小型Http服务器

　　HTTP又叫做超文本传输协议，现如今用的最多的版本是1.1版本。HTTP有如下的特点：

　　　　支持客户/服务器模式（C/S或B/S）

　　　　简单快速：基于请求和响应，请求只需传送请求方法和请求路径

　　　　灵活：HTTP允许传送人任意类型的数据对象。

　　　　无连接：这个无连接说的是应用层，应用层无连接，下层使用TCP依然是面向连接的，无连接的含义是限制在每一次连接只处理一个请求，服务器处理完客户的请求以后，收到客户应答，就断开连接。

　　　　无状态：HTTP是无状态协议。无状态是指协议对于事务处理没有记忆能力。这次的请求和上次的请求之间是没有关系的。缺少状态意味着如果后续处理需要前面的一些信息，则必须重传，这样可能导致每次连接传送的数据量增大，但是当服务器不需要前面的信息时他的应答较快。

　　我们平常使用的HTTP协议工作过程如下：

　　　　一个HTTP操作叫做事物：

　　　　　　1）首先客户机与服务器需要建立连接。

　　　　　　2）建立连接后，客户机发送一个请求给服务器，请求方式的格式为：请求方法|统一资源标识符（URL）|协议版本号，后面是MIME信息包括请求修饰符、客户机信息和可能的内容。

　　　　　　3）服务器接到请求后，基于相应的响应信息、实体信息和可能的内容。

　　　　　　4）客户端接收服务器所返回的信息通过浏览器显示在用户的显示屏上，然后客户机和服务器断开连接。

　　　　如果在以上过程中的某一步出现错误，那么产生错误的信息将返回到客户端，有显示屏输出。对于用户来说，这些过程是由HTTP自己完成的，用户只要点击鼠标，等待信息显示就可以了。

　　我们所实现的HTTP也要能够实现这些基本的功能。

　　本文的重点在于介绍HTTP服务器的框架结构，旨在了解HTTP服务器的流程，然后自己实现一个多线程的HTTP/1.0版本服务器，支持GET和POST方法。

　　首先我们来了解一下HTTP协议

　　　　1.URL（统一资源定位符）

　　　　　　它是一种特殊类型的URI，包含了用于查找某个资源的足够信息。

　　　　　　URL格式：

　　　　　　　　http://host[":"port][abs_path]

　　　　　　http表示通过http协议来定位网络资源，host表示合法的主机域名或IP地址。port指定一个端口号，为空则默认使用80端口。abs_path指定请求资源的路径，如果URL中没有给出abs_path，那么浏览器会自动加上"/"，表示web根目录。

　　　　　　　　如：http://baidu.com经过浏览器之后变成http://baidu.com/

　　　　　　上面都是不带参的URL，带参数的URL如下：

　　　　　　　　https://www.baidu.com/?wd=100&rsv_spt=1

　　　　　　其中“？”表示参数的开始，每个参数都是“name=value”的形式，每个参数之间以“&”分隔。

　　　　2.HTTP请求和响应格式

　　　　　　

　　　　　请求报文是由请求行、请求报头、空行和请求正文组成，响应报文是由响应行、响应报头、空行和响应正文组成。

　　　　　请求方法：

　　　　　　GET：请求获取Request-URI所标识的资源

　　　　　　POST：在Request-URI所标识的资源后附加新的数据

　　　　　　HEAD：请求获取Request-URI所标识的资源的响应消息报头

　　　　　　DELETE：请求服务器删除Requet-URI作为其标识

　　　　　　. . . . . . .

　　　　最常用的就是GET方法和POST方法了。

　　　　请求路径：表示的是请求资源的路径，如果是GET方法的话，可以带有参数。他的值就是URL中的abs_path.如果是POST方法的话它的参数在消息正文中。

　　　　空行实际上是一种避免粘包的策略，我们知道，第一行是请求行，从第二行开始一直到空行就是消息报头了。

　　　　状态码：

　　　　　　状态码由三位数字组成，总共分为5类：

　　　　　　1xx:指示信息，表示请求已接受，继续处理

　　　　　　2xx:成功 表示请求被成功接收、理解、接受

　　　　　　3xx:重定向 要完成请求必须进行更一步的操作

　　　　　　4xx:客户端错误 请求语法有错误或请求无法实现

　　　　　　5xx:服务器端错误 服务器未能实现合法的请求

　　　　常见状态码：

　　　　　　200 OK   //客户端请求成功

　　　　　　403 Forbidden  //服务器收到请求，但是拒绝提供服务

　　　　　　404 Not Found  //请求资源不存在，也就是输入了错误的URL

　　　　　　500 Internal Server Error  //服务器发生了不可预期的错误

　　　　　　503 Server Unavailable  //服务器当前不能处理客户端的请求

 

