1、连接管理

1.1 TCP 连接

每个 TCP 段都会由 IP 分组承载，从一个 IP 地址发送到另一个 IP 地址。而每个 IP 分组中都包括：

• 一个 IP 分组首部 （源和目的 IP 地址、长度和其他标记）
• 一个 TCP 段首部 （端口号、控制标记、排序和完整性检查的数值）
• 一个 TCP 数据块

####1.2 对 TCP 性能的考虑

• HTTP 事务的时延。确定 IP 地址和端口号、连接请求、HTTP 请求、HTTP 响应
• 性能聚焦区域。建立握手、慢启动拥塞控制、数据聚集的 Nagle 算法、延迟确认算法、TIME_WAIT 时延和端口耗尽
• 握手时延（三次握手）
• 延迟确认
• 慢启动。用于防止因特网突然过载和拥塞
• Nagle 算法与 TCP_NODELAY。Nagle 算法试图在发送一个分组之前，将大量 TCP 数据绑定在一起。TCP_NODELAY 用于取消 Nagle 算法
• TIME_WAIT 累积与端口耗尽。

####1.3 HTTP 连接的处理

• 首部 connection
• 串行事务处理时延
• 并行连接。总数会被限制，避免影响性能
• 持久连接。便于复用、keep-alive（在首部connection）、哑代理
• 管道化连接
• 正常关闭。全关闭和半关闭

2、 Web 服务器

Web 执行几项任务：

• 建立连接
• 接收请求
• 处理请求
• 访问资源
• 构建响应
• 发送响应
• 记录事务处理过程

####2.1 建立连接

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，并解析出IP地址。（对客户端主机名识别、通过 ident 确定客户端用户）

####2.2 接收请求

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。

• 单线程 Web 服务器
• 多进程及多线程 Web 服务器
• 复用 I/O 的服务器
• 复用的多线程 Web 服务器

####2.3 处理请求

一旦收到请求，就可以根据方法、资源、首部和可选的主体部分来对请求进行处理。

####2.4 对资源的映射及访问

Web 服务器会将请求报文中的 URI 映射为 Web 服务器上适当的内容或内容生成器，以识别出内容的源头。

• docroot 文档根目录 （虚拟托管 docroot、用户的主目录）
• 目录列表
• 动态内容资源的映射
• 访问控制

####2.5 构建响应

识别出资源后，根据请求方法返回响应报文。如果有响应主体，响应报文包括：MIME 类型的 Content-Type 首部、长度的 Content-Length 首部、主体内容。

• MIME 类型 Web 服务器根据文件扩展名来说明 MIME 类型、魔法分类(搜索匹配)、显示分类（强制配置）、类型协商
• 重定向（3XX） 永久删除的资源、临时删除的资源、URL 增强、负载均衡、服务器关联、规范目录名称

####2.6 发送响应

发送数据面临与接收数据一样的问题，需要注意对持久连接的处理。非持久连接，发送后及时关闭连接；对持久连接，需要正确计算 Content-Length 首部。

####2.7 记录日志

当事务结束时，Web 服务器会在日志文件上添加一个条目，来描述已执行的事务。

3、 代理

Web 代理服务器是网络的中间实体，位于客户端和服务器之间，在各端点之间来回传送 HTTP 报文。既是服务器，也是客户端。使用代理服务器，可以改善安全性，提高性能，节省费用。

####3.1 私有和共享代理

• 公共代理 集中式代理的费效比更高，更容易管理
• 私有代理 不常见、扩展浏览器特性，提高性能

####3.2 代理与网关对比

• 代理是两个或多个相同协议的应用程序
• 网关是两个或多个使用不同协议的端点，相当于“协议转换器”

####3.3 代理的层次结构

层次结构中代理服务器被赋予了父和子的关系，除了静态代理，还有动态代理。（如：负载均衡、地理位置附近的路由、协议/类型路由、基于订购的路由）

####3.4 代理设置

• 手工配置 PAC 文件，计算代理设置
• 预先配置浏览器
• 代理的自动配置
• WPAD 的代理

####3.5 追踪报文

• via 首部字段列出了与报文途经的每个中间节点有关的信息
• via 包含：协议名、协议版本、节点名、节点注释
• trace 方法

4、 缓存

Web 缓存是可以自动保存常见文档副本的 HTTP 设备。有下列优点：

• 减少了冗余的数据传输
• 缓解了网络瓶颈的问题
• 降低了对原始服务器的要求
• 降低了距离时延

####4.1 缓存的拓扑结构

缓存分为私有缓存和公有缓存。私有缓存不需要很大的动力或存储空间，一般浏览器中有内建的私有缓存；公有缓存是特殊的共享代理服务器，接受来自多个用户的访问。

• 代理缓存的层次结构，在较小的缓存中未命中的请求会被导向较大的父缓存，由它来为剩下的那些提供服务。（层级结构）
• 网状缓存、内容路由器以及对等缓存。

####4.2 缓存的处理步骤

• 接收
• 解析
• 查询
• 新鲜度检测。与服务器进行验证
• 创建响应
• 发送
• 日志

####4.3 缓存的文档过期

文档中会加有一个过期日期，若发现日期过期，需要再和服务器进行验证，看是否发生变化。If-Modified-Since：Date 验证；If-None-Match：实体标签再验证；强弱验证。

####4.4 控制缓存的能力

• no-Store 与 no-Cache 响应首部。防止缓存提供未经证实的已缓存对象，
• max-age 响应首部。表示的是从服务器将文档传来之时起，可以认为此文档处于新鲜状态的秒数。
• Expires 响应首部。指定实际的日期而不是秒数。（由于服务器存在时钟不同步，不推荐）
• must-revalidate 响应首部。可以配置缓存，使其提供一些陈旧的对象，以提高性能。
• 试探性过期。LM-Factor 算法根据最后修改日期，设置新鲜度持续时间。
• 使用期和新鲜生存期。
• 缓存与广告之间的矛盾。

5、 网关、隧道及中继

####5.1 网关

网关是资源和应用程序之间的粘合剂，可以进行不同协议之间的装换。可以用一个斜杠来分割客户端和服务端的协议。/

####5.2 协议网关

• HTTP/*: 服务器端 Web 网关
• HTTPS/HTTP 服务器端安全网关
• HTTPS/HTTP 客户端安全加速器网关
• 资源网关

####5.3 隧道

Web 隧道允许用户通过 HTTP 连接发送非 HTTP 流量，这些流量可以穿过只允许 Web 流量通过的防火墙。

• 用 CONNECT 建立 HTTP 隧道

  

• 数据隧道、定时及连接管理
• SSL 隧道

直接的 SSL 连接和隧道化 SSL 连接的对比

####5.4 中继

HTTP 中继是没有完全遵循 HTTP 规范的简单 HTTP 代理，负责处理 HTTP 中建立连接的部分，然后对字节进行盲转发。