图解HTTP权威指南（三）| Web服务器对HTTP请求的处理和响应

作者简介

 

李先生（Lemon），高级运维工程师（自称），SRE专家（目标），梦想在35岁买一辆保时捷。喜欢钻研底层技术，认为底层基础才是王道。一切新技术都离不开操作系统（CPU、内存、磁盘）、网络等。坚持输入输出，记录自己学习的点滴，在平凡中坚持前行，总有一天会遇见不一样的自己。公众号：运维汪（ID：Leeeee_Li）。

 

                                                                                        

 

 

一、问题

解释Web服务器是如何处理HTTP事务的

 

二、Web服务器

Web服务器会对HTTP请求进行处理并提供响应。Web服务器请求的七大步骤：

 

1）接受客户端连接

2）接收请求报文

3）处理请求

4）资源映射及访问

5）构建响应

6）发送响应

7）记录日志

 

 

1、接受客户端连接

 

1）处理新连接

客户端请求一条到Web服务器的TCP连接时，Web服务器会建立连接，判断连接的另一端是哪个客户端，从TCP连接中将IP地址解析出来。一旦新连接建立起来并接受，服务器就会将新连接添加到其现存Web服务器连接列表中，做好监视连接上数据传输的准备。Web服务器可以随意拒绝或立即关闭任意一条连接。有些Web服务器会因为客户端IP地址或主机名是未认证的，或者因为它是已知的恶意客户端而关闭连接。Web服务器也可以使用其他技术识别。

 

2）客户端主机名识别

可以用”反向DNS“对大部分Web服务器进行配置，以便将客户端IP地址转换成客户端主机名。Web服务器可以将客户端主机名用于详细的访问控制和日志记录。需要注意的是，主机名查找可能会花费很长的时间，这样会降低Web事务处理的速度。很多大容量的Web服务器会禁止主机名解析，或者只允许对特定内容进行解析。

 

可以用配置指令Hostnamelookups启用Apache的主机查找功能。如只打开HTML和CGI资源的主机名解析功能。

HostnameLookups off
<Files ~ "\.(html|htm|cgi)$">
   HostnameLookups on 
</Files>

 

3）通过ident确定客户端用户

 

服务器可以通过ident协议找到发起HTTP连接的用户名。这些信息对Web服务器的日志记录特别有用，流行的通用日志格式的第二个字段就包含了每条HTTP请求的ident用户名。

 

 

1）客户端打开一条HTTP连接

2）服务器打开自己到客户端ident服务113端口的连接

3）服务器发送一条简单的请求，询问与新连接相对应的用户名，把那个从客户端解析出包含用户名的响应

 

Apache的IdentityCheck on指令告知Apache Web服务器使用ident查找功能，如果没有ident信息可用，Apache会用连字符（-）来填充ident日志字段。如果没有ident信息可用，在使用通用日志格式的日志文件中，第二个字段通常都是连字符。

 

2、接收请求报文

当连接上有数据到达时，Web服务器会从网络连接中读取数据，并将请求报文中的内容解析出来。

1）解析请求报文时，Web服务器的工作

 

1、解析请求行，查找请求方法、指定的资源标识符（URI）以及版本号，各项之间有一个空格隔开，并以一个回车换行（CRLF）序列作为行的结束；

2、读取以CRLF结尾的报文首部；

3、检测到以CRLF结尾的、标识首部结束的空行；

4、读取请求主体

 

 

2）报文的内部表示法

 

3、连接的输入/输出处理结构

高性能的Web服务器能够同时支持数千条连接，每个客户端都向服务器打开了一条或多条连接。不同的Web服务器会以不同的方式为请求服务。

 

单线程Web服务器：单线程的Web服务器一次只处理一个请求，直到其完成为止。一个事务处理结束之后，才去处理下一条连接。

多进程及多线程Web服务器：多进程和多线程Web服务器用多个进程，或更高效的线程同时对请求进行处理。

复用I/O的服务器：在复用结构中，要同时监视所有连接上的活动。当连接的状态发生变化时，就对那条连接进行处理，处理结束后，将连接返回到开放的连接列表中，等待下一次的状态变化。只有在有事情可以做时才会对连接进行处理，在空闲连接上等待的时候并不会绑定线程和进程。

复用的多线程Web服务器：将多线程和复用功能结合在一起，利用计算机的多个CPU。多个线程中（通常是一个物理处理器）的每一个都在观察打开的连接，并对每条连接（或打开连接中的一个子集）执行任务。

 

3、处理请求

 

当Web服务器接收到请求后，根据方法、资源、首部和可选的主体部分来对请求进行处理。

 

 

4、对资源的映射及访问

 

1）docroot（文档的根目录）

 

Web服务器的文件系统中有一个专门存放Web内容的目录，称为文档的根目录（document root，或docroot）。当一个Web服务器的根目录为/usr/local/httpd/files，并且有一条/special/s.gif的请求到达时，他的访问如图

 

在Apache中，对配置文件httpd.conf添加一行DocumentRoot行就可设置文档的根目录

DocumentRoot /usr/local/httpd/files

 

2）虚拟托管的docroot

 

