一次完整的HTTP事務是怎樣一個過程
宣告：本文章中的說法僅是個人理解總結，不一定完全正確，但是可以有助於理解。
關於HTTP協議可以參考以下：
HTTP協議漫談 http://kb.cnblogs.com/page/140611/
HTTP協議概覽 http://www.cnblogs.com/vamei/archive/2013/05/11/3069788.html
瞭解HTTP Headers的方方面面 http://kb.cnblogs.com/page/55442/
當我們在瀏覽器的位址列輸入 www.linux178.com ，然後回車，回車這一瞬間到看到頁面到底發生了什麼呢？
域名解析 --> 發起TCP的3次握手 --> 建立TCP連線後發起http請求 --> 伺服器響應http請求，瀏覽器得到html程式碼 --> 瀏覽器解析html程式碼，並請求html程式碼中的資源（如js、css、圖片等） --> 瀏覽器對頁面進行渲染呈現給使用者
以下就是上面過程的一一分析，我們就以Chrome瀏覽器為例：
一.域名解析
首先Chrome瀏覽器會解析 www.linux178.com 這個域名（準確的叫法應該是主機名）對應的IP地址。怎麼解析到對應的IP地址？
1 Chrome瀏覽器 會首先搜尋瀏覽器自身的DNS快取（快取時間比較短，大概只有1分鐘，且只能容納1000條快取），看自身的快取中是否有www.linux178.com 對應的條目，而且沒有過期，如果有且沒有過期則解析到此結束。
注：我們怎麼檢視Chrome自身的快取？可以使用 chrome://net-internals/#dns 來進行檢視
2 如果瀏覽器自身的快取裡面沒有找到對應的條目，那麼Chrome會搜尋作業系統自身的DNS快取,如果找到且沒有過期則停止搜尋解析到此結束.
注：怎麼檢視作業系統自身的DNS快取，以Windows系統為例，可以在命令列下使用 ipconfig /displaydns 來進行檢視
3 看下圖抓包截圖：
Linux虛擬機器測試，使用命令 wget www.linux178.com 來請求，發現直接使用chrome瀏覽器請求時，干擾請求比較多，所以就使用wget命令來請求，不過使用wget命令只能把index.html請求回來，並不會對index.html中包含的靜態資源（js、css等檔案）進行請求。
抓包分析：
1 號包，這個是那臺虛擬機器在廣播，要獲取192.168.100.254（也就是閘道器）的MAC地址，因為區域網的通訊靠的是MAC地址，它為什麼需要跟閘道器進行通訊是因為我們的DNS伺服器IP是外圍IP，要出去必須要依靠閘道器幫我們出去才行。
2 號包，這個是閘道器收到了虛擬機器的廣播之後，迴應給虛擬機器的迴應，告訴虛擬機器自己的MAC地址，於是客戶端找到了路由出口。
3 號包，這個包是wget命令向系統配置的DNS伺服器提出域名解析請求（準確的說應該是wget發起了一個DNS解析的系統呼叫），請求的域名www.linux178.com,期望得到的是IP6的地址（AAAA代表的是IPv6地址）
4 號包，這個DNS伺服器給系統的響應，很顯然目前使用IPv6的還是極少數，所以得不到AAAA記錄的
5 號包，這個還是請求解析IPv6地址，但是www.linux178.com.leo.com這個主機名是不存在的，所以得到結果就是no such name
6 號包，這個才是請求的域名對應的IPv4地址（A記錄）
7 號包，DNS伺服器不管是從快取裡面，還是進行迭代查詢最終得到了域名的IP地址，響應給了系統，系統再給了wget命令，wget於是得到了www.linux178.com的IP地址，這裡也可以看出客戶端和本地的DNS伺服器是遞迴的查詢（也就是伺服器必須給客戶端一個結果）這就可以開始下一步了，進行TCP的三次握手。
二.發起TCP的3次握手
