一次HTTP请求经历了什么？

程序员一定被问过这个问题:

我在浏览器输入一个网址，后面发生了什么？

有人要说了，这么老的问题也拿出来说：

就是HTTP协议呀，服务端也使用HTTP协议接收，我们就是这么做的，很简单。。。

上面的回答可能是很多工程师真实的工作体验，现在的技术领域分工高度发达，我们引入一个库就可以高效地开发应用了，完全不需要也没时间去了解底层发生了什么。

那么底层究竟发生了什么呢？事实上这个老问题真的不算简单，可延伸的幅度非常宽广，我们按照下面几个问题慢慢展开:

问题1: 生成HTTP报文后，怎么发出去的？
问题2: 网络为啥要分层呢？我直接发不就行了吗？
问题3: 怎么找到我要访问的服务器呢？
问题4: 我的数据丢了怎么办？
问题5：不是还有个Socket吗？我们用的是Socket长连接，它是第几层啊？
问题6: 我们用的是HTTPS，它和HTTP一样属于应用层吗？

HTTP(Hyper Text Transport Protocol)全称是超文本(扩展的文本)传输协议，HTTP协议诞生的目的就是传输HTML文本，后面逐渐迭代出HTTP/1.0、HTTP/1.1、HTTP/2 和 HTTP/3这些版本，迭代带来的是更好的性能和更加丰富的能力。

TIP: 协议(Ptotocol): 在计算机领域，理解为双方都要遵守的约定。

本文会高频地提到“协议”这个词(如HTTP、TCP、UDP等)，为了解决不同场景的问题，计算机领域的前辈们制定了大量的协议，这些协议的凝结着解决问题的智慧。

先看一下HTTP协议的报文格式:

HTTP协议的报文格式

如果你有幸参与过HTTP服务的初期搭建，可能做过一些平时不需要关注的工作: 比如HTTP的版本选择、Header的生成和解析等，后面的同事运气足够好的话，常常会不知道这些东西的存在。

现在你应该知道了，一次HTTP请求，就是以上面的报文格式发出请求和收到响应的过程。

好的，文章结束了，告辞！

---

对这个解释有位同学非常不满意，甚至有点想骂人(能讲点我不知道的吗)，然后抛出一个问题：

问题1: 生成HTTP报文后，怎么发出去的？

如果问老程序员，他会说发给了下层，下面还有好几层。。。

网络的分层模型

与很多大型项目解决方案类似，网络的基本处理框架也是分层。每一层负责自己的事情，处理完成后丢给上层(接收场景)或下层(发送场景)。越下层能力越通用。我们以实际使用的TCP/IP模型为例，如下图。

TCP/IP网络模型

如上图所示，TCP/IP的模型分为5层，从下到上依次是: 物理层、MAC层、IP层、传输层、应用层。我们用到的HTTP协议就属于应用层。

很多人会把IP层叫网络层，把MAC层叫数据链路层，网络层和数据链路层的说法来自OSI模型(有7层)，当然没必要太较真，了解就好。

基本模型了解后，我们就知道了，生成HTTP报文后，会发送到下面的传输层，然后一层一层地向下传输。那么一次HTTP请求的过程大概就是。。。这样：

好的，文章结束了，告辞！

---

对这个解释有位同学依然不满意，甚至有点想骂人(能说点我不知道的吗)，然后抛出一个问题：

问题2: 网络为啥要分层呢？我直接发不就行了吗？

我们上面已经说了，HTTP报文不是直接发给接收端的HTTP，而是向下逐层传输，最终由物理层发出去，接收端也是从物理层接收到数据，然后向上逐层传输，最终到达应用层的HTTP。

经济学有一个基本理论：分工产生效能。

与所有复杂软件项目类似，网络处理是一个非常复杂的工程，每一层的协议都有自己的数据格式，按照分层的方式，不同的层只关心自己的工作，更高效也更容易排查问题。

现实世界里的网络建设已经进行了几十年，除非可以从软件到硬件重新实现一套标准且成功搭建，否则只能使用现有的分层网络模型，别无选择。

另外，假设可以不分层(事实上不行), 允许直接把HTTP报文传输到接收端，那么下层提供的能力你需要全部实现一遍:怎样找到服务器 、 网络包丢了怎么办 、 网络包顺序错了怎么办，这会让本来只需要简单实现的代码变得极其复杂，维护过烂代码的人都知道，如果项目不分模块不解耦，随着程序的迭代，后续的程序将复杂到无法维护。

