从HTTP/0.9到HTTP/2：一文读懂HTTP协议的历史演变和设计思路
source link: http://www.blogjava.net/jb2011/archive/2018/06/27/433289.html?amp%3Butm_medium=referral
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
本文原作者阮一峰，作者博客：ruanyifeng.com。
1、引言
HTTP 协议是最重要的互联网基础协议之一，它从最初的仅为浏览网页的目的进化到现在，已经是短连接通信的事实工业标准，最新版本 HTTP/2 更是让它再次成为技术热点。
作为即时通讯开发者来说，深刻理解HTTP协议有助于在现今复杂移动网络环境下的优化和最佳实践的开展，本文将通俗易懂的地介绍 HTTP 协议的历史演变和设计思路。
学习交流：
- 即时通讯开发交流3群： 185926912 [推荐]
- 移动端IM开发入门文章：《 新手入门一篇就够：从零开发移动端IM 》
（本文同步发布于： http://www.52im.net/thread-1709-1-1.html ）
2、相关文章
《 网络编程懒人入门(七)：深入浅出，全面理解HTTP协议 》
《 现代移动端网络短连接的优化手段总结：请求速度、弱网适应、安全保障 》
《 IM开发基础知识补课(四)：正确理解HTTP短连接中的Cookie、Session和Token 》
《 IM开发基础知识补课：正确理解前置HTTP SSO单点登陆接口的原理 》
《 从HTTP到MQTT：一个基于位置服务的APP数据通信实践概述 》
《 技术扫盲：新一代基于UDP的低延时网络传输层协议——QUIC详解 》
《 让互联网更快：新一代QUIC协议在腾讯的技术实践分享 》
3、HTTP/0.9
HTTP 是基于 TCP/IP 协议的应用层协议（详见《 网络编程懒人入门(一)：快速理解网络通信协议（上篇） 》、《 网络编程懒人入门(二)：快速理解网络通信协议（下篇） 》）。它不涉及数据包（packet）传输，主要规定了客户端和服务器之间的通信格式，默认使用80端口。
最早版本是1991年发布的0.9版。该版本极其简单，只有一个命令GET：
GET /index.html
上面命令表示，TCP 连接（connection）建立后，客户端向服务器请求（request）网页index.html。
协议规定，服务器只能回应HTML格式的字符串，不能回应别的格式：
Hello World
服务器发送完毕，就关闭TCP连接。
4、HTTP/1.0
4.1 简介
1996年5月，HTTP/1.0 版本发布，内容大大增加（详见 RFC1945 ）。
首先，任何格式的内容都可以发送。这使得互联网不仅可以传输文字，还能传输图像、视频、二进制文件。这为互联网的大发展奠定了基础。
其次，除了GET命令，还引入了POST命令和HEAD命令，丰富了浏览器与服务器的互动手段。
再次，HTTP请求和回应的格式也变了。除了数据部分，每次通信都必须包括头信息（HTTP header），用来描述一些元数据。
其他的新增功能还包括状态码（status code）、多字符集支持、多部分发送（multi-part type）、权限（authorization）、缓存（cache）、内容编码（content encoding）等。
4.2 请求格式
下面是一个1.0版的HTTP请求的例子：
GET / HTTP/1.0
User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_10_5)
Accept: */*
可以看到，这个格式与0.9版有很大变化。
第一行是请求命令，必须在尾部添加协议版本（HTTP/1.0）。后面就是多行头信息，描述客户端的情况。
4.3 响应格式（Response）
服务器的回应如下：
HTTP/1.0 200 OK
Content-Type: text/plain
Content-Length: 137582
Expires: Thu, 05 Dec 1997 16:00:00 GMT
Last-Modified: Wed, 5 August 1996 15:55:28 GMT
Server: Apache 0.84
Hello World
回应的格式是"头信息 + 一个空行（\r\n） + 数据"。其中，第一行是"协议版本 + 状态码（status code） + 状态描述"。（详见《 网络编程懒人入门(七)：深入浅出，全面理解HTTP协议 》）
