前言

要理解Web服务器程序的工作原理，首先，我们要对HTTP协议有基本的了解。
HTTP（Hypertext Transfer Protocol, 超文本传输协议）是在网络上进行通信时所使用的协议方案，浏览器、服务器和相关的web应用程序都是通过HTTP相互通信的。HTTP就是现代全球网路中使用的公共语言。

HTTP概述

每天，都有数以亿万计的图片、html、文本文件、电影、音频、小程序和其他资源在网络上传输着。HTTP可以从遍布全球的服务器上把这些信息迅速、便捷的搬移到你面前的浏览器上。

HTTP使用的是可靠的数据传输协议，即使数据来自地球的另一端，它也能够确保数据在传输的过程中不会被损坏或者产生混乱。

联想到我们日常上网冲浪的需求，可知HTTP在其中扮演着举足轻重的角色。

那这时候我就很好奇了，客户端和服务器，或者web应用程序之间是如何利用HTTP进行通信的，HTTP又是如何完成其传输的工作。

客户端与服务器是如何通信的

服务器所使用的是HTTP协议，因此也经常被称为HTTP服务器。客户端向服务器发送HTTP请求，服务器会在HTTP响应中回送所请求的数据。如此，HTTP客户端和HTTP服务器共同构成了网络的基本组件。

我们每天都在使用HTTP客户端。最常见的客户端就是浏览器，向服务器请求HTTP对象，并将这些对象显示在屏幕上。比如浏览一个网页（www.91wutong.com），浏览器会向服务器www.91wutong.com发送一条HTTP请求。服务器会去寻找所期望的对象，如果成功，就将对象、对象类型、对象长度以及其他一些信息放在HTTP响应中发送给客户端。

Web内容资源来自何方

我们日常请求的内容都是存储在服务器上的，服务器就是请求资源的宿主。最简单的web资源就是服务器文件系统中的静态文件。比如福星有一台static7.com的服务器，我每次把我要使用的图片发给他，让他放进服务器，只要他的服务器还在维护，这样我就可以在地球任意角落通过url访问得到。还有一些资源是根据需要生成内容的软件程序，比如股票交易，关键字搜索数据，或者在线购买商品。所有能够提供内容的东西都是web资源。

web事务是怎样工作的

一条HTTP事务由一条请求命令（从客户端发往服务器的）和一个响应结果（从服务器发回客户端的）组成。这种通信是通过名为HTTP报文的格式化数据块进行的。

方法

HTTP支持多种不同的请求命令，这些命令被称为HTTP方法。每条HTTP的请求报文都包含一个方法。

• GET 从服务器向客户端发送命名资源
• PUT 将来自客户端的数据存储到一个命名的服务器资源中去
• DELETE 从服务器中删除命名资源
• POST 将客户端数据发送到一个服务器网关应用程序
• HEAD 仅发送命名资源响应中的HTTP首部

状态码

每条HTTP响应报文返回时都会携带一个状态码。状态码是一个三位数字的代码，告知客户端请求是否成功，或者是否需要采取其他动作。

一些常见的HTTP状态码：

• 200 ok
• 302 Redirect 重定向 到其他地方去获取资源
• 404 Not Found 没找到 无法找到这个资源
• …

HTTP通信所使用的报文格式

至此，我们已经了解到了HTTP通信需要客户端发送HTTP请求，服务器收到请求后，寻找期待的资源，返回响应对象。其中一来一回的请求与响应组成了一条http事务，这个通信过程是由名为HTTP报文的格式化数据块进行的。一个完整的HTTP报文包括：起始行，首部字段，主体。起始行说明了请求报文要做些什么，响应报文中出现了什么情况；首部字段都包含一个名字一个值，以冒号分隔，说明了请求或响应对象的类型数据量等信息；主体部分，请求主体中包含了要发送给服务器的数据，响应主体中装载了要返回给客户端的数据。

那通信过程大概是这样，可是我又在想了，客户端是怎样建立的这条通信呢，怎么就连通了可以互相来电呢？就像找对象一样，每天看着旁边的人和对象你侬我侬的，他们当初是怎么好上的呢。想要了解这一点，就要了解一下互联网协议。

互联网协议

在客户端向服务端发送报文之前，首先像日常打电话拨通对方的号码一样，建立客户端与服务器之间的TCP（传输控制协议）连接。从一个地方传送数据到另外一个地方，中间互相不知道彼此的物理位置，你不觉得这是很神奇的事情吗？是怎么做到的呢？这就是互联网协议可以做到的事情。

