HTTP协议基础
HTTP（HyperText Transfer Protocol，超文本传输协议）是互联网上应用最为广泛的一种网络协议，用于在客户端和服务器之间传输超文本（如网页）数据。
基本概念
- 客户端-服务器模型：HTTP基于请求-响应模式，客户端（通常是浏览器）向服务器发送请求，服务器返回响应。
- 无状态协议：HTTP本身不保留之前的请求或响应信息，每个请求都是独立的。
- 应用层协议：HTTP工作在TCP/IP协议栈的应用层，默认使用80端口（HTTPS使用443端口）。
主要特点
- 简单快速：请求方法简单（GET、POST等），通信速度快
- 灵活：可以传输任意类型的数据对象
- 无连接：每次连接只处理一个请求
- 支持B/S模式：Browser/Server（浏览器/服务器）模式
HTTP版本发展
- HTTP/0.9：最初版本，极其简单
- HTTP/1.0：增加了请求头、响应头和状态码
- HTTP/1.1：持久连接、管道化、缓存控制等改进
- HTTP/2：二进制协议、多路复用、头部压缩
- HTTP/3：基于QUIC协议，解决队头阻塞问题
会话保持
在一定时间内，保证同一个用户的请求调度同一个节点上
连接保持
保持的是三次握手（保证的是数据的正常传输）
HTTP请求
http请求报文
位于报文第一行，包含三个部分：
GET /index.html HTTP/1.1- 请求方法：GET、POST、PUT、DELETE等
- 请求URI：要访问的资源路径
- HTTP版本：如HTTP/1.1或HTTP/2
核心头字段
- Host (必填，HTTP/1.1要求) 指定请求的目标域名和端口，例如：
Host: example.com:8080 - User-Agent 标识客户端类型（浏览器、操作系统等），例如：
User-Agent: Mozilla/5.0 (Windows NT 10.0) - Accept 声明客户端可接受的响应数据类型（MIME类型），例如：
Accept: text/html, application/json - Accept-Encoding 支持的压缩算法（如gzip、deflate）：
Accept-Encoding: gzip, deflate - Accept-Language 优先的语言（如
en-US, zh-CN）：Accept-Language: en-US - Connection 控制连接行为（如
keep-alive或close）。
内容相关头字段
- Content-Type (用于POST/PUT请求) 指定请求体的数据类型，例如：
Content-Type: application/json - Content-Length 请求体的字节大小，例如：
Content-Length: 348 - Content-Encoding 请求体的压缩格式（如
gzip）。
缓存控制
- Cache-Control 缓存策略（如
no-cache或max-age=3600）。
认证与安全
- Authorization 携带认证凭据（如Bearer Token或Basic Auth）：
Authorization: Bearer xxxxx - Cookie 发送服务器设置的Cookie：
Cookie: name=value; token=abc123 - Referer 表示请求来源页面的URL（可能被隐私设置屏蔽）。
- Origin 用于CORS请求，标识请求来源。
自定义头字段
- 以
X-开头的非标准头（如X-API-Key）：X-API-Key: 123456
HTTP响应报文
响应报文的基本结构
http
HTTP/1.1 200 OK
Server: nginx/1.18.0
Content-Type: application/json
Content-Length: 89
Connection: keep-alive
{"status": "success", "data": "example"}- 状态行：协议版本、状态码和状态描述（如
HTTP/1.1 200 OK）。 - 响应头：服务器的元数据（如
Content-Type）。 - 空行：分隔头和体（
\r\n）。 - 响应体：实际数据（如JSON、HTML等）。
状态码
| 状态码 | 状态码范围 | 类别 | 描述 |
|---|---|---|---|
| 1xx | 100-199 | 信息性 | 请求已接收，继续处理 |
| 2xx | 200-299 | 成功 | 请求已成功处理 |
