Lorsque vous entrez une URL, que se passe-t-il exactement dans la production de la page background_HTML/Xhtml_Web

En tant que développeur de logiciels, vous devez avoir une compréhension hiérarchique complète du fonctionnement des applications Web. Cela inclut également les technologies utilisées par ces applications : navigateurs, HTTP, HTML, serveurs Web, traitement des exigences, etc.

Cet article examinera plus en détail ce qui se passe en arrière-plan lorsque vous saisissez une URL~

1. Tout d'abord, vous devez saisir l'URL dans le navigateur  :

2. Le navigateur recherche l'adresse IP du nom de domaine

La première étape de la navigation consiste à connaître l'adresse IP du nom de domaine visité. Le processus de recherche DNS est le suivant :

Cache du navigateur – Les navigateurs mettent en cache les enregistrements DNS pendant un certain temps. Fait intéressant, le système d'exploitation n'indique pas au navigateur combien de temps il doit stocker les enregistrements DNS, donc différents navigateurs stockent une durée fixe (allant de 2 minutes à 30 minutes). Cache système – Si l'enregistrement requis n'est pas trouvé dans le cache du navigateur, le navigateur effectuera un appel système (gethostbyname sous Windows). Cela obtiendra l'enregistrement dans le cache système. Cache du routeur – Ensuite, la requête de requête précédente est envoyée au routeur, qui possède généralement son propre cache DNS. Cache DNS du FAI – La prochaine chose à vérifier est le serveur sur lequel le FAI met en cache le DNS. Les enregistrements de cache correspondants peuvent généralement être trouvés ici. Recherche récursive – Les serveurs DNS de votre FAI effectuent une recherche récursive en commençant par les serveurs de noms, depuis les serveurs de noms de premier niveau .com jusqu'aux serveurs de noms de Facebook. Généralement, le cache du serveur DNS contiendra le nom de domaine sur le serveur de noms de domaine .com, le processus de correspondance avec le serveur de niveau supérieur n'est donc pas nécessaire.

La recherche récursive DNS est illustrée dans la figure ci-dessous :

Une chose qui est inquiétante à propos du DNS est qu'un nom de domaine entier comme wikipedia.org ou facebook.com ne semble correspondre qu'à une seule adresse IP. Heureusement, il existe plusieurs façons d'éliminer ce goulot d'étranglement :

Cycle DNS est la solution lorsque plusieurs adresses IP sont renvoyées lors de la recherche DNS. Par exemple, Facebook.com correspond en réalité à quatre adresses IP. Un équilibreur de charge est un périphérique matériel qui écoute une adresse IP spécifique et transmet les requêtes réseau aux serveurs en cluster. Certains grands sites utilisent généralement cet équilibreur de charge coûteux et performant. Le DNS géographique améliore l'évolutivité en mappant les noms de domaine sur plusieurs adresses IP différentes en fonction de l'emplacement géographique de l'utilisateur. De cette façon, différents serveurs ne peuvent pas mettre à jour l'état de synchronisation, mais c'est idéal pour mapper du contenu statique. Anycast est une technologie de routage qui mappe une adresse IP à plusieurs hôtes physiques. Le problème est qu'Anycast ne s'adapte pas bien au protocole TCP, il est donc rarement utilisé dans ces solutions.

La plupart des serveurs DNS utilisent Anycast pour des recherches DNS efficaces à faible latence.

3. Le navigateur envoie une requête HTTP au serveur Web

Étant donné que les pages dynamiques comme la page d'accueil de Facebook expireront rapidement ou même immédiatement dans le cache du navigateur après leur ouverture, il ne fait aucun doute qu'elles ne pourront pas être lues.

Ainsi, le navigateur enverra la requête suivante au serveur où se trouve Facebook :

GET http://facebook.com/ HTTP/1.1<br> Accept: application/x-ms-application, Lorsque vous entrez une URL, que se passe-t-il exactement dans la production de la page background_HTML/Xhtml_Web/jpeg, application/xaml+xml, [...]<br> User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]<br> Accept-Encoding: gzip, deflate<br> Connection: Keep-Alive<br> Host: facebook.com<br> Cookie: datr=1265876274-[...]; locale=en_US; lsd=WW[...]; c_user=2101[...]

GET Cette requête définit l'URL à lire : "http://facebook.com/". Le navigateur se définit lui-même (en-tête User-Agent) et quel type de réponse il souhaite accepter (en-tête Accept etAccept-Encoding). Connexion L'en-tête demande au serveur de ne pas fermer la connexion TCP pour les requêtes ultérieures. La

demande contient également les

cookies stockés par le navigateur pour ce nom de domaine. Comme vous le savez peut-être déjà, les cookies sont des clés qui permettent de suivre l'état d'un site Web entre les demandes de pages. De cette manière, les cookies stockeront le nom d'utilisateur de connexion, le mot de passe attribué par le serveur et certains paramètres utilisateur. Les cookies sont stockés sur l'ordinateur client sous forme de fichiers texte et envoyés au serveur à chaque demande.

