http协议进阶连接管理

Posted 2020-10-17 老_张

几乎所有的HTTP通信都是由TCP/IP承载的，TCP/IP是全球计算机网络设备都在使用的一种分组交换网络分层协议集。

它的特点是只要连接建立，客户端与服务器之间的报文交换就永远不会丢失、受损或失序。

 

一、TCP连接

1、TCP是可靠数据通道

TCP是英特网上的可靠连接，TCP为HTTP提供了一条可靠地比特传输通道，从TCP连接一端填入的字节会从另一端以原有的顺序、正确的传送出来。

TCP会按序、无差错的承载HTTP数据，如下图：

 

2、TCP流是分段的，由IP分组传送

TCP的数据是通过名为IP分组的小数据块发送的，HTTP就是“HTTP over TCP over IP”这个“协议栈”中的最顶层，其安全版本HTTPS就是在HTTP和TCP之间插入一个（TLS或SSL）密码加密层。

如下图所示：

HTTP在传送一条报文时，会以流的形式将报文数据通过打开的TCP连接按序传输。TCP收到数据流之后，将其划分为被称为段的小数据块，封装在IP分组中，通过英特网进行传输。

每个TCP段都是由IP分组承载，从一个IP地址发送到另一个IP地址，其中包括：

①、一个IP分组首部（通常为20字节）：包含源和目的IP地址、长度和其他一些标记；

②、一个TCP 段首部（通常为20字节）：包含TCP端口号、TCP控制标记以及用于数据排序和完整性检查的数据值；

③、一个TCP数据块（0个或多个字节）；

 

3、保持TCP连接不断运行

TCP通过端口号来保持连接持续不断的运行。IP地址可以连接到正确的计算机，端口号可以连接到正确的应用程序，TCP连接通过四个值来识别：

<源IP地址、源端口号、目的IP地址、目的端口号>

这四个值唯一的定义了一个连接（两条不同的TCP连接不能拥有4个完全相同的地址组件值，不同连接部分可以拥有同样的值）。

 

4、TCP套接字

操作系统提供了一些操纵TCP连接的编程接口，即套接字API，这个套接字API隐藏了所有的TCP和IP实现细节，下表是一些套接字API的主要接口：

套接字API调用	描述
s= socket(<sparameters>)	创建一个新的、未命名、未关联的套接字
bind(s,<local IP:port>)	向套接字赋一个本地端口号和接口
connect(s, <remote IP:port>)	创建一条连接本地套接字与远程主机及端口的连接
listen(s,...)	标识一个本地套接字，使其可以合法接受连接
s2 = accept(s)	等待某人建立一条到本地端口的连接
n = read(s, buffer, n)	尝试从套接字向缓冲区读取n个字节
n = write(s, buffer, n)	尝试从缓冲区中向套接字写入n个字节
close(s)	完全关闭TCP连接
shutdown(s,<side>)	只关闭TCP连接的输出或输入端
getsockopt(s,...)	读取某个内部套接字配置选项的值
setsockopt(s,...)	修改某个内部套接字配置选项的值

套接字API允许用户创建TCP的端点数据结构，将其与远程服务器的TCP端点进行连接，并对数据流进行读写。

TCP API隐藏了所有底层网络协议的握手细节，以及TCP数据流与IP分组之间的字段和重装细节。

 

二、TCP性能

1、HTTP事务的时延

首先来看一个HTTP请求的过程，如下图：

一般来说，相比于建立TCP连接及传输请求和响应报文的时间，事务处理时间可能是很短的（除非客户端或服务端超载或正在处理复杂的动态资源），否则HTTP时延是由TCP网络时延造成的。

http事务时延的原因有以下几点：

①、DNS将服务器域名转换解析为一个IP地址所花费的时间；

②、客户端向服务端发送一个TCP连接请求所造成的时延（一般不会花费很多时间，但如果有很多的HTTP事务的话，时延就会变大）；

③、服务端处理请求报文以及回传给客户端，都需要花费一定的时间；

④、服务器回送HTTP响应，也会花费一定的时间；

 

2、性能聚焦区域

常见的TCP相关时延如下：

①、TCP连接建立握手；

如下图，新建TCP连接时会交换一系列的IP分组，对连接的有关参数进行沟通，如果连接只用来传送少量数据，交换的过程就会严重降低HTTP性能。

②、TCP慢启动拥塞机制；

TCP连接刚建立时为了防止网络突然过载和拥塞，会限制链接的最大速度，如果数据成功传输，会随着时间的推移提高传输速度。

③、数据聚集的Nagle算法；

④、用于捎带确认的TCP延迟确认算法；

⑤、TIME_WAIT时延和端口耗尽；

 

三、HTTP连接处理

目前现存和常用的连接方法大概有一下四种：

1、串行连接

最早的连接方式，即HTTP事务需要按顺序进行传输，等待服务端完成处理并回传，如下图所示：

这样做有两个缺点：

①、TCP性能时延会不断叠加；

②、在请求处理完成之前，客户端无法对结果进行提前展示，只能被动等待；

 

2、并行连接

通过多条TCP连接发情并发的HTTP请求，如下图所示：

并行连接有如下几个特点：

①、可能会提高页面加载速度，即连接请求和传输时间重叠，减小了连接时延和传输时延，但每个事务都会打开/关闭一个新的连接，耗费时间和带宽；

②、可以让用户“感觉更快”（与WEB页面渲染的异步展示类似的原理），但实际上，由于TCP慢启动特性的存在，每个新连接的性能都会有所降低，且并行链接数量有限；

③、并行连接不一定比串行连接块（受限于带宽，可能造成资源竞争）；

 

3、持久连接

重用TCP连接，以消除连接及关闭时延，持久连接+并行连接，可能是最高效的连接方式，如下图所示：

持久连接有两种方式，分别为HTTP/1.0+的“Keep-alive”连接，以及HTTP/1.1的“persistent”连接。

Keep-alive：该首部只是请求将连接保持在活跃状态，客户端和服务端可以随时关闭空闲的Keep-alive连接。

限制和规则：

①、必须客户端发送一个Connection：Keep-alive请求首部来激活Keep-alive连接；

②、该首部必须随请求的报文一起发送；

③、只有在确定实体主体部分大小的情况下，连接才能保持在打开状态；

④、代理和网关必须执行Connection首部的规则；

Persistent：该首部默认情况下是激活的，除非特别指明，否则HTTP/1.1假定所有连接都是持久的。

限制和规则：

①、如果需要在事务处理结束后将连接关闭，则应用程序必须向报文中显式的添加一个Connection-close首部；

②、只有当连接上所有报文都有正确的、自动以报文长度时，连接才能持久保持；

③、每个持久连接都只适用于一跳传输；

④、应用程序可以在任意时刻关闭连接，但应该能够从异步关闭中恢复，重试这条请求；

⑤、一个客户端对任何服务器或代理最多只能维护2条持久连接；

 

4、管道化连接

通过共享TCP连接发起并发的HTTP请求，这也是在持久连接的基础上对性能的一种优化。

原理：在响应到达前，将多条请求放入队列，在高延时网络条件下，可以降低网络环回时间，提高性能。

限制和规则：

①、如果HTTP客户端无法确认连接是持久的，就不应使用管道连接；

②、必须按照与请求相同的顺序回送HTTP响应；

③、客户端必须做好连接会在任何时刻关闭的准备，以及重发所有未完成的管道化请求；

④、HTTP客户端不应用管道化的方式发送非幂等性请求（比如POST）；

 

四种不同连接方式的区别：

某些关于请求和响应首部的字段详细介绍，可以参考《HTTP权威指南》这本书中的内容。。。