4.4 Content-Type 字段
关于字符的编码，1.0版规定，头信息必须是 ASCII 码，后面的数据可以是任何格式。因此，服务器回应的时候，必须告诉客户端，数据是什么格式，这就是Content-Type字段的作用。
下面是一些常见的Content-Type字段的值：
text/plain
text/html
text/css
image/jpeg
image/png
image/svg+xml
audio/mp4
video/mp4
application/javascript
application/pdf
application/zip
application/atom+xml
这些数据类型总称为MIME type，每个值包括一级类型和二级类型，之间用斜杠分隔。
除了预定义的类型，厂商也可以自定义类型，就像下面这样：
application/vnd.debian.binary-package
上面的类型表明，发送的是Debian系统的二进制数据包。
MIME type还可以在尾部使用分号，添加参数：
Content-Type: text/html; charset=utf-8
上面的类型表明，发送的是网页，而且编码是UTF-8。
客户端请求的时候，可以使用Accept字段声明自己可以接受哪些数据格式：
Accept: */*
上面代码中，客户端声明自己可以接受任何格式的数据。
MIME type不仅用在HTTP协议，还可以用在其他地方，比如HTML网页：
4.5 Content-Encoding 字段
由于发送的数据可以是任何格式，因此可以把数据压缩后再发送。
Content-Encoding字段说明数据的压缩方法：
Content-Encoding: gzip
Content-Encoding: compress
Content-Encoding: deflate
客户端在请求时，用Accept-Encoding字段说明自己可以接受哪些压缩方法：
Accept-Encoding: gzip, deflate
4.6 缺点
HTTP/1.0 版的主要缺点是，每个TCP连接只能发送一个请求。发送数据完毕，连接就关闭，如果还要请求其他资源，就必须再新建一个连接。
TCP连接的新建成本很高，因为需要客户端和服务器三次握手，并且开始时发送速率较慢（slow start）。所以，HTTP 1.0版本的性能比较差。随着网页加载的外部资源越来越多，这个问题就愈发突出了。
为了解决这个问题，有些浏览器在请求时，用了一个非标准的Connection字段：
Connection: keep-alive
这个字段要求服务器不要关闭TCP连接，以便其他请求复用。
服务器同样回应这个字段：
Connection: keep-alive
一个可以复用的TCP连接就建立了，直到客户端或服务器主动关闭连接。但是，这不是标准字段，不同实现的行为可能不一致，因此不是根本的解决办法。
5、HTTP/1.1
1997年1月，HTTP/1.1 版本发布，只比 1.0 版本晚了半年。HTTP/1.1进一步完善了 HTTP 协议，一直用到了20年后的今天，直到现在还是最流行的版本。
5.1 持久连接
1.1 版的最大变化，就是引入了持久连接（persistent connection），即TCP连接默认不关闭，可以被多个请求复用，不用声明Connection: keep-alive。
客户端和服务器发现对方一段时间没有活动，就可以主动关闭连接。
不过，规范的做法是，客户端在最后一个请求时，发送Connection: close，明确要求服务器关闭TCP连接：
Connection: close
目前，对于同一个域名，大多数浏览器允许同时建立6个持久连接。
5.2 管道机制
1.1 版还引入了管道机制（pipelining），即在同一个TCP连接里面，客户端可以同时发送多个请求。这样就进一步改进了HTTP协议的效率。
举例来说，客户端需要请求两个资源。以前的做法是，在同一个TCP连接里面，先发送A请求，然后等待服务器做出回应，收到后再发出B请求。管道机制则是允许浏览器同时发出A请求和B请求，但是服务器还是按照顺序，先回应A请求，完成后再回应B请求。
5.3 Content-Length 字段
一个TCP连接现在可以传送多个回应，势必就要有一种机制，区分数据包是属于哪一个回应的。
这就是Content-length字段的作用，声明本次回应的数据长度：
Content-Length: 3495