拿到域名對應的IP地址之後，User-Agent（一般是指瀏覽器）會以一個隨機埠（1024 < 埠 < 65535）向伺服器的WEB程式（常用的有httpd,nginx等）80埠發起TCP的連線請求。這個連線請求（原始的http請求經過TCP/IP4層模型的層層封包）到達伺服器端後（這中間通過各種路由裝置，區域網內除外），進入到網絡卡，然後是進入到核心的TCP/IP協議棧（用於識別該連線請求，解封包，一層一層的剝開），還有可能要經過Netfilter防火牆（屬於核心的模組）的過濾，最終到達WEB程式（本文就以Nginx為例），最終建立了TCP/IP的連線。
如下圖：
1） Client首先發送一個連線試探，ACK=0 表示確認號無效，SYN = 1 表示這是一個連線請求或連線接受報文，同時表示這個資料報不能攜帶資料，seq = x 表示Client自己的初始序號（seq = 0 就代表這是第0號包），這時候Client進入syn_sent狀態，表示客戶端等待伺服器的回覆
2） Server監聽到連線請求報文後，如同意建立連線，則向Client傳送確認。TCP報文首部中的SYN 和 ACK都置1 ，ack = x + 1表示期望收到對方下一個報文段的第一個資料位元組序號是x+1，同時表明x為止的所有資料都已正確收到（ack=1其實是ack=0+1,也就是期望客戶端的第1個包），seq = y 表示Server 自己的初始序號（seq=0就代表這是伺服器這邊發出的第0號包）。這時伺服器進入syn_rcvd，表示伺服器已經收到Client的連線請求，等待client的確認。
3） Client收到確認後還需再次傳送確認，同時攜帶要傳送給Server的資料。ACK 置1 表示確認號ack= y + 1 有效（代表期望收到伺服器的第1個包），Client自己的序號seq= x + 1（表示這就是我的第1個包，相對於第0個包來說的），一旦收到Client的確認之後，這個TCP連線就進入Established狀態，就可以發起http請求了。
看抓包截圖：
9 號包 這個就是對應上面的步驟 1）
10 號包 這個對應的上面的步驟 2）
11 號包 這個對應的上面的步驟 3）
TCP 為什麼需要3次握手？
舉個例子：
假設一個老外在故宮裡面迷路了，看到了小明，於是就有下面的對話：
老外： Excuse me，Can you Speak English?
小明： yes 。
老外： OK,I want ...
在問路之前，老外先問小明是否會說英語，小明回答是的，這時老外才開始問路
2個計算機通訊是靠協議（目前流行的TCP/IP協議）來實現,如果2個計算機使用的協議不一樣，那是不能進行通訊的，所以這個3次握手就相當於試探一下對方是否遵循TCP/IP協議，協商完成後就可以進行通訊了，當然這樣理解不是那麼準確。
為什麼HTTP協議要基於TCP來實現？
目前在Internet中所有的傳輸都是通過TCP/IP進行的，HTTP協議作為TCP/IP模型中應用層的協議也不例外，TCP是一個端到端的可靠的面向連線的協議，所以HTTP基於傳輸層TCP協議不用擔心資料的傳輸的各種問題。
三.建立TCP連線後發起http請求
進過TCP3次握手之後，瀏覽器發起了http的請求（看第⑫包），使用的http的方法 GET 方法，請求的URL是 / ,協議是HTTP/1.0
下面是第12號包的詳細內容：
以上的報文是HTTP請求報文。
那麼HTTP請求報文和響應報文會是什麼格式呢？
起始行：如 GET / HTTP/1.0 （請求的方法 請求的URL 請求所使用的協議）
頭部資訊：User-Agent Host等成對出現的值
主體
不管是請求報文還是響應報文都會遵循以上的格式。
那麼起始行中的請求方法有哪些種呢？
GET: 完整請求一個資源 （常用）
HEAD: 僅請求響應首部
POST：提交表單 （常用）
PUT: (webdav) 上傳
DELETE：(webdav) 刪除
OPTIONS：返回請求的資源所支援的方法的方法
TRACE: 追求一個資源請求中間所經過的代理
那什麼是URL、URI、URN？
URI Uniform Resource Identifier 統一資源識別符號
URL Uniform Resource Locator 統一資源定位符
格式如下： scheme://[username:[email protected]]HOST:port/path/to/source
http://www.magedu.com/downloads/nginx-1.5.tar.gz
URN Uniform Resource Name 統一資源名稱
URL和URN 都屬於 URI
為了方便就把URL和URI暫時都通指一個東西
請求的協議有哪些種？
有以下幾種：
http/0.9: stateless
http/1.0: MIME, keep-alive (保持連線), 快取
http/1.1: 更多的請求方法，更精細的快取控制，持久連線(persistent connection) 比較常用
下面是Chrome發起的http請求報文頭部資訊
其中
Accept 就是告訴伺服器端，我接受那些MIME型別
Accept-Encoding 這個看起來是接受那些壓縮方式的檔案
Accept-Lanague 告訴伺服器能夠傳送哪些語言
Connection 告訴伺服器支援keep-alive特性
Cookie 每次請求時都會攜帶上Cookie以方便伺服器端識別是否是同一個客戶端
Host 用來標識請求伺服器上的那個虛擬主機，比如Nginx裡面可以定義很多個虛擬主機
那這裡就是用來標識要訪問那個虛擬主機。
User-Agent 使用者代理，一般情況是瀏覽器，也有其他型別，如：wget curl 搜尋引擎的蜘蛛等
條件請求首部：
If-Modified-Since 是瀏覽器向伺服器端詢問某個資原始檔如果自從什麼時間修改過，那麼重新發給我，這樣就保證伺服器端資源
檔案更新時，瀏覽器再次去請求，而不是使用快取中的檔案
安全請求首部：
Authorization: 客戶端提供給伺服器的認證資訊；
什麼是MIME？
MIME（Multipurpose Internet Mail Extesions 多用途網際網路郵件擴充套件）是一個網際網路標準，它擴充套件了電子郵件標準，使其能夠支援非ASCII字元、二進位制格式附件等多種格式的郵件訊息，這個標準被定義在RFC 2045、RFC 2046、RFC 2047、RFC 2048、RFC 2049等RFC中。 由RFC 822轉變而來的RFC 2822，規定電子郵件標準並不允許在郵件訊息中使用7位ASCII字符集以外的字元。正因如此，一些非英語字元訊息和二進位制檔案，影象，聲音等非文字訊息都不能在電子郵件中傳輸。MIME規定了用於表示各種各樣的資料型別的符號化方法。 此外，在全球資訊網中使用的HTTP協議中也使用了MIME的框架，標準被擴充套件為網際網路媒體型別。
MIME 遵循以下格式：major/minor 主型別/次型別 例如：
image/jpg
image/gif
text/html
video/quicktime
appliation/x-httpd-php
四.伺服器端響應http請求，瀏覽器得到html程式碼
看下圖 第12號包是http請求包，第32包是http響應包
伺服器端WEB程式接收到http請求以後，就開始處理該請求，處理之後就返回給瀏覽器html檔案。
第32號包 是伺服器返回給客戶端http響應包（200 ok 響應的MIME型別是text/html），代表這一次客戶端發起的http請求已成功響應。200 代表是的 響應成功的狀態碼，還有其他的狀態碼如下：
1xx: 資訊性狀態碼
100, 101
2xx: 成功狀態碼
200：OK
3xx: 重定向狀態碼
301: 永久重定向, Location響應首部的值仍為當前URL，因此為隱藏重定向;
302: 臨時重定向，顯式重定向, Location響應首部的值為新的URL
304：Not Modified 未修改，比如本地快取的資原始檔和伺服器上比較時，發現並沒有修改，伺服器返回一個304狀態碼，
告訴瀏覽器，你不用請求該資源，直接使用本地的資源即可。
4xx: 客戶端錯誤狀態碼
404: Not Found 請求的URL資源並不存在
5xx: 伺服器端錯誤狀態碼
