作为一名软件开发或是网络技术人员，你应该对Web应用程序的运行原理和协议交换，以及涉及到的技术：如浏览器、HTTP、HTML、Web服务器和请求处理程序等都有所了解才行。在这篇文章中，我们将深入探讨你访问某个URL时发生的一系列事情。

　　1、你在浏览器中输入某个URL

　　我们从这里开始：

　　图 1

　　2、浏览器查找该域名对应的IP地址

　　图 2

　　第一步是找出所访问域名对应的IP地址，按以下顺序循环查找DNS记录：

　　◆浏览器缓存 - 浏览器会缓存DNS记录一段时间，有趣的是，操作系统不会告诉浏览器每条DNS记录的存活时间，浏览器按照固定的周期进行缓存(每种浏览器的保留时间从2-30分钟长度不定)。

　　◆操作系统缓存 - 如果浏览器缓存中没有要找的记录，浏览器会产生一个系统调用(在Windows中是gethostbyname)，操作系统有它自己的缓存。

　　◆路由器缓存 - 请求继续来到你的路由器，路由器通常也有自己的DNS缓存。

　　◆ISP DNS缓存 - 下一步要检查的是ISP的DNS服务器，当然也是有缓存的。

　　◆递归查找 - ISP的DNS服务器开始一个递归查找，从根域服务器开始，到.com顶级域名服务器，再到Facebook的域名服务器，正常情况下，DNS服务器将会缓存.com域名服务器的名字，因此不一定需要访问根域服务器。

　　下面是一个递归DNS查找过程示意图：

　　图 3

　　关于DNS一个令人担心的问题是，整个域名如wikipedia.org或facebook.com只映射到单个IP地址，幸运的是，有许多方法来消除这个问题。

　　◆循环DNS ：DNS查找返回多个IP地址，例如，facebook.com真实情况是映射到了4个IP地址。

　　◆负载均衡： 由专用硬件监听一个特定IP地址，然后将请求转发给其它服务器，大型网站一般都使用了昂贵的高性能负载均衡设备。

　　◆基于地理位置的DNS： 将域名映射到不同地理位置的IP地址提高扩展性，对于托管静态内容的服务器布局来说，这个方法很有用，不同服务器之间不需要相互同步状态。

　　◆Anycast(任播)： 它是一种路由技术，单个IP地址可以映射到多台物理服务器，遗憾的是，任播对TCP不友好，在实际中很少使用。

　　大多数DNS服务器本身使用任播实现高可用和DNS查找的低延迟。

　　3、浏览器向Web服务器发送一个HTTP请求

　　图 4

　　Facebook的主页是不会直接从浏览器缓存提取的，因为动态页面要么很快(或立即)过期，因此浏览器将向Facebook服务器发送一条请求：

GET http://facebook.com/ HTTP/1.1
Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]
Accept-Encoding: gzip, deflate
Connection: Keep-Alive
Host: facebook.com
Cookie: datr=1265876274-[...]; locale=en_US; lsd=WW[...]; c_user=2101[...]

　　GET请求的URL是"http://facebook.com/"，浏览器通过User-Agent消息头标识自己，并声明可接受的响应类型(Accept和Accept-Encoding消息头)，Connection消息头要求服务器保持TCP连接打开，以便处理下一步请求。

　　请求包含了浏览器对该域名的cookie，你可能已经知道，cookie是key-value成对出现的，它可以跟踪不同页面请求之间网站的状态，因此cookie保存了登录的用户名，服务器会给用户分配一段密码数字，cookie在客户端上实际是一个文本文件，它会跟随每个请求发给服务器。

　　有许多工具可以查看原始HTTP请求和对应的响应，我最喜欢的是fiddler，也许你想说的是FireBug，没错，工具很多，就看个人喜好了，这些工具都能帮助你优化网站。

　　除了GET请求外，你可能还熟悉另一种类型的请求- POST请求，它通常用于提交表单，GET请求通过URL发送它的参数(如http://robozzle.com/puzzle.aspx?id=85)，POST请求在请求主体中发送它的参数。

　　在URL"http://facebook.com/"中的斜线非常重要，在这里，浏览器可以安全地添加斜线，对于"http://example.com/folderOrFile"这种格式的URL，浏览器不能自动添加一个斜线，因为尚不清楚folderOrFile是一个文件夹还是一个文件，在这种情况下，浏览器不会擅自添加斜线，服务器将会以重定向作为响应，导致不必要的来回通信。

