Linux入门之web服务（一）---web服务基础概念

我们每天都会浏览各种网站，打开不同的链接，这一切都是web在为我们提供服务。通俗的讲，web服务就是运行在服务器端的web应用程序响应客户端的请求（主要是我们的客户端浏览器）。今天我们简单介绍下web服务的基本概念，在一个整体的框架下来看web服务。
本文的主要内容包括:
简单概念
http的相关概念
http报文简析
web服务的简单I/O结构
web请求过程
一、简单概念
web服务是运行在服务器端的web应用程序提供服务，客户端浏览器请求响应交互的一个过程。双方通信是通过套接字socket来进行的，在通信双方都会有一个套接字文件产生，客户端使用本机IP地址加随机端口号，服务器端使用服务器IP加监听的IP地址。双方通过TCP套接字进行通信。
web服务基于传输层的TCP协议，因此需要建立安全的连接。如下图


左侧为客户端浏览器，右侧为服务器端。客户端浏览器发出请求，生成套接字文件，并缓存到本地，然后交给网络进行通信。通信子网经过三次握手，同服务器建立连接，服务器端收到请求后，内核获取到相关请求。用户进程（web服务进程）实现在内核中注册了自己监听的端口，生成套接字文件。内核根据注册的信息，将数据分配给不同的服务。当数据接收完成之后，tcp连接断开。web连接是一种无状态的连接。二、http的相关概念 http协议是web服务运行在应用程序的具体实现。http:hypertext transport protocol,超文本传输协议，在早期，仅能传输文本文件，随着版本的更新，加入了MIME功能，才实现传输图片、视频等非文本信心。http版本及功能对照如下：

http0.9	最早的版本，仅能传输文本文档
http1.0	引入了MIME，支持多媒体的数据传输，并且支持持久连接keep-alive，有一定的缓存功能
http1.1	提供了更多的请求方法，更精细的缓存控制，更加完善的持久连接

MIME：Multipurpose Internet Mail Extension，最早是用于改善邮件传输的，使得邮件能够传输多媒体信息，他使用base64的编码方式，将二进制的数据编写成文本进行发送，并能放接受放还原为原来的格式。三、http报文简析 http每次的请求和服务器端的响应组成了一次http事务。客户端发出请求，服务器端回馈应答。这里简单分析下http的请求和应到报文。 1、请求报文
请求报文的简单格式 <method> <request-URL> <version> <headers>

<entity-body>

<method>	请求方法，请求服务器做的动作	GET HOST HEAD PUT 等
<request-URL>	请求的资源	可以是相对路径，也可以是完整的url
<version>	协议版本,格式HTTP/<major>.<minor>	http/1.0 http/1.1
<headers>	HTTP首部，格式Name: Value	Content-type: images/gif
<entity-body>	主体部分	请求报文一般为空

<method>是客户端对服务器端发起请求使用的方法，主要使用的方法有如下表

GET	请求获取一个资源，需要服务器发送数据
HEAD	跟GET相似，但其不需要服务发送资源而仅传回响应首部
POST	支持HTML表单提交，表单中有用户填入的数据，这些数据会发送到服务器端，由服务器存储至某位置
PUT	与GET相反，向服务写入文档
DELETE	请求删除URL指向的资源
OPTIONS	探测服务器端对某资源所支持的请求方法
TRACE	跟踪请求要经过的防火墙、代理或网关等
扩展的方法	LOCK、MKCOL、COPY、MOVE

请求首部，包含了丰富的信息，可以有多个同时存在，如下图

常见的请求首部信息如下

	Client-IP	源地址IP
	Host	请求的主机名和端口号，虚拟主机环境下用于不同的虚拟主机
	Referer	当前请求资源的url的原始资源，比如说我们从www.baidu.com跳转过来，那么referer就是http://www.baidu.com
	User-Agent	用户代理,通常是浏览器信息
Accept首部用户标明客户自己更倾向于支持的能力	Accept	指明服务器能发送的媒体类型
Accept-Charset	支持使用的字符集
Accept-Encoding	支持使用的编码方式
Accept-Language	支持使用语言
条件请求首部	Expect
If-Modified-Since	是否在指定时间以来修改过此资源
If-None-Match	判断请求的文件是否被修改
跟安全相关的请求首部	Authorization	客户端提交给服务端的认证数据
Cookie	客户端发送给服务器端身份标识
Cookie2	cookie的升级版