500: Internal Server Error 伺服器內部錯誤
502: Bad Gateway 前面代理伺服器聯絡不到後端的伺服器時出現
504：Gateway Timeout 這個是代理能聯絡到後端的伺服器，但是後端的伺服器在規定的時間內沒有給代理伺服器響應
用Chrome瀏覽器看到的響應頭資訊：
Connection 使用keep-alive特性
Content-Encoding 使用gzip方式對資源壓縮
Content-type MIME型別為html型別，字符集是 UTF-8
Date 響應的日期
Server 使用的WEB伺服器
Transfer-Encoding:chunked 分塊傳輸編碼 是http中的一種資料傳輸機制，允許HTTP由網頁伺服器傳送給客戶端應用（通常是網頁瀏覽器）的資料可以分成多個部分，分塊傳輸編碼只在HTTP協議1.1版本（HTTP/1.1）中提供
Vary 這個可以參考（http://blog.csdn.net/tenfyguo/article/details/5939000）
X-Pingback 參考（http://blog.sina.com.cn/s/blog_bb80041c0101fmfz.html）
那到底伺服器端接收到http請求後是怎麼樣生成html檔案？
假設伺服器端使用nginx+php(fastcgi)架構提供服務
1 nginx讀取配置檔案
我們在瀏覽器的位址列裡面輸入的是 http://www.linux178.com （http://可以不用輸入，瀏覽器會自動幫我們新增），其實完整的應該是http://www.linux178.com./ 後面還有個點（這個點代表就是根域，一般情況下我們不用輸入，也不顯示）,後面的/也是不用新增，瀏覽器會自動幫我們新增（且看第3部那個圖裡面的URL），那麼實際請求的URL是http://www.linux178.com/，那麼好了Nginx在收到 瀏覽器 GET / 請求時，會讀取http請求裡面的頭部資訊，根據Host來匹配 自己的所有的虛擬主機的配置檔案的server_name,看看有沒有匹配的，有匹配那麼就讀取該虛擬主機的配置，發現如下配置：
root /web/echo
index index.html index.htm index.php
通過這個就能得知網站的首頁檔案是那個檔案，也就是我們在入http://www.linux178.com/ ，nginx就會自動幫我們把index.html（假設首頁是index.php 當然是會嘗試的去找到該檔案，如果沒有找到該檔案就依次往下找，如果這3個檔案都沒有找到，那麼就丟擲一個404錯誤）加到後面，那麼新增之後的URL是/index.php,然後根據後面的配置進行處理
location ~ .*\.php(\/.*)*$ {
root /web/echo;
fastcgi_pass 127.0.0.1:9000;
fastcgi_index index.php;
astcgi_param SCRIPT_FILENAME $document_root$fastcgi_script_name;
include fastcgi_params;
}
這一段配置指明凡是請求的URL中匹配（這裡是啟用了正則表示式進行匹配） *.php字尾的（後面跟的引數）都交給後端的fastcgi程序進行處理。
2 把php檔案交給fastcgi程序去處理
於是nginx把/index.php這個URL交給了後端的fastcgi程序處理，等待fastcgi處理完成後（結合資料庫查詢出資料，填充模板生成html檔案）返回給nginx一個index.html文件，Nginx再把這個index.html返回給瀏覽器，於是乎瀏覽器就拿到了首頁的html程式碼，同時nginx寫一條訪問日誌到日誌檔案中去。
注1：nginx是怎麼找index.php檔案的？