| 3xx | 300-399 | 重定向 | 需要进一步操作 |
| 4xx | 400-499 | 客户端错误 | 请求包含错误或无法完成 |
| 5xx | 500-599 | 服务器错误 | 服务器处理请求失败 |
常见状态码示例
| 状态码 | 状态短语 | 类别 | 说明 |
|---|---|---|---|
| 200 | OK | 成功 | 请求成功，响应中包含请求的结果数据 |
| 201 | Created | 成功 | 请求成功且服务器创建了新资源 |
| 204 | No Content | 成功 | 请求成功，但响应中没有内容（通常用于 DELETE 请求） |
| 301 | Moved Permanently | 重定向 | 请求的资源已永久移动到新位置（浏览器会自动重定向） |
| 302 | Found | 重定向 | 请求的资源临时从不同位置响应（浏览器会自动重定向） |
| 304 | Not Modified | 重定向 | 资源未修改，可使用缓存的版本 |
| 400 | Bad Request | 客户端错误 | 服务器无法理解请求的语法 |
| 401 | Unauthorized | 客户端错误 | 请求需要身份验证 |
| 403 | Forbidden | 客户端错误 | 服务器理解请求但拒绝执行（无权限访问） |
| 404 | Not Found | 客户端错误 | 服务器找不到请求的资源 |
| 405 | Method Not Allowed | 客户端错误 | 请求方法不被目标资源支持 |
| 408 | Request Timeout | 客户端错误 | 服务器等待请求时超时 |
| 429 | Too Many Requests | 客户端错误 | 用户在给定时间内发送了过多请求（限流） |
| 500 | Internal Server Error | 服务器错误 | 服务器遇到错误，无法完成请求 |
| 502 | Bad Gateway | 服务器错误 | 作为网关或代理的服务器从上游服务器收到无效响应 |
| 503 | Service Unavailable | 服务器错误 | 服务器暂时不可用（通常由于过载或维护） |
| 504 | Gateway Timeout | 服务器错误 | 作为网关或代理的服务器未能及时从上游服务器收到响应 |
常见响应头字段
| 头字段 | 示例 | 作用 |
|---|---|---|
| Content-Type | text/html; charset=UTF-8 | 响应体的MIME类型和编码。 |
| Content-Length | Content-Length: 1024 | 响应体的字节大小。 |
| Server | Server: Apache/2.4.41 | 服务器软件信息。 |
| Cache-Control | Cache-Control: max-age=3600 | 控制缓存行为。 |
| Set-Cookie | Set-Cookie: sessionId=abc123 | 服务器设置Cookie。 |
| Location | Location: /new-page | 重定向目标URL（3xx响应）。 |
| Access-Control-Allow-Origin | * | CORS跨域权限控制。 |
响应体（Response Body）
- 格式：由
Content-Type决定，常见类型：application/json：JSON数据。text/html：HTML页面。image/png：二进制图片。
- 压缩：若请求头包含
Accept-Encoding: gzip，响应体可能被压缩，并通过Content-Encoding: gzip声明。
HTTP方法
| HTTP 方法 | 说明 | 是否幂等 | 是否安全 | 典型应用场景 |
|---|---|---|---|---|
| GET | 获取指定资源 | 是 | 是 | 获取网页、查询数据 |
| POST | 向服务器提交数据，可能导致状态变化或副作用 | 否 | 否 | 提交表单、创建新资源 |
| PUT | 替换目标资源的所有当前表示形式 | 是 | 否 | 完整更新资源（替换全部字段） |
| PATCH | 对资源进行部分修改 | 否 | 否 | 部分更新资源（仅修改指定字段） |
| DELETE | 删除指定资源 | 是 | 否 | 删除服务器上的资源 |
| HEAD | 与 GET 相同，但不返回响应体（仅获取响应头） | 是 | 是 | 检查资源是否存在或验证其元数据 |