2、响应报文
响应报文格式

<version> <status> <reason-phrase>
<headers>

<entity-body>

version	协议版本
status	状态码
reason-phrase	原因短语，数字状态码的易读信息
headers	首部信息
entity-body	主题部分，一般为网页信息

status是服务器对客户端的请求报文的回应状态码，主要有以下

1xx	信息性状态码
2xx 成功状态码	200： OK 201： Created
3xx 重定向状态码	301：Moved Permanently, 在响应报文中使用首部“Location: URL”指定资源现在所处的位置； 302：Found, 在响应报文中使用首部“Location: URL”指定临时资源位置； 304：Not Modified, 条件式请求中使用；
4xx 客户端类的错误	403：Forbidden，请求被服务器拒绝 404：Not Found，服务器无法找到请求的URL 405：Method Not Allowed，不允许使用此方法请求相应的URL
5xx 服务器类的错误	500：Internal Server Error，服务器内部错误； 502：Bad Gateway，代理服务器从上游收到了一条伪响应； 503：Service Unavailable，服务器此时无法提供服务，但将来可能可用；

同样的响应首部也可以同时出现多个，一般较常见的如下

Age	期限
Server	向客户端标明服务器程序名称和版本
协商首部	Accept-Ranges:对当前资源来讲，服务器所能够接受的范围类型
Vary: 首部列表，服务器会根据列表中的内容挑选出最适合的版本发送给客户端
跟安全相关的响应首部	Set-Cookie: 服务器端在某客户端第一次请求时发给令牌
Set-Cookie2:
WWW-Authentication: 质询，即要求客户提供帐号和密码

除了请求首部和响应首部外，还有通用首部、实体首部、扩展首部
通用首部顾名思义，是请求和响应都可以使用的首部信息，主要包括

Connection	定义C/S之间关于请求/响应的有关选项，对于http/1.0, Connection: keep-alive
Via	显示了报文经过的中间节点
Cache-Control	缓存指示
Pragma	http/1.0

实体首部常见的有

Location	资源的新位置
Allow	允许对此资源使用的请求方法
内容首部	Content-Encoding Content-Language Content-Length Content-Location Content-Range Content-Type
缓存首部	ETag: 实体标签 Expires: 过期期限 Last-Modified: 上一次的修改时间

四、web服务的简单I/O结构
在服务器端，页面存放在物理磁盘上，因此，I/O经常会成为整体性能的瓶颈。这里简单介绍下，web服务下的简单I/O模型

1、单线程I/O结构，这种结构下，一个web进程只能响应一个请求




2、多线程I/O结构

web服务器同时发起多个进程，每个进程都响应一个请求




3、复用的I/O结构
一个进程响应多个请求，在这种情况下，一个进程崩溃也不至于影响其他进程的工作。




4、服用的多进程I/O结构
在此结构下，服务器发起多个进程，每个进程可处理多个请求




五、web请求过程
接下来简单描述下一次web事务的基本过程

借鉴一张图来描述，所有权归画图人所有




1、我们客户端从浏览器发起请求，经过TCP/IP协议栈的工作，三次握手，同服务器间建立起连接，客户端将请求发送给了服务器
2、服务器端通过监听在内核中的端口等信息接收到客户端请求
3、服务器端的web服务器调用模块等处理客户端的请求
4、web服务器程序根据需求通过I/O获取资源
5、web服务处理资源，构建响应
6、服务器发送响应信息给客户端
7、在构建响应时，服务器端会在磁盘中写入处理事务的过程，这里可以理解为日志信息
六、小结
这里简单的描述了一些web服务器的简单内容，由于刚刚接触，还没有完全形成体系架构，可能有会疏漏与凌乱的地方，请读者批评指正。下一篇，将以httpd为具体实例来进行介绍。

2014-3-18 V1.0 初始版本