看到这里你若有所思：

“等一下，你刚刚说我只需要专注于应用层的HTTP？”

。。。

“那我还看这篇文章干嘛？告辞！”

---

有位同学还是不满意，面色凝重：“：刚才说HTTP把报文发给了下层，我怎么知道要发到哪里去呢？”

问题来了：

问题3: 怎么找到我要访问的服务器呢？

这里有一个隐藏的问题：在网络世界里，哪个属性是具有全局定位功能的？

>>答案: IP地址

不管是IPv4还是IPv6，分配了IP地址的设备才能被定位到； 在TCP/IP模型中，"IP"指的是IP协议(IP层协议)，网络包通过IP协议发送到对应的IP地址的设备。

回到问题3，找到我要访问的服务器可以分两步：

1. 知道服务器在哪里：通过域名找到服务器的IP地址

我们在进行HTTP请求的时候，通常不会直接访问IP，而是访问一个域名。这样做有很多好处，同时需要解决一个问题: 我需要根据域名来找到服务器的IP。

DNS(Domain Name System)协议解决了这个问题, 服务商存储了域名与IP的映射关系，对外提供域名解析的服务，解析的过程有可能使用运营商提供的LocalDNS，也可能是公司自建或云服务商提供的HTTPDNS，总之它的作用就是告诉你域名对应的IP。DNS协议使用非常广泛，但不是本文的重点。

这里请注意，DNS和HTTP都是应用层的协议，HTTP协议本身不包括DNS的内容，但是实现HTTP的请求时用到了DNS协议。

2. 通过IP地址，把数据发到服务器

通过DNS协议已经找到了服务器的IP地址，接下来的问题是：

如何一步一步经过中间设备，最终成功访问到服务器IP呢？

其实，这是网络领域的核心问题，要解决这个问题，我们需要路由协议和一个耳熟能详的中间设备: 路由器。

路由器(Router)是一台网络设备，具有数据处理和运算能力，有多张网卡，每张网卡都同时是路由器的入口和出口。它的工作机制是：

• 工作中的路由器，会静态或动态地维护一个转发信息库(也叫路由表)

• 路由表中有多条路由规则，每条路由规则至少包含以下3个信息:

  • 目标网络: 你要访问的目的IP地址

  • 这个包要从哪个口出去？(用哪张网卡来转发)

  • 下一个路由器的地址

• 一个IP数据包(IP Packet)从某一个网卡到达路由器时，查询路由表，然后从对应路由规则指定的网口发到下一个路由器。下一个路由器重复这个过程，直到数据包送达目标设备。

• 网络中的数据包就这样经过一个一个的路由器，最终达到目的地，这些路由器共同组成了整个网络世界。

一个路由器为什么知道我的数据包要怎么转发呢？ 是因为它的路由表里包含了对应的路由规则。

那路由规则是什么时候写入的呢？ 写入分静态路由和动态路由两种，由于网络信息变化太多，静态路由已经不适用了。动态路由的规则主要通过广播的形式通知其他路由器，其他路由器接收到信息之后，构建或更新基于图的数据结构。实际上，确定转发规则的时候，就是实现图中计算最短路径。比较流行的动态路由协议有BGP和OSPF等。

IP层的路由协议还有一个问题：不保证数据包送达。

• 转发错误丢包 路由器的路由规则存在更新延迟的情况，比如链路上的一个路由器挂了，或者数据包走了错误的链路达到最大的转发数，这些情况数据包都会被丢弃。

• 拥塞丢包 路由器作为一个硬件设备，有吞吐、存储和处理能力的极限，如果一段时间内达到了峰值，此时转发过来的包也会被丢弃。

我们当前的讨论(使用路由协议，把数据包发送到对应IP地址的设别)发生在IP层，也就是TCP/IP模型中的第三层，在IP层看来，人们看视频，刷网页，打游戏的过程，就是根据对应的路由协议，一群路由器不停转发的过程。

好的，你现在已经知道了，HTTP的请求就是这样一步一步找到了服务器，也把数据发送过去了，文章也就结束了，告辞！

---

有位同学说: “等一下先别走，你说IP包不能保证送达”

那问题来了:

问题4: 我的数据丢了怎么办？

你: IP啊，听说你不能保证网络包送达呀。。。

IP层: 我尽力了！

你: 。。。我要转账的，我怎么知道收没收到啊？

IP层: 我尽力了!