| OPTIONS | 获取服务器支持的 HTTP 方法 | 是 | 是 | CORS 预检请求、API 能力查询 |
| CONNECT | 建立到目标资源的隧道（用于 SSL 隧道） | - | 否 | HTTPS 代理连接 |
| TRACE | 回显服务器收到的请求（用于诊断） | 是 | 是 | 调试和诊断网络问题 |
HTTP资源
HTTP资源是Web架构中的核心概念，指可以通过统一资源标识符(URI)定位的任何信息、数据或服务。
资源的基本概念
- 定义：网络上的任何可识别实体，如HTML文档、图像、视频、API端点等
- 标识：通过URI(统一资源标识符)唯一标识，常见形式为URL
- 表现形式：同一资源可能有不同表现形式(如JSON/XML)
资源与URI的关系
URI，全称Uniform Resource Identifier，中文翻译为统一资源标识符，是一个用于标识某一互联网资源名称的字符串。这个字符串在世界范围内唯一标识并定位某一个信息资源。互联网上每个可用的数据资源，如HTML，图片，视频等皆通过统一资源标识符进行定位。
| 协议 | 分隔符 | IP或域名 | 分隔符 | 资源地址 |
|---|---|---|---|---|
| http | 😕/ | api.example.com | / | index.html |
网站资源类型
| 特性 | 静态网站 | 动态网站 | 伪静态网站 |
|---|---|---|---|
| 定义 | 由纯HTML/CSS/JS文件组成，内容固定 | 内容由服务器实时生成，基于数据库 | 动态网站通过URL重写模拟静态结构 |
| 资源类型 | .html, .css, .js, 图片等 | .php, .jsp, .asp等后端文件 | 实际为动态脚本，但URL显示为静态 |
| 服务器处理 | 直接返回文件 | 执行脚本+数据库查询生成页面 | 先URL重写再执行动态脚本 |
| 典型技术 | Hugo, Jekyll, 纯前端框架 | WordPress, Django, Laravel | Apache/Nginx的rewrite规则 |
| URL示例 | /about.html | /product.php?id=123 | /product/123.html |
| 性能 | ⚡️ 极快（无服务器计算） | 🐢 较慢（需实时计算） | 🚀 接近静态（缓存优化后） |
| SEO友好度 | ★★★★☆ | ★★☆☆☆（原始动态URL） | ★★★★☆（伪装静态URL） |
| 内容更新 | 需手动修改文件 | 通过CMS后台实时更新 | 通过CMS后台更新（本质仍是动态） |
| 扩展性 | 差（每页需单独维护） | 强（模板化+数据库驱动） | 强（保留动态特性） |
| 安全风险 | 低（无后端交互） | 中（需防SQL注入等攻击） | 中（同动态网站） |
| 适用场景 | 企业官网、文档站 | 电商、社交平台 | 需要SEO优化的动态网站 |
| 部署成本 | 低（可托管到CDN） | 高（需服务器环境） | 中（需配置重写规则） |
网站访问量统计
核心指标对比表
| 指标 | 定义 | 统计方式 | 特点 | 局限性 | 适用场景 |
|---|---|---|---|---|---|
| IP | 独立IP访问数 | 24小时内相同公网IP计1次 | 反映网络设备规模 | 受NAT/代理影响大 | 基础流量评估 |
| PV | 页面浏览量 | 每次页面加载/刷新计1次 | 体现内容热度 | 易受自动刷新干扰 | 内容运营分析 |
| UV | 独立访客数 | 24小时内相同客户端计1次 | 接近真实用户量 | 依赖Cookie/设备识别 | 用户规模统计 |
技术原理深度解析
IP统计机制
NAT场景示例：某公司局域网50台电脑通过1个公网IP访问百度 → 计为1IP
动态IP场景：用户拨号上网3次（不同IP）访问 → 计为3IP
统计方法：
bash# 服务器日志分析示例（去重统计） awk '{print $1}' access.log | sort | uniq | wc -l
PV统计逻辑
- 计数规则：
- 打开页面（即使未完全加载）→ +1PV
- 刷新页面 → +1PV
- AJAX局部更新 → 通常不计PV
UV识别技术
IP+UserAgent组合识别（误差率约15%-30%）
并发连接
什么是并发
- A种理解：网站服务器每秒能够接收的最大用户请求数
