HTTP：Web服务器的实现

深藏阁楼爱情的钟 2022-08-30 14:56 227阅读 0赞

不管是什么Web服务器，它们**都能够接收请求资源的HTTP请求，将其内容回送给客户端**

*  Web服务器实现了HTTP和相关的TCP连接处理。负责管理Web服务器提供的资源，以及对Web服务器的配置、控制以及扩展方面的管理。
 *  Web服务器逻辑实现了HTTP协议、管理着Web资源，并负责提供Web服务器的管理功能。
 *  **Web服务器逻辑和操作系统共同负责管理TCP连接。底层操作系统负责计算机系统的硬件细节，并提供了TCP/IP网络支持、负责装载Web资源的文件系统以及控制当前计算活动的进程管理功能**

# 第一步：接收客户端连接 #

如果客户端已经打开了一条到服务器的持久连接，可以使用那条连接来发送它的请求。否则，客户端需要打开一条新的到服务器的连接

*  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，判断连接的另一端是哪个客户端，从TCP连接中将IP地址解析出来。一旦新连接建立起来并被接收，服务器就会将新连接添加到其现存的Web服务器连接列表中，做好监视连接上数据传输的准备
 *  Web服务器可以随意拒绝或者立即关闭任意一条连接。有些Web服务器会因为客户端IP地址或者主机名是未认证的，或者因为它是已知道的恶意客户端而关闭连接。Web服务器也可以使用其他识别技术

# 第二步：接收请求报文 #

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。  
![在这里插入图片描述][e5c8577bd567f4d4ad87580b14485a19.png]  
解析请求报文时，Web服务器会：

*  解析请求行，查找请求方法、指定的资源标识符URI以及版本号，各项之间由一个空格分隔，并以一个回车换行(CRLF)序列作为行的结束
 *  读取以CRLF结尾的报文首部
 *  检测到以CRLF结尾的、标识首部结束的空行(如果有的话)
 *  如果有的话(长度由Contenf-Length首部指定)，读取请求主体

解析请求报文时，Web服务器会不定期的从网络上接收输入数据。网络连接可能随时会出现延迟。Web服务器需要从网络中读取数据，将部分报文数据临时存储在内存中，直到收到足以进行解析的数据并理解其意义为止。

## 报文的内部表示法 ##

有些Web服务器会在用便于进行报文操作的内部数据结构来存储请求报文。比如，数据结构中可能包含有指向请求报文中各个片段的指针以及其长度，这样就可以将这些首部存放在一个快速查询表中，以便快速访问特定首部的具体值了  
![在这里插入图片描述][a7d88e68cb68e22b7a0236f10b9e602d.png]

## 连接的输入/输出处理结构 ##

高性能的Web服务器能够同时支持数千条连接。这些连接使得服务器可以与世界各地的客户端进行通信，每个客户端都向服务器打开了一条或者多条连接。某些连接可能在快速的向服务器发送请求，而其他一些连接则可能在慢慢的发送，或者不经常发送请求，还有一些可能是空闲的，安静的等待着将来可能出现的动作。

因为请求可能在任意时刻到达，所以Web服务器会不停的观察有无新的Web请求。不同的Web服务器结构会以不同的方式为请求服务。  
![在这里插入图片描述][210c14b58cae0ce50b412382a7b98588.png]

### 单线程Web服务器 ###

单线程Web服务器一次只处理一个请求，直到其完成为止。一个事务处理结束之后，才去处理下一条连接。这种结构易于实现，但在处理过程中，所以其他连接都会被忽略。这样会造成严重的性能问题，只适用于低负荷的服务器

### 多进程以及多线程Web服务器 ###

多进程和多线程Web服务器用于多个进程，或更高效的线程同时对请求进行处理。可以根据需要创建，或者预先创建一些线程/进程。

有些服务器会为每条连接分配一个线程/进程，但当服务器同时要处理成百上千的连接时，需要的进程/线程数量可能会消耗太多的内存或者系统资源。因此，很多多线程Web服务器都会对线程/进程的最大数量进行限制。

### 复用IO的服务器 ###

为了支持大量的连接，很多Web服务器都采用了复用结构。在复用的结构中，要同时监视所有连接上的活动。当连接的状态发生变化时(比如，有数据可用，或者出现错误时)，就对那条连接进行少量的处理；处理结束之后，将连接返回到开放连接列表中，等待下一次状态变化。只有在有事情可做时才会对连接进行处理；在空闲连接上等待的时候并不会绑定线程和进程