互联网的核心是一系列协议，总称为“互联网协议”。它们对电脑如何连接和组网，做出了详尽的规定。

层模型

互联网就像生活中的建筑物一样，是一个多层模型，一层依赖一层，每一层都依靠着下一层的支持，每一层又有着自己的功能。

关于互联网分层的说法很多，七层模型、五层模型，名字也不尽相同。但是从功能来说，名字叫什么无所谓，只要知道互联网是分成若干层次的就可以了。我们以五层来分析看：

• 应用层
• 传输层
• 网络层
• 数据链路层
• 物理层（实体层）

最顶上的是用户接触到的应用层，最底层是实体层。中间三层自下而上是链接层、网络层、传输层。越往下面的层，越靠近硬件；越往上面的层越靠近用户。

每一层都是为了完成特定的功能，为了实现功能，就需要大家都遵循共同的规则，约定好协议。每一层里都定义了很多协议，这些协议统称为互联网协议，是互联网的核心。

我们日常接触到最多的是应用层，根本感觉不到下面的楼层。要想理解互联网，必须自下而上地理解每一层的功能。

物理层（实体层）

电脑要组网，第一件事要干什么？当然是把电脑连起来，可以用光缆、电缆、双绞线、无线电波等方式。实体层的作用就是把电脑连接起来的物理手段，作用是负责传送电信号。大家猜一下这里传输的信号会是什么东西呢？当然是二进制数据，0和1这样的电信号。

链路层

位于实体层的上方，确定了0和1的分组方式。解读0和1，多少个电信号为一组，每个信号位是什么意义。这里就很像接收电报后的翻译了，等等等等，多少个为一组，这一组是什么意思。

以太网协议

早期的时候，每家公司都有自己的电信号分组方式，后来名为以太网的协议占据主导地位，作为解读标准。
以太网规定，一组电信号构成一个数据包，叫做“帧”。每一帧分成两个部分：head 和 data。

• 标头head：包含数据包的一些说明项，比如发送者，接收者，以及数据类型；长度固定为18字节
• 数据data：数据包的具体内容；长度最小为46字节，最长为1500字节。

因此整个“帧”最短为64字节，最长为1518字节。如果数据很长，就必须分割成多个帧进行发送。

MAC地址

数据我知道，但是标头的信息怎么来的呢？
标头，包括了发送者和接收者的信息，那这两个是用什么做标识的呢？以太网规定，连入网络的所有设备都必须有“网卡”接口。数据包必须从一块网卡传送到另外一块网卡。网卡的地址，就是数据包的发送地址和接收地址，这就叫做MAC地址。每块网卡出厂的时候都有一个全世界唯一的MAC地址，长度为48个二进制位，通常以12个十六进制位表示。

广播的发送方式

一块网卡怎么会知道另一块网卡的MAC地址？（ARP协议）如果知道了这个地址，怎样才能把数据包准确送到接收方？
以太网采用了一种很“原始”的方式，它不是把数据点对点传过去，而是向本网络内所有计算机发送，让每台计算机自己拿数据包的标头信息去判断是否是接收方。这种方式就叫做“广播”。

有了数据包的定义、网卡的MAC地址、广播的发送方式、“链接层”就可以在多台计算机之间传送数据了。
但是所有的电脑人手一“包”去广播找对应的机器，效率低而且局限于发送者所在的子网络内。如果所有的机器都在一个子网络里，每个机器都会收到所有的数据包然后去比对MAC地址，这简直是灾难。互联网应该是由无数个子网络共同组成的一个巨型网络，这便导致了“网络层”的诞生。

网络层

它的作用是引进一套新的地址，使得我们能够区分不同的计算机是否属于同一个子网络。这套地址就叫做“网络地址”，简称“网址”。于是，每台计算机就有了两个地址，一个网络地址，一个MAC地址，两个地址之间没有相互的联系。网址帮助我们确定计算机所在的子网络，MAC地址则将数据包发送到子网络中的目标网卡。

从逻辑上来看，这两个地址的处理顺序是先网路地址后MAC地址了。

IP协议

规定网络地址的协议，叫做IP协议。被它定义的地址称为IP地址。网络上的每一台电脑，都会被分配到一个IP地址，这个地址分成两个部分，前一部分代表网络，后一部分代表主机。处于通过一子网络的电脑，它们IP地址的网络部分必定是相同的。

但是现在有个问题，但从IP地址上来看，我们无法判断网络部分。以192.168.20.8为例，他的网络部分，到底是前24位，还是前16位，这是看不出来的。那么怎么样才能从IP地址上判断两台机器是否在一个网路内呢？这还要用到另外一个参数“子网掩码”。