上面代码告诉浏览器，本次回应的长度是3495个字节，后面的字节就属于下一个回应了。
在1.0版中，Content-Length字段不是必需的，因为浏览器发现服务器关闭了TCP连接，就表明收到的数据包已经全了。
5.4 分块传输编码
使用Content-Length字段的前提条件是，服务器发送回应之前，必须知道回应的数据长度。
对于一些很耗时的动态操作来说，这意味着，服务器要等到所有操作完成，才能发送数据，显然这样的效率不高。更好的处理方法是，产生一块数据，就发送一块，采用"流模式"（stream）取代"缓存模式"（buffer）。
因此，1.1版规定可以不使用Content-Length字段，而使用 "分块传输编码" （chunked transfer encoding）。
只要请求或回应的头信息有Transfer-Encoding字段，就表明回应将由数量未定的数据块组成：
Transfer-Encoding: chunked
每个非空的数据块之前，会有一个16进制的数值，表示这个块的长度。最后是一个大小为0的块，就表示本次回应的数据发送完了。
下面是一个例子：
HTTP/1.1 200 OK
Content-Type: text/plain
Transfer-Encoding: chunked
25
This is the data in the first chunk
1C
and this is the second one
3
con
8
sequence
0
5.5 其他功能
1.1版还新增了许多动词方法：PUT、PATCH、HEAD、 OPTIONS、DELETE。
另外，客户端请求的头信息新增了Host字段，用来指定服务器的域名：
Host: example.com
有了Host字段，就可以将请求发往同一台服务器上的不同网站，为虚拟主机的兴起打下了基础。
5.6 缺点
虽然1.1版允许复用TCP连接，但是同一个TCP连接里面，所有的数据通信是按次序进行的。服务器只有处理完一个回应，才会进行下一个回应。要是前面的回应特别慢，后面就会有许多请求排队等着。这称为 "队头堵塞" （Head-of-line blocking）。
为了避免这个问题，只有两种方法：一是减少请求数，二是同时多开持久连接。这导致了很多的网页优化技巧，比如合并脚本和样式表、将图片嵌入CSS代码、域名分片（domain sharding）等等。如果HTTP协议设计得更好一些，这些额外的工作是可以避免的。
有关HTTP/1.1的详细技术介绍，详见《 网络编程懒人入门(七)：深入浅出，全面理解HTTP协议 》。
6、SPDY 协议
2009年，谷歌公开了自行研发的 SPDY 协议，主要解决 HTTP/1.1 效率不高的问题。
这个协议在Chrome浏览器上证明可行以后，就被当作 HTTP/2 的基础，主要特性都在 HTTP/2 之中得到继承。
7、HTTP/2
2015年， HTTP/2 发布。它不叫 HTTP/2.0，是因为标准委员会不打算再发布子版本了，下一个新版本将是 HTTP/3。
7.1 二进制协议
HTTP/1.1 版的头信息肯定是文本（ASCII编码），数据体可以是文本，也可以是二进制。HTTP/2 则是一个彻底的二进制协议，头信息和数据体都是二进制，并且统称为"帧"（frame）：头信息帧和数据帧。
二进制协议的一个好处是，可以定义额外的帧。HTTP/2 定义了近十种帧，为将来的高级应用打好了基础。如果使用文本实现这种功能，解析数据将会变得非常麻烦，二进制解析则方便得多。
7.2 多工
HTTP/2 复用TCP连接，在一个连接里，客户端和浏览器都可以同时发送多个请求或回应，而且不用按照顺序一一对应，这样就避免了"队头堵塞"。
举例来说，在一个TCP连接里面，服务器同时收到了A请求和B请求，于是先回应A请求，结果发现处理过程非常耗时，于是就发送A请求已经处理好的部分， 接着回应B请求，完成后，再发送A请求剩下的部分。
这样双向的、实时的通信，就叫做多工（Multiplexing）。
7.3 数据流
因为 HTTP/2 的数据包是不按顺序发送的，同一个连接里面连续的数据包，可能属于不同的回应。因此，必须要对数据包做标记，指出它属于哪个回应。
HTTP/2 将每个请求或回应的所有数据包，称为一个数据流（stream）。每个数据流都有一个独一无二的编号。数据包发送的时候，都必须标记数据流ID，用来区分它属于哪个数据流。另外还规定，客户端发出的数据流，ID一律为奇数，服务器发出的，ID为偶数。