　　4、Facebook服务器以一个永久重定向响应

　　图 5

　　下面是Facebook服务器向浏览器请求发回的响应：

HTTP/1.1 301 Moved Permanently
Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,
      pre-check=0
Expires: Sat, 01 Jan 2000 00:00:00 GMT
Location: http://www.facebook.com/
P3P: CP="DSP LAW"
Pragma: no-cache
Set-Cookie: made_write_conn=deleted; expires=Thu, 12-Feb-2009 05:09:50 GMT;
      path=/; domain=.facebook.com; httponly
Content-Type: text/html; charset=utf-8
X-Cnection: close
Date: Fri, 12 Feb 2010 05:09:51 GMT
Content-Length: 0

　　服务器以301永久移走响应告诉浏览器应转到http://www.facebook.com/而不是"http://facebook.com/"。

　　你可能会问，为什么服务器要坚持用重定向进行响应呢?为什么不用用户想看的网页进行响应呢?

　　一个原因是搜索引擎排名，如果相同网页有两个URL，如http://www.igoro.com/和http://igoro.com/，搜索引擎会将他俩看作是两个不同的网站，分摊到每个URL的入站连接就要少得多，从而降低了网站的排名，搜索引擎理解永久重定向(301)，将会把来自这两个源的入站连接合并成一个排名。

　　同样，相同内容对应的URL太多也利于缓存，如果某段内容有多个名字，在缓存中可能也会出现多次。

　　5、浏览器跟随重定向

　　图 6

　　浏览器现在知道"http://www.facebook.com/"才是正确的URL，于是发出第二个GET请求。

GET http://www.facebook.com/ HTTP/1.1
Accept: application/x-ms-application, image/jpeg, application/xaml+xml, [...]
Accept-Language: en-US
User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]
Accept-Encoding: gzip, deflate
Connection: Keep-Alive
Cookie: lsd=XW[...]; c_user=21[...]; x-referer=[...]
Host: www.facebook.com

　　消息头和第一个请求的含义一样，就不再啰嗦了。

　　6、服务器处理请求

　　图 7

　　服务器将会收到GET请求并进行处理，然后发回响应，看起来是一个非常简单的操作，但实际上在这个期间发生了许多有趣的事情。

　　◆Web服务器软件

　　Web服务器软件(如IIS或Apache)收到HTTP请求后，立即确定由哪个请求处理程序来处理这个请求，请求处理程序读取请求，生成HTML。

　　举一个最简单的例子，请求处理程序可以保存在一个文件中，其结构和URL结构完全对应，如http://example.com/folder1/page1.aspx URL映射到文件/httpdocs/folder1/page1.aspx，Web服务器软件也可以配置，将URL手工映射到请求处理程序，因此page1.aspx的公共URL应该是http://example.com/folder1/page1。

　　◆请求处理程序

　　请求处理程序读取请求，它的参数和cookie，它可能会读取和更新服务器上的某些数据，然后生成一个HTML页面作为响应。

　　每个动态网站面临的一个有趣的困难是如何保存数据，小网站通常只有一个SQL数据库来保存数据，但大型网站必须将数据库部署到多台服务器上，解决办法包括水平分区(根据主键，将一张表拆分到多个数据库)，复制和使用简化数据库(不追求一致性)。

　　保持数据廉价更新的一个技术是使用批处理作业，例如，Facebook会及时更新新闻消息源，但"你可能知道"功能可能只需要每晚进行更新(我猜的，我也不知道真实情况如何)，批处理作业更新会产生一些过时的不重要的数据，但它使数据更新更快，更简单。

　　7、服务器发回HTML响应

　　图 8

　　下面是服务器生成并发回的一个响应：

Expires: Sat, 01 Jan 2000 00:00:00 GMT
P3P: CP="DSP LAW"
Pragma: no-cache
Content-Encoding: gzip
Content-Type: text/html; charset=utf-8
X-Cnection: close
Transfer-Encoding: chunked
Date: Fri, 12 Feb 2010 09:05:55 GMT
2b3????????T?n?@????[...]
The entire response is 36 kB, the bulk of them in the byte blob at the end that I trimmed.
The Content-Encoding header tells the browser that the response body is compressed using the gzip algorithm.
After decompressing the blob, you'll see the HTML you'd expect:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"   
      "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en"
      lang="en" id="facebook" class=" no_js">
<head>
<meta http-equiv="Content-type" content="text/html; charset=utf-8" />
<meta http-equiv="Content-language" content="en" />
...

