文件了。  

比如nginx需要得到/web/echo/index.php这个文件

每个分区（像ext3 ext3等文件系统，block块是文件存储的最小单元 默认是4096字节）都是包含元数据区和数据区，每一个文件在元数据区都有元数据条目（一般是128字节大小），
每一个条目都有一个编号，我们称之为inode（index node 索引节点），这个inode里面包含 文件类型、权限、连接次数、属主和数组的ID、时间戳、
这个文件占据了那些磁盘块也就是块的编号（block，每个文件可以占用多个block,并且block不一定是连续的，每个block是有编号的），
如下图所示：  

还有一个要点：目录其实也普通是文件，也需要占用磁盘块，目录不是一个容器。你看默认创建的目录就是4096字节，也就说只需要占用一个磁盘块，但这是不确定的。
所以要找到目录也是需要到元数据区里面找到对应的条目，只有找到对应的inode就可找到目录所占用的磁盘块。

那到底目录里面存放着什么，难道不是文件或者其他目录吗？

其实目录存着这么一张表（姑且这么理解），里面放着 目录或者文件的名称和对应的inode号（暂时称之为映射表）,如下图：  

/           在数据区占据 1、2号block ，/其实也是一个目录 里面有3个目录  web 111
web         占据 5号block  是目录 里面有2个目录 echo data
echo        占据 11号 block  是目录  里面有1个文件 index.php
index.php   占据 15 16号 block  是文件  

1 内核读取元数据区 / 的inode，从inode里面读取/所对应的数据块的编号，然后在数据区找到其对应的块（1 2号块），读取1号块上的映射表找到web这个名称在元数据区对应的inode号

2 内核读取web对应的inode（3号），从中得知web在数据区对应的块是5号块，于是到数据区找到5号块，从中读取映射表，知道echo对应的inode是5号，于是到元数据区找到5号inode

3 内核读取5号inode，得到echo在数据区对应的是11号块，于是到数据区读取11号块得到映射表，得到index.php对应的inode是9号

4 内核到元数据区读取9号inode，得到index.php对应的是15和16号数据块，于是就到数据区域找到15 16号块，读取其中的内容，得到index.php的完整内容