输入网址后发生了什么？

技术向

1.首先是输入网址

以www.google.com为例

2.浏览器查找域名对应IP

2.1 DNS查找过程

  1. 浏览器缓存——浏览器会记录DNS一段时间（2-30分钟不等，视浏览器而定）
  2. 系统缓存——浏览器里面没找到DNS缓存，此时浏览器做一个系统调用（Windows下是gethostbyname）。如发现匹配则采用。（与此对应有host恶意劫持更改攻击）
  3. 路由器缓存——路由器也会有DNS缓存（缓存你上过的网站，所以有时需要进行那个DNS刷新）
  4. ISP DNS缓存——接下来是在ISP（互联网服务提供商）的DNS服务器的缓存上查找。
  5. 递归查找——DNS缓存里没有的话，ISP DNS服务器会先后从根域名服务器(root)、.com顶级域名服务器、Google域名服务器获取IP（一般缓存内都会有，所以这一步一般不会发生）
    screenshot.png-40.2kB

2.2 多IP域名DNS查询解决方案

  1. 循环DNS——单个域名、多个IP列表循环应对DNS查询
  2. 负载均衡器——一个特定的负载均衡服务器（例如：反向代理服务器）负责监听请求并转发给后面的多个服务器集群的某一个，实现多个服务器负载均衡
  3. 地理DNS——根据用户所处地理位置，返回不同的IP（应用：CDN）
  4. anycast——一个IP地址映射多个物理主机的路由技术

3.发送请求

得到域名对应IP后，就开始发送http(s)请求了。
请求头详解：

1
2
3
4
5
6
7
GET http://google.com/ HTTP 1.1
Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...])
Accept-Encoding: gzip, deflate
Connection: Keep-Alive
Host: google.com
Cookie: datr=1265876274-[...]; locate=en_US; lsd=WW[...]; c_user=2101[...]

请求告诉服务器：

  1. 我要获取（GET）http://google.com/ (GET的URL)这个页面
  2. Accept：我能接受这些类型的文件
  3. 我使用的是何种操作系统上的哪个类型哪个版本的浏览器
  4. 承认接受何种方式的压缩文件
  5. 连接类型：短连接？长连接？
  6. 主机域名
  7. 发送存储在本机的cookies信息给服务器

除了发送获取请求，还能发送提交响应请求（如：搜索时要把搜索的内容一并发给服务器进行处理（在请求url后面增加特定的用户参数），以获取特定的内容）

注意：url后面加斜杠与不加斜杠的区别（文件夹与单个文件的区别）
http://www.google.com
http://www.google.com/

当我们输入 http://www.google.com 时，浏览器会自动添加斜杠，保证URL的严谨
当我们输入：http://www.google.com/folderOrFile 时，因为浏览器不清楚folderOrFile到底是文件还是文件夹，所以不能自动添加 斜杠。这时，浏览器就不加斜杠直接访问地址，服务器会响应一个重定向，结果造成一次不必要的握手。

4.重定向

当我们输入不完整的网址 (http://google.com) 时，或者网站迁移做了重定向设置时，服务器会进行一次重定向响应。
下面是重定向之后返回的响应头：

1
2
3
4
5
6
7
8
9
10
11
HTTP/1.1 301 Moved Permanently
Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0, pre-check=0
Expires: Sat, 01 Jan 2000 00:00:00 GMT
Location: http://www.google.com
P3P: CP="DSP LAW"
Pregma: no-cache
Set-Cookie: made_write_conn=deleted; expires=Thu, 12-Fwb-2009 05:09:50 GMT; path=/; domain=.google.com; httponly
Content-Type: text/html; charset=utf-8
X-Cnection: close
Date: Fri, 12 Feb 2010 05:09:51 GMT
Content-Length: 0
  1. 301永久重定向
  2. 新的Location:……

为什么要重定向，而不直接返回用户想看的内容？（既然服务器已经重定向知道了用户需要什么）
答：原因之一是与搜索引擎排名有关。比如，如果一个页面有两个地址，就像 http://www.igoro.com/ 和 http://igoro.com/ ，搜索引擎会认为它们是两个网站，结果造成每一个的搜索链接都减少从而降低排名。而搜索引擎知道301永久重定向是什么意思，这样就会把访问带www和不带www的地址归到同一个网站排名下。

5.新的请求

重定向之后会发布一个新的获取请求

6服务器处理请求

6.1 web服务器软件

  • 服务器操作系统种类：Linux（一般是厂家根据开源定制）、windows server系列（微软）
  • 主要的服务器软件：IIS、Apache、Tomcat、JBOSS、Nginx、lighttpd、Tetty
  • 服务器软件的作用：接收、处理与相应请求（了解CGI的作用）

6.2 处理流程

  1. web服务器软件（如IIS或者Apache）接收到http请求
  2. 确定执行那个请求处理程序（一个能读懂请求并且能生成html来进行响应的程序）（例如：Asp.Net,PHP,RUBY）来处理它
  3. 请求处理器阅读请求头的参数cookies信息
  4. 更新服务器上的信息：例如更新数据库信息、服务端cookies
  5. 生成html，压缩（gzip或其它），响应请求发送给用户

7.服务器发回一个html响应

响应包括响应头（响应参数与信息）、响应包（主体文件）

响应包采用特定方法压缩，整个响应以blob类型传输，响应头只是响应包以何种方式压缩

这个响应头与重定向的响应头不太一样，这个响应头还包含着缓存选项，cookies设置和隐私信息等

8.浏览器开始显示html

浏览器在没有完整接收全部html文件时就已经开始显示页面了

9.浏览器获取其它文件

浏览器解析html遇到需要下载的文件时，便再次向服务器（CDN ）发送获取文件的请求。

注意：

  1. 动态页面无法缓存，静态文件允许浏览器进行缓存。
  2. 静态文件本地有缓存时直接从本地读取
  3. 请求响应头内包含着静态文件保存的期限，浏览器知道下载的静态文件要静默保留多久
  4. 响应头还会有静态文件的ETag（相当于版本号），当浏览器发现请求的静态文件的响应头的ETag与现有的缓存文件不符时，变回再次向服务器获取静态文件。

10.浏览器发送异步（AJAX）请求

  • WEB 2.0的一大特征就是页面显示完全后客户端仍旧与服务器端保持联系（keep-alive）
  • 浏览器执行特定的JS代码会给服务器发送异步请求，获取罪行的动态消息，使得页面能保持较新的状态。
  • http是一个请求-响应协议，只有在客户端发送请求，服务器端才能做出响应，而不能主动把消息或者文档发给客户。所以，要想保持页面处于最新的状态，需要定时进行轮询(定时发送AJAX请求以更新页面内容)
  • AJAX请求十分容易更改，且用户十分容易自己制造和发送AJAX请求，所以没有验证码的没有IP限制条件的投票就是一个小游戏了。
  • 优化小方案：如果服务器被轮询时没有新消息，它就不理这个客户端。而当请求尚未超时的情况下如果手法哦了该客户的性消息，服务器就找到未完成的请求，把新消息作为响应发送给客户端（这样就无需频繁地响应请求了）