gmt是什么意思

当你输入一个网址的时候，实际会发生什么?

原文:/archive/what-really-happens-when-you-navigate-to-a-url/

作为一个软件开发者，你一定会对网络应用如何工作有一个完整的层次化的认知，同样这里也包

括这些应用所用到的技术：像浏览器，HTTP，HTML，网络服务器，需求处理等等。

本文将更深入的研究当你输入一个网址的时候，后台到底发生了一件件什么样的事～

1.首先嘛，你得在浏览器里输入要网址:

2.浏览器查找域名的IP地址

导航的第一步是通过访问的域名找出其IP地址。DNS查找过程如下：

浏览器缓存–浏览器会缓存DNS记录一段时间。有趣的是，操作系统没有告

诉浏览器储存DNS记录的时间，这样不同浏览器会储存个自固定的一个时间

（2分钟到30分钟不等）。

系统缓存–如果在浏览器缓存里没有找到需要的记录，浏览器会做一个系统调用

（windows里是gethostbyname）。这样便可获得系统缓存中的记录。

路由器缓存–接着，前面的查询请求发向路由器，它一般会有自己的DNS缓存。

ISPDNS缓存–接下来要check的就是ISP缓存DNS的服务器。在这一般

都能找到相应的缓存记录。

递归搜索–你的ISP的DNS服务器从跟域名服务器开始进行递归搜索，从.com

顶级域名服务器到Facebook的域名服务器。一般DNS服务器的缓存中会

有.com域名服务器中的域名，所以到顶级服务器的匹配过程不是那么必要了。

DNS递归查找如下图所示：

DNS有一点令人担忧，这就是像或者这样的整个域名看上去

只是对应一个单独的IP地址。还好，有几种方法可以消除这个瓶颈：

循环DNS是DNS查找时返回多个IP时的解决方案。举例来说，

实际上就对应了四个IP地址。

负载平衡器是以一个特定IP地址进行侦听并将网络请求转发到集群服务器上的

硬件设备。一些大型的站点一般都会使用这种昂贵的高性能负载平衡器。

地理DNS根据用户所处的地理位置，通过把域名映射到多个不同的IP地址提

高可扩展性。这样不同的服务器不能够更新同步状态，但映射静态内容的话非

常好。

Anycast是一个IP地址映射多个物理主机的路由技术。美中不足，Anycast

与TCP协议适应的不是很好，所以很少应用在那些方案中。

大多数DNS服务器使用Anycast来获得高效低延迟的DNS查找。

3.浏览器给web服务器发送一个HTTP请求

因为像Facebook主页这样的动态页面，打开后在浏览器缓存中很快甚至马上就会过期，毫无

疑问他们不能从中读取。

所以，浏览器将把一下请求发送到Facebook所在的服务器：

GET/HTTP/1.1

Accept:application/x-ms-application,image/jpeg,

application/xaml+xml,[...]

Ur-Agent:Mozilla/4.0(compatible;MSIE8.0;WindowsNT6.1;WOW64;

[...]

Accept-Encoding:gzip,deflate

Connection:Keep-Alive

Host:

Cookie:datr=1265876274-[...];locale=en_US;lsd=WW[...];

c_ur=2101[...]

GET这个请求定义了要读取的URL：“/”。浏览器自身定义

(Ur-Agent头)，和它希望接受什么类型的相应(AcceptandAccept-Encoding头).

Connection头要求服务器为了后边的请求不要关闭TCP连接。

请求中也包含浏览器存储的该域名的cookies。可能你已经知道，在不同页面请求当中，

cookies是与跟踪一个网站状态相匹配的键值。这样cookies会存储登录用户名，服务器分配

的密码和一些用户设置等。Cookies会以文本文档形式存储在客户机里，每次请求时发送给服

务器。

用来看原始HTTP请求及其相应的工具很多。作者比较喜欢使用fiddler，当然也有像FireBug

这样其他的工具。这些软件在网站优化时会帮上很大忙。

除了获取请求，还有一种是发送请求，它常在提交表单用到。发送请求通过URL传递其参数(e.g.:

/?id=85)。发送请求在请求正文头之后发送其参数。

像“/”中的斜杠是至关重要的。这种情况下，浏览器能安全的添加斜杠。

而像“/folderOrFile”这样的地址，因为浏览器不清楚folderOrFile到底

是文件夹还是文件，所以不能自动添加斜杠。这时，浏览器就不加斜杠直接访问地址，服务器

会响应一个重定向，结果造成一次不必要的握手。

ok服务的永久重定向响应

图中所示为Facebook服务器发回给浏览器的响应：

HTTP/1.1301MovedPermanently

Cache-Control:private,no-store,no-cache,must-revalidate,

post-check=0,

pre-check=0

Expires:Sat,01Jan200000:00:00GMT

Location:/

P3P:CP="DSPLAW"

Pragma:no-cache

Set-Cookie:made_write_conn=deleted;expires=Thu,12-Feb-200905:09:50

GMT;

path=/;domain=.;httponly

Content-Type:text/html;chart=utf-8

X-Cnection:clo

Date:Fri,12Feb201005:09:51GMT

Content-Length:0

服务器给浏览器响应一个301永久重定向响应，这样浏览器就会访问

“/”而非“/”。

为什么服务器一定要重定向而不是直接发会用户想看的网页内容呢？这个问题有好多有意思的

答案。

其中一个原因跟搜索引擎排名有关。你看，如果一个页面有两个地址，就像

/和/，搜索引擎会认为它们是两个网站，结果造

成每一个的搜索链接都减少从而降低排名。而搜索引擎知道301永久重定向是什么意思，这样

就会把访问带www的和不带www的地址归到同一个网站排名下。

还有一个是用不同的地址会造成缓存友好性变差。当一个页面有好几个名字时，它可能会在缓存

里出现好几次。

5.浏览器跟踪重定向地址

现在，浏览器知道了“/”才是要访问的正确地址，所以它会发送另

一个获取请求：

GET/HTTP/1.1

Accept:application/x-ms-application,image/jpeg,

application/xaml+xml,[...]

Accept-Language:en-US

Ur-Agent:Mozilla/4.0(compatible;MSIE8.0;WindowsNT6.1;WOW64;

[...]

Accept-Encoding:gzip,deflate

Connection:Keep-Alive

Cookie:lsd=XW[...];c_ur=21[...];x-referer=[...]

Host:

头信息以之前请求中的意义相同。

6.服务器“处理”请求

服务器接收到获取请求，然后处理并返回一个响应。

这表面上看起来是一个顺向的任务，但其实这中间发生了很多有意思的东西-就像作者博客这样

简单的网站，何况像facebook那样访问量大的网站呢！

Web服务器软件

web服务器软件（像IIS和阿帕奇）接收到HTTP请求，然后确定执行什么请

求处理来处理它。请求处理就是一个能够读懂请求并且能生成HTML来进行响

应的程序（像,PHP,RUBY...）。

举个最简单的例子，需求处理可以以映射网站地址结构的文件层次存储。像

/folder1/这个地址会映射

/httpdocs/folder1/这个文件。web服务器软件可以设置成为地

址人工的对应请求处理，这样的发布地址就可以是

/folder1/page1。

请求处理

请求处理阅读请求及它的参数和cookies。它会读取也可能更新一些数据，并

讲数据存储在服务器上。然后，需求处理会生成一个HTML响应。

所有动态网站都面临一个有意思的难点-如何存储数据。小网站一半都会有一个SQL数据库来

存储数据，存储大量数据和/或访问量大的网站不得不找一些办法把数据库分配到多台机器上。

解决方案有：sharding（基于主键值讲数据表分散到多个数据库中），复制，利用弱语义一

致性的简化数据库。

委托工作给批处理是一个廉价保持数据更新的技术。举例来讲，Fackbook得及时更新新闻

feed，但数据支持下的“你可能认识的人”功能只需要每晚更新（作者猜测是这样的，改功能如

何完善不得而知）。批处理作业更新会导致一些不太重要的数据陈旧，但能使数据更新耕作更快

更简洁。

7.服务器发回一个HTML响应

图中为服务器生成并返回的响应：

HTTP/1.1200OK

Cache-Control:private,no-store,no-cache,must-revalidate,

post-check=0,

pre-check=0

Expires:Sat,01Jan200000:00:00GMT

P3P:CP="DSPLAW"

Pragma:no-cache

Content-Encoding:gzip

Content-Type:text/html;chart=utf-8

X-Cnection:clo

Transfer-Encoding:chunked

Date:Fri,12Feb201009:05:55GMT

2b3Tn@[...]