### 复用的多线程Web服务器 ###

有些系统会将多线程和复用功能结合在一起，以利用计算机平台上的多个CPU。多个线程中每一个都在观察打开的连接(或者打开的连接中的一个子集)，并对每条连接执行少量的任务

# 第三步：处理请求 #

一旦Web服务器收到了请求，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了。

有些方法(比如POST)要求请求报文中必须带有实体主体部分的数据。其他一些方法(比如OPTIONS)允许有请求的主体部分，也允许没有。少数方法(比如GET)禁止在请求报文中包含实体的主体数据

# 第四步：对资源进行映射以及访问 #

Web服务器是资源服务器。它们负责发送预先创建号的内容，比如HTML页面或者JPEG图片，以及运行在服务器上的资源生成程序所产生的动态内容。

在Web服务器将内容传送给客户端之前，要将请求报文中的URL映射为Web服务器上适当的内容或者内容生成器。以识别出内容的源头

## docroot ##

Web服务器支持各种不同类型的资源映射，但最简答的资源映射形式就是用请求URI作为名字来访问Web服务器文件系统中的文件。通常，Web服务器的文件系统会有一个特殊的文件夹用于存放Web内容。这个文件夹被称为**文档的跟目录docroot**。Web服务器从请求报文中获取URI，并将其附加在文档根目录的后面。

![在这里插入图片描述][6900d0c6a326ba1ac1987e936dacd6bf.png]服务器要注意，不能让相对URL退到docroot之外，将文件系统的其余部分暴露出来。比如：http://www.aaa.com/…/xxx.jpg

### 虚拟托管的docroot ###

虚拟托管的Web服务器会在同一台Web服务器上提供多个Web站点，每个站点在服务器都有自己独有的文档根目录。虚拟托管Web服务器会根据URL或Host首部的IP地址或者主机名来识别要使用的正确文档根目录。通过这种方式，即使请求URI完全相同，托管在同一Web服务器上的两个Web站点也可以拥有完全不同的内容。

下图的服务器托管了两个站点：www.joes-hardware.com和www.marys.antiques.com。服务器可以通过HTTP的Host首部，或者根据不同的IP地址来区分不同的Web站点。  
![在这里插入图片描述][7c1292148823ed992269c6152e00b719.png]

### 用户的主目录docroot ###

Docroot的另一种常见应用是在Web服务器上为人们提供私有的Web站点。通常会把那些以`/`和`~`开始，后面跟着用户名的URI映射为此用户的私有文档根目录。私有docroor通常都是用户主目录下那个叫做public\_html的目录，但也可以修改为其他值  
![在这里插入图片描述][182e195a16a98d8c0d770ae2d6e6ee04.png]

## 动态内容资源的映射 ##

Web服务器还可以将URI映射为动态资源----也就是说，映射到按需动态生成内容的程序上去。实际上，有一大类名为**应用程序服务器**的Web服务器会将Web服务器链接到复杂的后端应用程序上去。Web服务器要能够分辨出资源什么时候是动态的，动态内容生成程序位于何处，以及如何运行那个程序。大多数Web服务器都提供了一些基本的机制以识别和映射动态资源。  
![在这里插入图片描述][def4b705a01dfb00757035caba16cdda.png]

> CGI是早期出现的一种简单、流行的服务端应用程序执行接口。现代的应用程序服务器都有更强大更有效的服务器动态内容支持机制，包括JavaServlet

## 服务器包含项 ##

很多Web服务器还提供了对服务器端包含项SSI的支持。如果某个资源被标识为存在服务器端包含项，服务器就会在将其发送给客户端之前对资源内容进行处理。

要对内容进行扫描，以查找特定的目标，这些目标可以是变量名、嵌入式脚本。可以用变量的值或者可执行脚本的输出来取代特定的模板。这是创建动态内容的一种简便方式。

# 第五步：构建响应 #

一旦Web服务器识别出了资源，就执行请求方法中描述的动作，并返回响应报文。响应报文中包含有响应状态码、响应首部，如果生成了响应主体的话，还包括响应主体

## 响应实体 ##

如果事务处理产生了响应主体，就将内容放在响应报文中回送过去。如果有响应主体的话，响应报文中通常包括：

*  描述了响应主体MIME类型的Content-Type首部
 *  描述了响应主体长度的Content-Length首部
 *  实际报文的主体内容

## MIEM类型 ##

Web服务器要负责确定响应主体的MIME类型。由很多配置服务器的方法可以将MIME类型与资源关联起来

Web服务器可以用文件的扩展名来说明MIME类型。Web服务器会为每个资源扫描一个包含了所有扩展名的MIME类型的文件，以确定其MIME类型。每种基于扩展名的类型相关是最常见的。