當nginx發現需要/web/echo/index.php檔案時，就會向核心發起IO系統呼叫(因為要跟硬體打交道，這裡的硬體是指硬碟，通常需要靠核心來操作，而核心提供的這些功能是通過系統呼叫來實現的)，告訴核心，我需要這個檔案,核心從/開始找到web目錄，再在web目錄下找到echo目錄，最後在echo目錄下找到index.php檔案，於是把這個index.php從硬碟上讀取到核心自身的記憶體空間，然後再把這個檔案複製到nginx程序所在的記憶體空間，於是乎nginx就得到了自己想要的檔案了。
注2：尋找檔案在檔案系統層面是怎麼操作的？
比如nginx需要得到/web/echo/index.php這個檔案
每個分割槽（像ext3 ext3等檔案系統，block塊是檔案儲存的最小單元 預設是4096位元組）都是包含元資料區和資料區，每一個檔案在元資料區都有元資料條目（一般是128位元組大小），每一個條目都有一個編號，我們稱之為inode（index node 索引節點），這個inode裡面包含 檔案型別、許可權、連線次數、屬主和陣列的ID、時間戳、這個檔案佔據了那些磁碟塊也就是塊的編號（block，每個檔案可以佔用多個block,並且block不一定是連續的，每個block是有編號的），如下圖所示：
還有一個要點：目錄其實也普通是檔案，也需要佔用磁碟塊，目錄不是一個容器。你看預設建立的目錄就是4096位元組，也就說只需要佔用一個磁碟塊，但這是不確定的。所以要找到目錄也是需要到元資料區裡面找到對應的條目，只有找到對應的inode就可找到目錄所佔用的磁碟塊。
那到底目錄裡面存放著什麼，難道不是檔案或者其他目錄嗎？
其實目錄存著這麼一張表（姑且這麼理解），裡面放著 目錄或者檔案的名稱和對應的inode號（暫時稱之為對映表）,如下圖：
假設
/ 在資料區佔據 1、2號block ，/其實也是一個目錄 裡面有3個目錄 web 111
web 佔據 5號block 是目錄 裡面有2個目錄 echo data
echo 佔據 11號 block 是目錄 裡面有1個檔案 index.php
index.php 佔據 15 16號 block 是檔案
其在檔案系統中分佈如下圖所示
那麼核心究竟是怎麼找到index.php這個檔案的呢？
核心拿到nginx的IO系統呼叫要獲取/web/echo/index.php這個檔案請求之後
1 核心讀取元資料區 / 的inode，從inode裡面讀取/所對應的資料塊的編號，然後在資料區找到其對應的塊（1 2號塊），讀取1號塊上的對映表找到web這個名稱在元資料區對應的inode號
2 核心讀取web對應的inode（3號），從中得知web在資料區對應的塊是5號塊，於是到資料區找到5號塊，從中讀取對映表，知道echo對應的inode是5號，於是到元資料區找到5號inode
3 核心讀取5號inode，得到echo在資料區對應的是11號塊，於是到資料區讀取11號塊得到對映表，得到index.php對應的inode是9號
4 核心到元資料區讀取9號inode，得到index.php對應的是15和16號資料塊，於是就到資料區域找到15 16號塊，讀取其中的內容，得到index.php的完整內容
五. 瀏覽器解析html程式碼，並請求html程式碼中的資源
瀏覽器拿到index.html檔案後，就開始解析其中的html程式碼，遇到js/css/image等靜態資源時，就向伺服器端去請求下載（會使用多執行緒下載，每個瀏覽器的執行緒數不一樣），這個時候就用上keep-alive特性了，建立一次HTTP連線，可以請求多個資源，下載資源的順序就是按照程式碼裡的順序，但是由於每個資源大小不一樣，而瀏覽器又多執行緒請求請求資源，所以從下圖看出，這裡顯示的順序並不一定是程式碼裡面的順序。
瀏覽器在請求靜態資源時（在未過期的情況下），向伺服器端發起一個http請求（詢問自從上一次修改時間到現在有沒有對資源進行修改），如果伺服器端返回304狀態碼（告訴瀏覽器伺服器端沒有修改），那麼瀏覽器會直接讀取本地的該資源的快取檔案。
六.瀏覽器對頁面進行渲染呈現給使用者
最後，瀏覽器利用自己內部的工作機制，把請求到的靜態資源和html程式碼進行渲染，渲染之後呈現給使用者。