HTTP 协议分析
HTTP，全称 Hypertext Transfer Protocol，即超文本传输协议。HTTP 定义了 Web 客户向 Web 服务请求 Web 页面的方式，以及服务器向客户传送 Web 页面的方式。HTTP 使用 TCP 作为它的支撑运输协议。
术语
在详细解释 HTTP 之前，应当回顾某些 Web 术语。
Web 页面（Web page）（也叫文档）是由对象组成的。一个对象（object）只是一个文件，诸如一个 HTML 文件、一个 JPEG 图形、一个 Java 小程序或一个视频片段这样的文件，且它们可通过一个 URL 地址寻址。多数 Web 页面含有一个 HTML 基本文件（base HTML file）以及几个引用对象。HTML 基本文件通过对象的 URL 地址引用页面中的其他对象。每个 URL 地址由两部分组成：存放对象的服务器主机名和对象的路径名。
因为 Web 浏览器（Web browser）（例如 Chrome 和 Firefox）实现了 HTTP 的客户端，所以在 Web 环境中我们经常交替使用“浏览器”和“客户”这两个术语。Web 服务器（Web server）实现了 HTTP 的服务器端，它用于存储 Web 对象，每个对象由 URL 寻址。流行的 Web 服务器有 Apache 和 Nginx。
报文格式
HTTP 规范包含了对 HTTP 报文格式的定义。HTTP 报文有两种：请求报文和响应报文。
HTTP 请求报文
一个典型的示例如下：
1 | GET /somedir/page.html HTTP/1.1 |
HTTP 请求报文的第一行叫做请求行（request line），其后继的行叫做首部行（header line）。
请求行有 3 个字段：方法字段、URL 字段和 HTTP 版本字段。方法字段可以取几种不同的值，包括 GET、POST、HEAD、PUT 和 DELETE。绝大部分的 HTTP 请求报文使用 GET 方法。
Host 首部行指明对象所在的主机，该信息是 Web 代理高速缓存所要求的；Connection 首部行指明采用非持续连接还是持续连接；User-Agent 首部行指明用户代理；Accept-Language 首部行指明用户想得到的语言版本。
以下是请求报文的通用格式：
使用 GET 方法时实体体（entity body）为空，而使用 POST 方法时才使用该实体体。
HEAD 方法类似于 GET 方法。当服务器收到使用 HEAD 方法的请求时，将会用一个 HTTP 报文进行响应，但是并不返回请求对象。应用程序开发者常用 HEAD 方法进行调试跟踪。PUT 方法常与 Web 发行工具联合使用，它运行用户上传对象到指定的 Web 服务器上指定的路径（目录）。PUT 方法也被那些需要向 Web 服务器上传对象的应用程序使用。DELETE 方法允许用户或者应用程序删除 Web 服务器上的对象。
HTTP 响应报文
一个典型的示例如下：
1 | HTTP/1.1 200 OK |
上述响应报文有三个部分：一个初始状态行（status line），6 个首部行（header line），然后是实体体（entity body）。
实体体部分是报文的主要部分，即它包含了所请求的对象本身。状态行有 3 个字段：协议版本字段、状态码和相应状态信息。
Date 首部行指示服务器产生并发送该响应报文的日期和时间；Server 首部行指示服务器类型，类似于 User-Agent 首部行；Last-Modified 首部行指示了对象创建或者最后修改的日期和时间，该信息对 Web 缓存至关重要；Content-Length 首部行指示了被发送对象中的字节数；Content-Type 首部行指示了实体体中的对象的 MIME 类型。
以下是响应报文的通用格式：
常见的状态码和其对应的短语：
- 200 OK：请求成功，信息在返回的响应报文中。
- 301 Moved Permanently：请求的对象已经被 永久 转移了，新的 URL 定义在响应报文的 Location 首部行中。客户软件将自动获取新的 URL。
- 302 Moved Temporarily：请求的对象已经被 暂时 转移了，新的 URL 定义在响应报文的 Location 首部行中。客户软件将自动获取新的 URL。
- 400 Bad Request：一个通用差错代码，指示该请求不能被服务器理解。
- 403 Forbidden：客户端没有权限访问此资源。
- 404 Not Found：被请求的文档不在服务器上。
- 503 Service Unavailable：服务器尚未处于可以接受请求的状态。
- 505 HTTP Version Not Supported：服务器不支持请求报文使用的 HTTP 协议版本。
一般而言，200 系列代表正常，300 系列代表重定向，400 系列代表客户端错误，500 系列代表服务端错误。
Web 缓存
Web 缓存器（Web cache）也叫代理服务器（proxy server），它是能够代表初始 Web 服务器来满足 HTTP 请求的网络实体。Web 缓存器有自己的磁盘存储空间，并在存储空间中保存最近请求过的对象的副本。
值得注意的是 Web 缓存器即是服务器又是客户。当它接收浏览器的请求并发回响应时，它是一个服务器。当它向初始服务器发出请求并接收响应时，它是一个客户。
Web 缓存器通常由 ISP 购买并安装。实践中的命中率（即由一个缓存器所满足的请求的比率）通常在 0.2 ~ 0.7 之间。
在因特网上部署 Web 缓存器有两个原因：
- Web 缓存器可以大大减少对客户请求的响应时间
- Web 缓存器能够大大减少一个机构的接入链路到因特网的通信量
条件 GET（conditional GET）方法：请求报文使用 GET 方法，并且请求报文中包含一个 If-Modified-Since 首部行。
Web 缓存器为了验证所缓存的对象是否是最新的，会使用条件 GET 方法向目标服务器发送一个请求报文，If-Modified-Since 首部行的值为当初缓存对象时响应报文中 Last-Modified 首部行的值。如果所要验证的对象是最新的，即没有被修改过，则目标服务器会返回一个“304 Not Modified”响应报文，其中实体体为空。
通过使用 CDN（Content Distribution Network，内容分发网络），Web 缓存器正在因特网中发挥着越来越重要的作用。CDN 公司在因特网上安装了许多地理上分散的缓存器，因而使大量流量实现了本地化。
非持续连接和持续连接
HTTP 可以采用非持续连接或持续连接，默认采用持续连接。
版本
目前多数大网站已经采用了 HTTP/2，还有一部分老旧网站仍然在使用 HTTP/1.1。
HTTP/2 相比 HTTP/1.1 做的最大的改动是使用了多路复用，即同一个域名、同一个 IP 下的多个文件会共用一个 TCP 连接进行合并传输。
HTTP/3 是未来的一个 HTTP 版本，它相比前两个版本，做的最大的改动是将弃用 TCP 协议，改为使用基于 UDP 协议的 QUIC 协议实现。
注意
HTTP 是一个无状态协议（stateless protocol），即 HTTP 服务器并不保存关于客户的任何信息。但我们可以通过 cookie 机制实现有状态的访问。
有些文章将非持续连接翻译为 短连接，将持续连接翻译为 长连接，纵观 RFC 相关文档，找不到类似短连接或长连接这样的描述，因此，为保证严谨，个人推荐使用非持续连接或持续连接这样的描述。
有的文章还将 HTTP 描述为 无连接，它们可能本意指的是无状态或非持续连接？纵观上述，找不到这样描述的原因，不应该使用无连接描述 HTTP。