你: 。。。

为了解决这个问题，TCP协议登场了。

前面提到的HTTP是应用层协议(第五层)，路由协议是IP层协议(第三层)，新来的这位TCP老兄属于传输层协议(第四层)。

传输层协议最被人乐道的就是TCP(Transport Control Protocol 传输控制协议)和UDP(User Datagram Protocol 用户数据报协议)，其中HTTP主要使用了TCP作为传输层协议，我们这里只介绍TCP。

TCP老兄说：既然让我解决这么难的问题，那就要按照我的套路来处理了，你们也别嫌我烦，我需要“三次握手”来建立连接，需要维护连接的数据结构，我需要建立一套复杂的机制来保证不丢包和不乱序，也需要“四次挥手”来断开连接，还有。。。

TCP的主要特性是可靠传输，它是通过面向连接来实现可靠的，至于TCP的连接，实际上是两端维护了一定的数据结构，在逻辑上维护了一个“连接”的状态，在这种状态下，双方都会接收对方发过来的数据。

使用TCP传输，首先要建立连接，典型的过程如下图:

TCP建立连接-“三次握手”

连接建立后，我们就可以把HTTP请求里的数据通过TCP的连接发送到服务器了。

回到上面的问题，你TCP老兄是如何保证传输可靠的呢？TCP下面基于IP层的，我一个IP包丢了，你是怎么知道丢了，又是怎么处理的？

我们先讲一个无奈的逻辑，TCP的下层是基于IP层的，某个IP包(IP Packet)丢了这件事TCP一点办法都没有。它又没跟着这个包，它不会知道包丢了，只能在对方收到包的时候发动一个响应包，来间接地推断出包没丢。这也是连接(上图)中A和B建立连接的时间点不同的原因，它们并不是所谓“三次握手”完成后同时建立连接的。

讲到这里，很多文章上来就会说拥塞控制、滑动窗口，一下子能把人讲晕。这里用一个非典型的传输场景(下图)，说一下TCP是怎么做到可靠的。没有了解过的朋友先感觉一下，至于更细节的内容，可以查看我的另一篇文章: 《关于TCP的几个问题》。

建议花几分钟看一下这个略显复杂的流程，按照数字序号和旁边的标注(重点关注丢包后的处理逻辑):

非典型TCP传输例子

一图胜百言，我们发现为了保证可靠(避免丢包+乱序)TCP也是煞费苦心，没有任何黑科技，就是点名+记录+重传。

点到为止，这里介绍了TCP传输的基本逻辑，TCP处理的日常的场景中往往更加复杂，也有更多的策略。这里要得出一个结论：如果项目在技术上直接或间接地使用TCP作为你的传输层协议，那么丢包重传、乱序这些逻辑TCP已经全部实现了，你不需要在上层再加一层相应ACK的逻辑了(除非场景足够特殊)。

某一次在公司的接口文档中，看到一位程序员挑战技术方案：

方案是： 在基于TCP长连接的推送服务中，服务端要求客户端在收到推送消息时，向服务端发送ACK(应答)。

这个方案被老程序员挑战(非原话)： 我们PUSH底层基于TCP，内部已经实现了丢包检测、重传等机制，上层再加一个ACK就是浪费流量。

看到这条写于2015年评论，我对这位老程序员肃然起敬。

每次聊到TCP内心就会涌出感慨： TCP协议作为TCP/IP模型的排头兵，凝聚了多少前辈的智慧，在不可靠的网络世界中，纯粹靠逻辑建起了一个(几乎)可靠的网络上层，TCP协议的使用者几乎等于全球的网民，几十年来，作为互联网可靠传输能力的保障，TCP协议的创造者到体验到的是怎样的成就感呢!