- B种理解：网站服务器每秒能够响应的最大用户请求数。
- C种理解：网站服务器在单位时间内能够处理的最大连接数。
虽然A，B的理解占IT人员中的大多数，但是，C理解更为准确一些。
关键性能指标
| 指标 | 计算公式/命令 | 行业基准 | 优化建议 |
|---|---|---|---|
| QPS | 总请求数/秒 | MySQL单机：1k-10k | 增加缓存/分库分表 |
| TPS | 事务数/秒 | 支付系统：500+ | 优化事务逻辑 |
| IOPS | fio -name=test -ioengine=libaio -direct=1 | SSD：5k-100k | 使用RAID0/升级NVMe |
| 连接数 | `netstat -ant | grep EST | wc -l` |
本章重点回顾
用户访问网站基本流程
DNS系统解析原理
HTTP协议通信原理，包括HTTP协议，请求报文，响应报文，状态码等相关知识
动态，静态概念特点以及伪静态技术；
动态转静态Web优化方案
IP，PV，UV的概念和区别
并发的概念理解
本章知识相关面试考试题
请描述DNS系统的解析原理？
回答要点： DNS（Domain Name System）是将域名转换为IP地址的分布式数据库系统，解析过程如下：
- 浏览器缓存：检查浏览器是否缓存过该域名的IP。
- 系统缓存：查询本地Hosts文件或操作系统DNS缓存（如Windows的
ipconfig /displaydns）。 - 路由器缓存：检查路由器或本地网络设备的DNS缓存。
- ISP DNS服务器：向互联网服务提供商（ISP）的递归DNS服务器发起请求。
- 根域名服务器：若ISP无缓存，递归DNS向根域名服务器（如
.com、.org）查询。 - TLD服务器：根服务器返回顶级域（TLD）服务器地址（如
.com的权威服务器）。 - 权威DNS服务器：TLD服务器返回域名注册的权威DNS服务器（如
example.com的NS记录）。 - 返回IP：权威DNS返回域名对应的IP地址，递归DNS缓存并返回给客户端。
示例回答：
"当访问
www.example.com时，DNS解析会依次查询浏览器缓存→系统Hosts→本地DNS服务器→根域名服务器→.com顶级域服务器→最终权威DNS服务器，获取IP后建立连接。"
请描述HTTP协议的工作原理？
回答要点： HTTP（HyperText Transfer Protocol）是无状态的请求-响应协议，基于TCP/IP，工作流程如下：
- 建立连接：客户端（浏览器）通过TCP三次握手与服务器建立连接（默认端口80，HTTPS为443）。
- 发送请求：客户端发送HTTP请求报文，包含：
- 请求行（方法+URL+协议版本，如
GET /index.html HTTP/1.1） - 请求头（
Host、User-Agent、Cookie等） - 请求体（POST/PUT时提交的数据）
- 请求行（方法+URL+协议版本，如
- 服务器处理：服务器解析请求，执行后端逻辑（如查询数据库），生成响应。
- 返回响应：服务器返回HTTP响应报文，包含：
- 状态行（如
HTTP/1.1 200 OK） - 响应头（
Content-Type、Set-Cookie等） - 响应体（HTML/JSON等实际数据）
- 状态行（如
- 关闭连接：HTTP/1.1默认保持连接（Keep-Alive），HTTP/2支持多路复用。
示例回答：
"用户在浏览器输入URL后，HTTP协议会先建立TCP连接，发送
GET /index.html请求，服务器返回状态码200和HTML内容，浏览器渲染页面。如果是POST请求，数据会放在请求体中提交。"
请问你的公司的网站访问量是多少？
回答框架：
新手/无数据权限：
"由于保密协议无法透露具体数据，但根据公开资料，类似规模的电商网站日均UV约X万，PV约Y万。我们通过Nginx日志分析和Google Analytics统计，确保数据准确性。"
有经验者：
"我负责的XX系统日均UV 5万，PV 25万（PV/UV≈5），峰值QPS 200。使用ELK分析日志，结合Prometheus监控，数据库采用读写分离支撑流量。"
注意：避免夸大（如“PV 1亿”但架构简单），保持数据与架构合理性。
请说出http状态吗200，301，403，404，500，502，504代表的意义？
示例回答：
"200表示成功；301/302用于重定向；403是权限不足；404是页面不存在；500是服务器代码错误；502/504通常由后端服务崩溃或超时引起。"