　　　　这里我们还要补充一个知识就是HTTP的长连接和短连接

　　　　　　HTTP协议的长连接和短连接实际上是TCP的长连接和短连接。

　　　　　　长连接：HTTP/1.1开始使用长连接，用来保持连接的特性。使用长连接的HTTP协议会在响应头加入一行代码：Connection:keep-Alive，在使用长连接的情况下，当网页打开完成后，客户端和服务器之间用于传输HTTP数据的TCP连接不会关闭，如果客户端再次去访问这个服务器上面的网页，会继续使用这一条已经建立的连接。Keep-Alive不会永久保持连接的，它会有一个保持时间，可以再不同的服务器软件上去设动这个时间。实现长连接需要服务器和客户端都支持长连接。

　　　　　　短连接：HTTP/1.0默认使用短连接，浏览器和服务器每进行一次HTTP操作，就建立一次连接，任务结束以后中断连接。当客户端浏览器再次访问西苑的时候，就需要重新建立会话。

　　　　　　以下是长短连接的操作：

　　　　　　　　长连接： 建立连接——数据传输。。。(保持连接)。。。数据传输——关闭连接
　　　　　　　　短连接： 建立连接——数据传输——关闭连接。。。建立连接——数据传输。。。

　　　　　　HTTP协议的底层使用TCP协议，所以HTTP协议的长短连接本质上是TCP的长短连接。长连接可以节省较多的TCP连接、释放的操作，节省时间，对于频繁请求资源的用户来说，长连接最适合不过了。但是由于有保活功能，当遇到大量的恶意连接时，服务器的压力会越来越大。这时服务器会采取一些策略，关闭一些长时间没有进行读写事件的连接。短连接对服务器来说管理比较简单，只要是存在的连接都是有效的连接，不需要额外的控制手段，而且不会长时间的占用资源。但如果客户端请求频繁的话，会在TCP建立和连接上浪费大量的时间。HTTP长短连接没有什么好坏优劣之分，只是使用的场景不同罢了。

　　　　　下面我们就正式开始了解HTTP整体框架设计：

　　　　　　

　　　　　　　　http/1.0版本的服务器采用的是短连接。我们要搭建的是多线程服务器并且使用短连接，所以每当建立一个连接之后，就创建一个线程去处理这个请求，并将这个线程设置成分离状态，然后主线程继续处于监听状态。当线程处理完这个请求之后，然后断开连接。这样一来一回就处理完一个请求。

　　　　　　　　CGI模式与非CGI模式：

　　　　　　　　　　当我们判断是GET请求时，并且URL中没有参数的时候，就使用非CGI模式，非CGI模式比较简单，首先我们需要解析出请求路径，判断请求的是不是合法资源，如果是的话，我们就返回这个资源。

　　　　　　　　　　当时CGI模式处理请求的话，我们需要fork一个子进程，对子进程exec替换CGI程序。在这过程中，我们使用pipe进行父子间的通信。所有需要的参数在exec之前，我们都将这些参数导出为环境变量，这样就算exec的话，子进程还是能够通过环境变量获取所需的参数。

 　　　　　　　　如何实现支持GET和POST方法的小型http服务器呢？

　　　　　　　　　　GET方法：如果GET方法只是简单的请求一份资源，而不传递参数的话则由服务器直接返回资源即可，如果GET方法的URL中带有参数，则要是用CGI模式进行处理。

　　　　　　　　　　POST方法：POST方法要是用CGI模式进行处理。POST的参数在消息正文中出现。（如上图二中所示）

 　　　　　　　　由于请求方法在http请求报文中的第一行，所以我们需要读取第一行然后判断是那种方法，并且判断是不是CGI模式。

　　　　　　我们的整个项目采用了B/S模式（浏览器/服务器模式），通过浏览器发送HTTP的GET和POST方法，然后服务器响应，最终通过html看到我们最终显示的效果。为了支持并发，我们采用了多线程结构。