虚拟托管的Web服务器会在同一台Web服务器上提供多个Web站点，每个站点在服务器上都有自己都有的文档根目录。虚拟托管Web服务器会根据URI或Host首部的IP或主机名来识别要使用的正确的文档根目录。通过这种方式，及时请求的URI相同，托管在同一Web服务器上的两个Web站点也可以拥有完全不同的内存。

 

A请求进来时，获取服务器的/doc/aaa/index.html

B请求进来时，获取服务器的/doc/bbb/index.html

 

在Apache可配置如下：

<VirtualHost www.aaa.com> 
    ServerName www.aaa.com 
    DocumentRoot /doc/aaa
    TransferLog /logs/aaa.access_log 
    ErrorLog /1ogs/aaa.error_log
</VirtualHost>

<VirtualHost www.bbb.com> 
    ServerName www.bbb.com 
    DocumentRoot /doc/bbb
    TransferLog /logs/bbb.access_log 
    ErrorLog /1ogs/bbb.error_log
</VirtualHost>

 

3）用户的主目录docroot

 

Docroot提供私有的Web站点时，通常会以斜杠和波浪号（/~）开始，如

A请求进来时，获取服务器的/home/mary/index.html

B请求进来时，获取服务器的/home/ken/index.html

 

 

5、构建响应

 

一旦Web服务器识别出了资源、就执行请求方法中的描述的动作，并返回响应报文。响应报文中包含有状态码、响应首部、如果生成了响应主体的话，还包括响应主体。

 

1）响应主体

 

如果事务处理产生了响应主体，就将内容放在响应报文中回送过去。如果有响应主体的话，响应报文中通常包括：

a）描述了响应主体MIME类型的Content-Type首部；

b）描述了响应主体长度的Content-Length首部；

c）实际报文的主题内容

 

2）MIME类型

 

Web服务器要负责确定响应主体的MIME类型。

 

 

a）根据扩展名确定MIME类型

Web服务器可以用文件的扩展名来说明MIME类型。Web服务器会为每个资源扫描一个包含了所有扩展名的MIME类型的文件，以确定MIME类型。Web服务器用MIME类型文件来设置资源输出的Content-type首部。

 

b）魔法分类

Apache Web服务器扫描每个资源的内容，并与一个已知模式表（魔法文件）进行匹配，决定每个文件的MIME类型。

 

c）显示分类

对Web服务器进行配置，使其不考虑文件的扩展名和内容，强制特定文件或目录内容拥有某个MIME类型。

 

d）类型协商

通过配置Web服务器，使其可以通过与用户的协商来决定使用哪种格式以及相关的MIME类型。

 

3）重定向

Web服务器有时会返回重定向响应而不是成功的报文。Web服务器可以将浏览器重定向到其他地方来执行请求。重定向响应码为3XX系列。Location响应首部包含了内容的新地址或优选地址的URL。

 

a）永久删除的资源

资源可能已经被移动到了新的位置，或者被重新命名，有了一个新的URL。Web服务器可以告诉客户端资源已经被重新命名了，这样客户端就可以在从新地址获取资源之前，更新书签之类的信息了。状态码301 Moved Permanently用于此类重定向。

 

b）临时删除的资源

资源被临时移走了或重命名了。服务器可能希望将客户端重定向到新的位置上去。但由于重命名是临时的，所以服务器希望客户端将来还可以回头使用老的URL，不要对书签进行更新。状态吗303 See Other以及状态码307 Temporary Redirect用于此类重定向。

 

c）URL增强

服务器通常用重定向来重写URL，往往用于嵌入上下文。当请求到达时，服务器会生成一个新的包含了嵌入式状态信息的URL，并将用户重定向到这个新的URL上。客户端会跟随这个重定向信息，重新发起请求，但这次的请求会包含完整的、经过状态增强的URL。状态吗303 See Other以及状态码307 Temporary Redirect用于此类重定向。

d）负载均衡

一个超载的服务器收到一条请求，服务器可以将客户端重定向到一个负载不太重的服务器上去。状态吗303 See Other以及状态码307 Temporary Redirect用于此类重定向。

e）服务器关联

Web服务器上可能会有某些用户的本地信息，服务器可以将客户端重定向到包含了那个客户端信息的服务器上去。状态吗303 See Other以及状态码307 Temporary Redirect用于此类重定向。

f）规范目录名称

客户端请求的URL是一个不带尾部斜线的目录名时，大多数Web服务器都会将客户端重定向到一个加了斜线的URL上，这样相对链接就可以正常工作了。

 

 

6、发送响应

 

Web服务器通过连接发送数据，发送数据与接收数据一样可能有多条到客户端的连接，有些是空闲的，有些在向服务器发送数据，还有一些在向客户端回送响应数据。服务器要记录连接的状态，还需要特别注意持久连接的处理。对于非持久连接，服务器应该在发送了整条报文之后，关闭自己这一端的连接。

 

7、记录日志

 

当事务结束时，Web服务器会在日志文件中添加一个条目，来描述已执行的事务。

 

三、学习交流

欢迎大家关注我的公众号，一起交流、学习。