![在这里插入图片描述][02304b5afb296aa7c69bdc98065b6e7d.png]

## 重定向 ##

Web服务器有时会返回重定向响应而不是成功的报文。Web服务器可以将浏览器重定向到其他地方来执行请求。重定向响应由返回码3XX说明。Location响应首部包含了内容的新地址或者优选地址的URI。重定向可以用于下列情况

### 永久删除的资源 ###

资源可能已经被移动到了新位置，或者被重新命名，有了一个新的URL。Web服务器可以高速客户端资源已经被重命名了，这样客户端就可以在从新地址获取资源之前，更新书签之类的信息了。状态码301 Move Permanently就用于此类重定向

### 临时删除的资源 ###

如果资源被临时移走或重命名了，服务器可能希望将客户端重定位到新的位置上去。但由于重命名是临时的，所以服务器希望客户端将来还可以回头去使用老的URL，不要对书签进行更新。状态码303 See Other以及状态码307 Temporary Redirect就用于此类重定向

### URL增强 ###

服务器通常用重定向来重写URL，往往用于嵌入上下文。当请求到达时，服务器会生成一个新的包含了嵌入式状态信息的URL，并将用户重定向到这个新的URL上去。客户端会跟着这个重定向信息，重写发起请求，但这次的请求会包含完整的、经过状态增强的URL，这是在事务间维护状态的一种有效方式。状态码303 See Other以及状态码307 Temporary Redirect就用于此类重定向

### 负载均衡 ###

如果一个超载的服务器收到一条请求，服务器可以将客户端重定向到一个负载不大的服务器上去。状态码303 See Other以及状态码307 Temporary Redirect就用于此类重定向

### 服务器关联 ###

Web服务器上肯恩会有些用户的本地信息：服务器可以将客户重定向到包含了那个客户端信息的服务器上去。状态码303 See Other以及状态码307 Temporary Redirect就用于此类重定向

### 规范目录名称 ###

客户端请求的URI是一个不带尾部斜线的目录名时，大多数Web服务器都会将客户端重定向到一个加了斜线的URI上，这样相对连接就可以正常工作了。

# 第六步：发送响应 #

Web服务器通过连接发送数据时也会面临与接收数据一样的问题。服务器可能有很多条到各个客户端的连接，有些是空闲的，有些在向服务器发送数据，还有一些在向客户端发送数据。

服务器要记录连接的状态，还有特别注意持久连接的处理。对于非持久连接而言，服务器应该在发送了整条报文之后，关闭主机这一端的连接。

对持久连接来说，连接可能扔出于保持打开的状态，在这种情况下，服务器要特别小心，要正确的计算Content-Length首部，不然客户端就无法知道响应什么时候结束了

# 第七步：记录日志 #

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

[e5c8577bd567f4d4ad87580b14485a19.png]: /images/20220829/e4085bd544044004978d736ff2a2bf12.png
[a7d88e68cb68e22b7a0236f10b9e602d.png]: /images/20220829/fc3be4774f22424f9fe6be1aaac7de08.png
[210c14b58cae0ce50b412382a7b98588.png]: /images/20220829/985e7ba1612f40ee854bd12d1eea0994.png
[6900d0c6a326ba1ac1987e936dacd6bf.png]: /images/20220829/d343319285e941a9ad04d566e411afd3.png
[7c1292148823ed992269c6152e00b719.png]: /images/20220829/db66798e46b34c6d9ca43a9d90b9acc5.png
[182e195a16a98d8c0d770ae2d6e6ee04.png]: /images/20220829/6fbd675ca19c44bba633005aa93574a3.png
[def4b705a01dfb00757035caba16cdda.png]: /images/20220829/bd3a4552ac73433a8aa688e10bffbecd.png
[02304b5afb296aa7c69bdc98065b6e7d.png]: /images/20220829/abb7051c61b84e25aa9e723fd8568fd8.png