　　除了压缩外，消息头指定是否以及如何缓存页面，cookie设置(在这个响应中没有)，隐私信息等等。

　　注意消息头中的Content-Typt设置成text/html了，它告诉浏览器以HTML呈现响应的内容，而不是作为一个文件下载，浏览器通过消息头决定如何解释响应的内容，但也会考虑其他因素，如URL扩展。

　　8、浏览器开始渲染HTML

　　在浏览器未接收完整个HTML文档之前，它就开始渲染了。

　　图 9

　　9、浏览器发送嵌入到HTML中的对象请求

　　图 10

　　在浏览器渲染HTML时，它会发现还需要访问其它URL，浏览器继续为这些资源发出GET请求，下面是我访问facebook.com时进一步访问的一些URL：

◆图像
http://static.ak.fbcdn.net/rsrc.php/z12E0/hash/8q2anwu7.gif
http://static.ak.fbcdn.net/rsrc.php/zBS5C/hash/7hwy7at6.gif
…
◆CSS样式表
http://static.ak.fbcdn.net/rsrc.php/z448Z/hash/2plh8s4n.css
http://static.ak.fbcdn.net/rsrc.php/zANE1/hash/cvtutcee.css
…
◆JavaScript文件
http://static.ak.fbcdn.net/rsrc.php/zEMOA/hash/c8yzb6ub.js
http://static.ak.fbcdn.net/rsrc.php/z6R9L/hash/cq2lgbs8.js
…

　　每个URL都会经历访问HTML页面类似的过程，因此，浏览器会在DNS中查找域名，发送请求，跟随重定向等。

　　但静态文件 - 和动态页面不一样 - 允许浏览器缓存，有些文件在下一次访问时可直接从浏览器缓存中提取，不用联系服务器，浏览器知道某个特定文件的缓存有效期，因为第一次从服务器返回到浏览器时就包含了Expires头信息，此外，每个响应可能也包含一个类似版本号的ETag头，如果浏览器看到一个ETag，它会立即停止传输文件。

　　你能猜到URL中的fbcdn.net代表什么吗?没错，它表示Facebook内容交付网络，Facebook使用内容交付网络(CDN)分发静态内容 - 图像，样式表和JavaScript文件，因此，文件将被复制到全球许多服务器上。

　　静态内容通常会占用网站的大量带宽，但也很容易被复制到CDN网络中的加速节点，一般情况下，网站会使用第三方CDN提供商，而不是自己运营CDN，例如，Facebook的静态文件由世界最大的CDN提供商Akamai托管。

　　我们还是举一个例子，当你ping static.ak.fbcdn.net时，你会从akamai.net服务器得到一个应答，同样，如果你分多次ping URL，可能会从不同的服务器得到应答，这说明背后的负载均衡正在发生作用。

　　10、浏览器进一步发送异步(Ajax)请求

图 11

　　根据Web 2.0的精神，即使页面渲染完毕后，客户端也要继续和服务器通信。

　　例如，Facebook chat会持续更新你的朋友列表(他们登录和退出都会很快反馈给你)，在你浏览器中执行的JavaScript向服务器发送一个异步请求，异步请求是通过编程实现的指向特定URL的GET或POST请求，还是以Facebook为例，客户端向http://www.facebook.com/ajax/chat/buddy_list.php发送一个POST请求，获取你的在线朋友列表。

　　这种模式有时指的是Ajax，Ajax表示异步JavaScript和XML，但服务器不一定非要以XML格式进行响应，例如，Facebook返回JavaScript代码片段响应异步请求。

　　Fiddler工具允许你查看浏览器发送的异步请求，实际上，你不但可以观察请求，而且还可以修改这些请求并进行重发，因此可以轻松欺骗Ajax请求，许多在线游戏的开发人员也因此而郁闷不已。

　　Facebook chat提供了一个有趣的Ajax问题示例：将数据从服务器推向客户端。因为HTTP是一个请求-响应协议，聊天服务器不能将新消息推送给客户端，相反，客户端必须每隔几秒从服务器去取数据，以了解是否有新消息到达。

　　长轮询在这种情景中对降低服务器负载很有用，轮询时如果服务器没有任何新消息，它就不发回应答，同时，如果该客户端有新消息到达，服务器会发现未完成的请求，并返回消息作为响应。