数据流发送到一半的时候，客户端和服务器都可以发送信号（RST_STREAM帧），取消这个数据流。1.1版取消数据流的唯一方法，就是关闭TCP连接。这就是说，HTTP/2 可以取消某一次请求，同时保证TCP连接还打开着，可以被其他请求使用。
客户端还可以指定数据流的优先级。优先级越高，服务器就会越早回应。
7.4 头信息压缩
HTTP 协议不带有状态，每次请求都必须附上所有信息。所以，请求的很多字段都是重复的，比如Cookie和User Agent，一模一样的内容，每次请求都必须附带，这会浪费很多带宽，也影响速度。
HTTP/2 对这一点做了优化，引入了头信息压缩机制（header compression）。一方面，头信息使用gzip或compress压缩后再发送；另一方面，客户端和服务器同时维护一张头信息表，所有字段都会存入这个表，生成一个索引号，以后就不发送同样字段了，只发送索引号，这样就提高速度了。
7.5 服务器推送
HTTP/2 允许服务器未经请求，主动向客户端发送资源，这叫做服务器推送（server push）。
常见场景是客户端请求一个网页，这个网页里面包含很多静态资源。正常情况下，客户端必须收到网页后，解析HTML源码，发现有静态资源，再发出静态资源请求。其实，服务器可以预期到客户端请求网页后，很可能会再请求静态资源，所以就主动把这些静态资源随着网页一起发给客户端了。
附录：更多网络通信基础资料
《 TCP/IP详解 - 第11章·UDP：用户数据报协议 》
《 TCP/IP详解 - 第17章·TCP：传输控制协议 》
《 TCP/IP详解 - 第18章·TCP连接的建立与终止 》
《 TCP/IP详解 - 第21章·TCP的超时与重传 》
《 技术往事：改变世界的TCP/IP协议（珍贵多图、手机慎点） 》
《 通俗易懂-深入理解TCP协议（下）：RTT、滑动窗口、拥塞处理 》
《 理论联系实际：Wireshark抓包分析TCP 3次握手、4次挥手过程 》
《 UDP中一个包的大小最大能多大？ 》
《 P2P技术详解(一)：NAT详解——详细原理、P2P简介 》
《 P2P技术详解(二)：P2P中的NAT穿越(打洞)方案详解 》
《 P2P技术详解(三)：P2P技术之STUN、TURN、ICE详解 》
《 高性能网络编程(一)：单台服务器并发TCP连接数到底可以有多少 》
《 高性能网络编程(二)：上一个10年，著名的C10K并发连接问题 》
《 高性能网络编程(三)：下一个10年，是时候考虑C10M并发问题了 》
《 高性能网络编程(四)：从C10K到C10M高性能网络应用的理论探索 》
《 不为人知的网络编程(一)：浅析TCP协议中的疑难杂症(上篇) 》
《 不为人知的网络编程(二)：浅析TCP协议中的疑难杂症(下篇) 》
《 不为人知的网络编程(三)：关闭TCP连接时为什么会TIME_WAIT、CLOSE_WAIT 》
《 不为人知的网络编程(四)：深入研究分析TCP的异常关闭 》
《 不为人知的网络编程(六)：深入地理解UDP协议并用好它 》
《 不为人知的网络编程(七)：如何让不可靠的UDP变的可靠？ 》
《 网络编程懒人入门(一)：快速理解网络通信协议（上篇） 》
《 网络编程懒人入门(二)：快速理解网络通信协议（下篇） 》
《 网络编程懒人入门(四)：快速理解TCP和UDP的差异 》
《 网络编程懒人入门(五)：快速理解为什么说UDP有时比TCP更有优势 》
《 网络编程懒人入门(六)：史上最通俗的集线器、交换机、路由器功能原理入门 》
《 网络编程懒人入门(七)：深入浅出，全面理解HTTP协议 》
《 技术扫盲：新一代基于UDP的低延时网络传输层协议——QUIC详解 》
《 让互联网更快：新一代QUIC协议在腾讯的技术实践分享 》
《 现代移动端网络短连接的优化手段总结：请求速度、弱网适应、安全保障 》
《 移动端IM开发者必读(一)：通俗易懂，理解移动网络的“弱”和“慢” 》
《 移动端IM开发者必读(二)：史上最全移动弱网络优化方法总结 》
《 IPv6技术详解：基本概念、应用现状、技术实践（上篇） 》
《 IPv6技术详解：基本概念、应用现状、技术实践（下篇） 》
《 从HTTP/0.9到HTTP/2：一文读懂HTTP协议的历史演变和设计思路 》
>> 更多同类文章 ……
（本文同步发布于： http://www.52im.net/thread-1709-1-1.html ）
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK