万维网

www的概念与组成结构

1.www的概念

　　www是world wide web的缩写，是一个资料空间，这个空间中，有用的事物被称为“资源”，并由全球“统一资源定位符”标识。这些资源通过超文本传输协议（HTTP）传送给使用者，而后者通过单击连接来获取资源。

2.www的组成

　　统一资源定位符(URL)：一般格式为 <协议>：//<主机>：<端口> / <路径>

　　超文本传输协议（HTTP）：应用层协议，使用TCP连接进行可靠的传输。

　　超文本标记语言（HTML）：用一些预定的标记来描述页面上的各种信息

万维网的工作过程

　　以访问清华大学的网站为例：

　　1）浏览器分析链接指向页面的URL （https://www.tsinghua.edu.cn/publish/thu2018/index.html）

　　2）浏览器向DNS请求解析www.tsinghua.edu.cn的IP地址

　　3）域名系统DNS解析出清华大学服务器的IP地址

　　4）浏览器知道 IP 地址后，通过 TCP 向服务器发送连接请求

　　5）万维网站点都有一个服务器进程，它不断地监视TCP的端口（默认80），一旦监听到请求后，建立连接

　　6）浏览器发出HTTP请求：/publish/thu2018/index.html

　　7)  服务器通过 HTTP响应把文件 index.html 发送给浏览器

　　8）TCP连接释放

　　9）浏览器解释文件 index.html，并把页面显示给用户

HTTP

　　http是无状态的，简化了服务器的设计。

　　http采用了 TCP 作为传输层协议，从而保证了数据的可靠传输。

HTTP server 1.0

　　单进程，一旦阻塞就完了

HTTP server 2.0：多进程

　　 当接收连接以后，创建子进程来接管新的socket，这样主进程就不会阻塞了，这样可以接受新的连接了。

HTTP server 3.0：select模型

　　在 2.0版本中，采用多进程来解决并发的问题，但是进程需要消耗大量的系统资源，每次切换进程更是麻烦。

　　一个socket 连接就是一个所谓的文件描述符，用“进程”这个重量级的东西来表示它有点浪费。

　　从前阻塞是因为 浏览器还没有把数据发过来，而http迫不及待的想读，就被阻塞了，单进程情况下，一旦阻塞，什么事儿都干不了。

　　现在http server每次把 一批socket的编号传给操作系统，操作系统可以在后台检查 这些socket,一旦发现 可以读写了，就把对应的socket 　　做个标记，http server就被唤醒了。

　　联想：有点类似中断系统，早期的时候轮循，后来改为中断系统。

HTTP server 4.0：epoll模型

 　在 3.0版本的基础上微微改动，操作系统直接返回需要处理的 socket的编号，http server不需要挨个遍历。