整个响应大小为35kB，其中大部分在整理后以blob类型传输。

内容编码头告诉浏览器整个响应体用gzip算法进行压缩。解压blob块后，你可以看到如下期

望的HTML：

"/TR/xhtml1/DTD/">

lang="en"id="facebook"class="no_js">

...

关于压缩，头信息说明了是否缓存这个页面，如果缓存的话如何去做，有什么cookies要去设

置（前面这个响应里没有这点）和隐私信息等等。

请注意报头中把Content-type设置为“text/html”。报头让浏览器将该响应内容以HTML

形式呈现，而不是以文件形式下载它。浏览器会根据报头信息决定如何解释该响应，不过同时也

会考虑像URL扩展内容等其他因素。

8.浏览器开始显示HTML

在浏览器没有完整接受全部HTML文档时，它就已经开始显示这个页面了：

9.浏览器发送获取嵌入在HTML中的对象

在浏览器显示HTML时，它会注意到需要获取其他地址内容的标签。这时，浏览器会发送一个

获取请求来重新获得这些文件。

下面是几个我们访问时需要重获取的几个URL：

图片

//z12E0/hash/

//zBS5C/hash/

…

CSS式样表

//z448Z/hash/

//zANE1/hash/

…

JavaScript文件

//zEMOA/hash/

//z6R9L/hash/

…

这些地址都要经历一个和HTML读取类似的过程。所以浏览器会在DNS中查找这些域名，发送

请求，重定向等等...

但不像动态页面那样，静态文件会允许浏览器对其进行缓存。有的文件可能会不需要与服务器

通讯，而从缓存中直接读取。服务器的响应中包含了静态文件保存的期限信息，所以浏览器知

道要把它们缓存多长时间。还有，每个响应都可能包含像版本号一样工作的ETag头（被请求变

量的实体值），如果浏览器观察到文件的版本ETag信息已经存在，就马上停止这个文件的传

输。

试着猜猜看“”在地址中代表什么？聪明的答案是"Facebook内容分发网络"。

Facebook利用内容分发网络（CDN）分发像图片，CSS表和JavaScript文件这些静态文件。

所以，这些文件会在全球很多CDN的数据中心中留下备份。

静态内容往往代表站点的带宽大小，也能通过CDN轻松的复制。通常网站会使用第三方的CDN。

例如，Facebook的静态文件由最大的CDN提供商Akamai来托管。

举例来讲，当你试着的时候，可能会从某个服务器上

获得响应。有意思的是，当你同样再ping一次的时候，响应的服务器可能就不一样，这说明幕

后的负载平衡开始起作用了。

10.浏览器发送异步（AJAX）请求

在Web2.0伟大精神的指引下，页面显示完成后客户端仍与服务器端保持着联系。

以Facebook聊天功能为例，它会持续与服务器保持联系来及时更新你那些亮亮灰灰的好友状

态。为了更新这些头像亮着的好友状态，在浏览器中执行的JavaScript代码会给服务器发送异

步请求。这个异步请求发送给特定的地址，它是一个按照程式构造的获取或发送请求。还是在

Facebook这个例子中，客户端发送给

/ajax/chat/buddy_一个发布请求来获取你好友里哪个

在线的状态信息。

提起这个模式，就必须要讲讲"AJAX"--“异步JavaScript和XML”，虽然服务器为什么用XML

格式来进行响应也没有个一清二白的原因。再举个例子吧，对于异步请求，Facebook会返回一

些JavaScript的代码片段。

除了其他，fiddler这个工具能够让你看到浏览器发送的异步请求。事实上，你不仅可以被动的

做为这些请求的看客，还能主动出击修改和重新发送它们。AJAX请求这么容易被蒙，可着实让

那些计分的在线游戏开发者们郁闷的了。（当然，可别那样骗人家~）

Facebook聊天功能提供了关于AJAX一个有意思的问题案例：把数据从服务器端推送到客户

端。因为HTTP是一个请求-响应协议，所以聊天服务器不能把新消息发给客户。取而代之的是

客户端不得不隔几秒就轮询下服务器端看自己有没有新消息。

这些情况发生时长轮询是个减轻服务器负载挺有趣的技术。如果当被轮询时服务器没有新消息，

它就不理这个客户端。而当尚未超时的情况下收到了该客户的新消息，服务器就会找到未完成的

请求，把新消息做为响应返回给客户端。

总结一下

希望看了本文，你能明白不同的网络模块是如何协同工作的