Il existe de nombreux outils utilisés pour afficher les requêtes HTTP originales et celles correspondantes. L'auteur préfère utiliser fiddler, mais il existe bien sûr d'autres outils comme FireBug. Ces logiciels vous aideront beaucoup lors de l’optimisation de votre site Web.

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.: http://robozzle.com/puzzle.aspx?id=85)。发送请求在请求正文头之后发送其参数。

像“http://facebook.com/”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“http: //example.com/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。 

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

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http://www.igoro.com/ 和http://igoro.com/，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“http://www.facebook.com/”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://www.facebook.com/ HTTP/1.1<br> Accept: application/x-ms-application, Lorsque vous entrez une URL, que se passe-t-il exactement dans la production de la page background_HTML/Xhtml_Web/jpeg, application/xaml+xml, [...]<br> Accept-Language: en-US<br> User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; [...]<br> Accept-Encoding: gzip, deflate<br> Connection: Keep-Alive<br> Cookie: lsd=XW[...]; c_user=21[...]; x-referer=[...]<br> Host: www.facebook.com

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ASP.NET,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http://example.com/folder1/page1.aspx这个地 址会映射/httpdocs/folder1/page1.aspx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 page1.aspx的发布地址就可以是http://example.com/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/1.1 200 OK<br> Cache-Control: private, no-store, no-cache, must-revalidate, post-check=0,<br> pre-check=0<br> Expires: Sat, 01 Jan 2000 00:00:00 GMT<br> P3P: CP="DSP LAW"<br> Pragma: no-cache<br> Content-Encoding: gzip<br> Content-Type: text/html; charset=utf-8<br> X-Cnection: close<br> Transfer-Encoding: chunked<br> Date: Fri, 12 Feb 2010 09:05:55 GMT<br> <br> 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：

br /> "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd"><br> 

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facebook.com时需要重获取的几个URL：

图片
http://static.ak.fbcdn.net/rsrc.php/z12E0/hash/8q2anwu7.gif
http://static.ak.fbcdn.net/rsrc.php/zBS5C/hash/7hwy7at6.gif
…CSS 式样表
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
…

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“fbcdn.net”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ping static.ak.fbcdn.net的时候，可能会从某个akamai.net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. Le navigateur envoie une requête asynchrone (AJAX)

Sous la houlette du grand esprit du Web 2.0, le client reste toujours en contact avec le serveur après l'affichage de la page.

Prenons l'exemple de la fonction de chat Facebook. Elle restera en contact permanent avec le serveur pour mettre à jour le statut de vos amis brillants et gris en temps opportun. Afin de mettre à jour le statut de ces amis dont les avatars sont allumés, le code JavaScript exécuté dans le navigateur va envoyer une requête asynchrone au serveur. Cette requête asynchrone est envoyée à une adresse spécifique et est une requête d'obtention ou d'envoi construite par programme. Toujours dans l'exemple de Facebook, le client envoie une demande de publication à http://www.facebook.com/ajax/chat/buddy_list.php pour obtenir les informations de statut en ligne indiquant lequel de vos amis est en ligne.

Lorsque nous mentionnons ce modèle, nous devons parler de "AJAX" -- "JavaScript asynchrone et XML", bien qu'il n'y ait aucune raison claire pour laquelle le serveur répond au format XML. Pour un autre exemple, pour les requêtes asynchrones, Facebook renverra des extraits de code JavaScript.

Entre autres choses, fiddler est un outil qui permet de voir les requêtes asynchrones envoyées par le navigateur. En fait, vous pouvez non seulement surveiller passivement ces demandes, mais également les modifier et les renvoyer de manière proactive. Les requêtes AJAX sont si faciles à tromper, ce qui déprime vraiment les développeurs de jeux en ligne qui tiennent leurs scores. (Bien sûr, ne mentez pas aux gens comme ça~)

La fonction de chat de Facebook fournit un cas de problème intéressant concernant AJAX : transmettre des données du serveur vers le client. HTTP étant un protocole requête-réponse, le serveur de discussion ne peut pas envoyer de nouveaux messages au client. Au lieu de cela, le client doit interroger le serveur toutes les quelques secondes pour voir s'il a de nouveaux messages.

Le long polling est une technique intéressante pour réduire la charge du serveur lorsque ces situations surviennent. Si le serveur ne reçoit aucun nouveau message lors de l'interrogation, il ignore le client. Lorsqu'un nouveau message du client est reçu avant l'expiration du délai d'attente, le serveur trouvera la demande inachevée et renverra le nouveau message au client en réponse.