扯远了，关于TCP的连接断开(“四次挥手”)这里就不做介绍了，现在你(基本)知道为什么不怕丢包了，那文章也结束了，告辞~

---

有位同学说：“等一下，你刚刚说TCP长连接，我们的长连接是用Socket做的”

那么问题又来了:

问题5：不是还有个Socket吗？我们用的是Socket长连接，它是第几层啊？

这个概念经常被混淆，很多工程师只知道Socket不知道TCP。

Socket是系统提供给应用层的操作接口(更准确地说它是一个系统调用)，用于让系统处理应用层以下逻辑，Socket不属于网络分层的概念。

那为什么要提供这个接口呢？

在Linux系统中，TCP/IP模型中实现了2到4层(数据链路层、IP层和传输层)协议的处理代码在内核里，只有应用层的实现需要应用自己做。过程中处理2到4层数据处于内核态，内核中对于网络包的处理不区分应用(这样的设计，为全局的流量监控和代理打下了基础)，处理应用层数据处于用户态；这样两者就需要跨内核态和用户态通信，就需要一个系统调用完成这个衔接，这就是 Socket。也就是说，如果创建Socket时指定了SOCK_STREAM(TCP)，那么调用socket.connect()就会进行“三次握手”创建连接; 调用socket.close()就会"四次挥手"关闭连接。

好，你现在知道什么和TCP的关系了，告辞~

---

这位同学又来了: “再等一下吧，我们用的是HTTPS，他和HTTP一样吗？”

所以问题还是来了：

问题6: 我们用的是HTTPS，它和HTTP一样属于应用层吗？

先补充一点点基础知识:

OSI， 另一种网络模型，有7层，其中应用层、表示层和会话层三层对应着TCP/IP模型的应用层。

回到问题，我们通常说的HTTPS，是指HTTP+TLS的组合。其中**TLS(Transport Layer Security)协议在OSI模型中，属于会话层(Session Layer)，那么对应着TCP/IP模型，TLS属于应用层。

说起TLS，可以聊一下网络安全的问题，你可能听过它之前的版本SSL(Secure Sockets Layer)，它们都是用来进行网络加密传输的协议。从文章上面的内容你可能也意识到了，我们无法控制IP数据包在网络中的传输路径，如果中途被人截获、篡改是非常危险的，在今天我们已经如此依赖网络，那么如何杜绝这种事情呢？

还是一样的困境：我们无法改变下层，只能改变自己，我们无法避免数据包被劫持和篡改，但如果能够检测到数据包被篡改了、能做到被截获之后对方无法解析出数据、能够识别到数据被恶意重传了。。。这样也能解决问题。

TLS就在做这件事, TLS会在传输层协议上(通常是TCP连接)建立一条TLS的连接，建立连接的过程会做很多事情，比如证书验证，密钥协商，其中会用到非对称加密和对称加密。连接建立之后的数据传输只使用对称加密。

互联网的世界里并非全是光明，网络攻防上演着一波又一波的博弈。即使在今天，HTTP劫持依然在发生，非对称加密的RSA算法在数学上证明了暴力破解需要(相对)无限长的时间，看起来能够保证安全了，Google已经把未使用HTTPS的网站标记为不安全了，很多新版本的手机系统也默认不允许明文(不经过加密)的数据传输。

现在，你知道了TLS属于哪一层了，甚至知道的有点多了，好的，告。。。算了，不告辞了，总结一下吧。

---

总结: 一个HTTP请求经历了什么？

能看到这里，同学你的好奇心是有点强啊！

如果之前没有了解过，你可能觉得挺有道理，但是脑子很懵，那我们就捋一捋，一个HTTP请求经历了什么。。。

• 使用DNS协议获取服务器IP地址。

• 把请求的数据组织成HTTP的Start Line、Body 和 Headers， HTTP的数据组织完成，发送到TCP处理。

• TCP进行三次握手建立连接(也可以复用已建立的连接)。HTTP的数据可能会分成多个TCP Segment(TCP的数据包叫TCP Segment), 每个TCP Segment都会加上TCP的Headers，以实现TCP的能力(保证可靠)，之后TCP Segment发送到IP层。

• (可选)如果使用了HTTPS，这里会在TCP的基础上建立TLS连接。在HTTP 和 TCP之间，TLS要进行数据的加密和解密。

• IP层拿到TCP Segment之后，加上IP层的Headers(提供了实现路由协议的数据)，组织成IP Packet(IP层的数据包叫IP Packet), 然后发到MAC层。

• MAC层拿到IP Packet后， 加上MAC层的Headers, 组织成Ethernet Frame(MAC层以太网数据包叫Ethernet Frame), 通过硬件网卡发出去。

• 经过中间设备的转发，最终到达服务器，然后一层一层地去掉Headers，向上传输，直到应用层。

用户数据加上一层层Headers，最终通过硬件网卡发出去

好的，文章真的结束了，告辞！