所谓“子网掩码”，就是表示子网络特征的一个参数。它在形式上等同于IP地址，也是一个32位的二进制数字，它的网络部分全部为1，主机部分全部为0。比如192.168.20.8，已知子网掩码为11111111.11111111.11111111.00000000写成十进制就是255.255.255.0。

知道了“子网掩码”，我们就能判断任意两个IP地址是否处在同一个子网络内。方法是将两个IP地址与子网掩码分别进行AND运算。（两个数位都为1，运算结果为1，否则为0），然后比较结果是否相同，如果是的话，就表明它们在同一个子网络中，否则就不是。

IP协议的作用主要有两个，一个是为每一台计算机分配IP地址，另一个是确定哪些地址在同一个子网络。

IP数据包

根据IP协议发送的数据，就叫做IP数据包，其中必定是要包括IP地址信息的。前面说过以太网数据包只包含MAC地址，并没有IP地址的栏位，这时候IP信息是怎么添加进数据包的呢？

我们可以把IP数据包直接放进以太网数据包的”数据”部分，因此完全不用修改以太网的规格。这就是互联网分层结构的好处：上层的变动完全不涉及下层的结构。

ARP协议

IP数据包放在以太网数据包里发送，所以我们必须知道两个地址，一个是对方的MAC地址，另一个是对方的IP地址。通常情况下，对方的IP地址是已知的（后文会解释），但是我们不知道它的MAC地址。

所以，我们需要一种机制，能够从IP地址得到MAC地址。

这里又可以分成两种情况。第一种情况，如果两台主机不在同一个子网络，那么事实上没有办法得到对方的MAC地址，只能把数据包传送到两个子网络连接处的”网关”（gateway），让网关去处理。

第二种情况，如果两台主机在同一个子网络，那么我们可以用ARP协议，得到对方的MAC地址。ARP协议也是发出一个数据包（包含在以太网数据包中），其中包含它所要查询主机的IP地址，在对方的MAC地址这一栏，填的是FF:FF:FF:FF:FF:FF，表示这是一个”广播”地址。它所在子网络的每一台主机，都会收到这个数据包，从中取出IP地址，与自身的IP地址进行比较。如果两者相同，都做出回复，向对方报告自己的MAC地址，否则就丢弃这个包。

总之，有了ARP协议之后，我们就可以得到同一个子网络内的主机MAC地址，可以把数据包发送到任意一台主机之上了。

传输层

有了MAC地址和IP地址，我们已经可以在互联网上任意两台主机上建立通信。

接下来的问题是，同一台主机上有许多程序都需要用到网络，比如，你一边浏览网页，一边与朋友在线聊天。当一个数据包从互联网上发来的时候，你怎么知道，它是表示网页的内容，还是表示在线聊天的内容？

“传输层”的功能，就是建立”端口到端口”的通信。相比之下，”网络层”的功能是建立”主机到主机”的通信。只要确定主机和端口，我们就能实现程序之间的交流。

UDP协议

现在，我们必须在数据包中加入端口信息，放在IP数据包之中，而前面说过，IP数据包又是放在以太网数据包之中的，所以整个以太网数据包现在变成了下面这样：

这就是UDP协议。简单易实现，但是可靠性较差，一旦数据包发出，无法知道对方是否收到。为了解决这个问题，提高网络可靠性，TCP协议就诞生了。

TCP协议

TCP协议非常复杂，但可以近似认为，它就是有确认机制的UDP协议，能够确保数据不会遗失，每发出一个数据包都要求确认。如果有一个数据包遗失，就收不到确认，发出方就知道有必要重发这个数据包了。

只要建立了 TCP 连接，客户端和服务器之间的报文交换就不会丢失、不会被破坏，也不会在接收时出现错序了。

应用层

应用程序收到”传输层”的数据，接下来就要进行解读。由于互联网是开放架构，数据来源五花八门，必须事先规定好格式，否则根本无法解读。

“应用层”的作用，就是规定应用程序的数据格式。

举例来说，TCP协议可以为各种各样的程序传递数据，比如Email、WWW、FTP等等。那么，必须有不同协议规定电子邮件、网页、FTP数据的格式，这些应用程序协议就构成了”应用层”。

这是最高的一层，直接面对用户。它的数据就放在TCP数据包的”数据”部分。因此，现在的以太网的数据包就变成下面这样。

一个实例：访问网页

node基本模块HTTP