　　　　　　1.创建监听套接字

　　　　　　　　创建过程是socket-->bind-->listen

　　　　　　2.进行accpet多线程的建立

　　　　　　　　我们使用accept接收客户端的connect请求。这个过程实际上是对backlog队列的一个操作。在accept前，内核接收到connect请求首先把socket放入未完成队列，然后accept的时候，需要把socket放入已完成队列当中去，然后accept成功以后从已完成的队列中取出。

　　　　　　　　accept成功以后，我们使用pthread_create创建线程，把socket托付给线程来进行操作。在线程处理的过程中需要线程等待，为了解决这个问题，我们可以使用线程分离，将线程作为孤儿进程托管给1号进程，当执行完毕之后，由1号进程来进行资源的回收。

　　　　　　3.线程处理

　　　　　　　　在整个线程处理函数内部，我们对HTTP的请求进行分析，通过对其中的路径参数等信息进行处理。

　　　　　　　　首先是对HTTP报文信息的处理，从这些中提取出有效的信息，我们采取的读取方式是按行读取。对于HTTP方法的第一行进行读取，这一行的三个字段是按照空格分开的，我们利用这个特性，把HTTP请求的方法，资源路径（URL）和HTTP版本信息提取出来。接下来我们需要考虑处理的就是参数，HTTP请求经常会带有一些参数，通过这些参数请求资源。GET方法的资源是在URL中，POST方法的资源是在消息正文当中。这样我们就能得到资源了。

　　　　　　　　在非cgi模式下，我们可以得到资源路径，这个资源路径其实是根目录下的路径，默认我们去寻找根目录下的主页。所以我们需要给资源加上index.html,然后我们把整个index.html的信息发送给socket。我们这里采用的方式是sendfile的操作。sendfile主要是实现零拷贝发送文件，实现一个高效的数据传输，并且对其进行验证。这样socket接收到主页信息，就可以显示出来网页了，当然这个过程是按照HTTPPOST响应发送过去的。

　　　　　　　　在cgi模式下我们处理带参的HTTP请求，我们把这些参数都取出来，然后使得函数获得cgi参数，然后用获取到的参数进行计算或者数据处理。

　　　　　具体框架如图：
　　　　　　　　　

　　　　　　　　在这里我们的处理方式就是对这两组管道进行一下重定向，对于fork以后的子进程，我们把管道重定向，利用dup2系统调用，然后达到的效果就是子进程最终可以从stdin中得到父进程给的信息，而父进程也就是服务器又可以从socket得到HTTP请求的内容。然后子进程数据计算以后把数据写到stdout中，server从管道中取回数据，发送给socket，这样socket端也就是浏览器那边可以显示最后的结果。在这里面重要的还有一个点就是HTTP的参数如何传递到cgi程序中，我们使用的是环境变量的方式。cgi程序在子程序当中运行，可以获取到环境变量所以就可以得到所需的参数，下面是具体细节：

　　　　　　　　GET cgi模式：GET方法的时候，这时CGI所需要的参数是放在URL中的，所以这个时候我们就去在HTTP GET请求行的第二个内容资源路径中进行字符串的处理，我们找“？”，当找到以后，我们让指针指向这里，叫做query_string，我们把这个作为环境变量传给子进程就可以了。对于GET的cgi模式，最重要的就是method和query_string.

　　　　　　　　POST cgi模式：使用POST cgi模式时会有一个问题，就是我们的参数是在正文当中，另外需要知道正文的字节数。这个时候POST消息报头就起作用了，它在其中阻止了name:value形式的content_length:xxx这样的内容，然后获取到这个长度之后，我们就可以知道socket读取多少长度的内容了，然后读取完之后我们就可以获得参数，同样是按照“？”和“&”形式组织的，我们取出这个内容，然后进行数据操作。

　　　　　　　　我们需要说一下父进程后续操作，父进程处理的时候需要重定向管道，这样才好进行后续的操作，然后我们进行查看方法，如果是POST方法，我们需要把获取到的HTTP请求的正文全部放入和cgi打交道的管道当中。这样才能让cgi获取到正文信息。其他情况下我们都需要从cgi返回到管道的结果当中进行获取返回的信息，把这个信息发送给socket.最后，使用waitpid等待子进程。

　　　　　　4.cgi的编写方式

　　　　　　　　cgi的编写方式我们可以叫做cgi网关协议,我们所有的cgi程序需都可以套用这一套来进行操作，我们采用的传递参数方式是环境变量，其实还可以使用管道来传输。然后我们进行字符串处理，因为参数的组织方式是”?data1=100&data2=200”这种形式的，所以我们要找的关键符号就是“=”和“&”这样我们就可以渠道参数进行运算了。