詳解輸入網(wǎng)址點擊回車，后臺到底發(fā)生了什么。透析 HTTP 協(xié)議與 TCP 連接之間的千絲萬縷的關系。掌握為何是三次握手四次揮手？ time_wait 存在的意義是什么？全面圖解重點問題，再也不用擔心面試問這個問題。

大致流程

•  URL 解析。
•  DNS 查詢。
•  TCP 連接。
•  服務器處理請求。
•  客戶端接收 HTTP 報文響應。
•  渲染頁面

重點來了：

•  如何理解 TCP 的三次握手與四次揮手？每次握手客戶端與服務端是怎樣的狀態(tài)？
•  為何揮手會出現(xiàn) 2MSL，遇到大量 Socket 處在 TIME_WAIT 或者 CLOSE_WAIT 狀態(tài)是什么問題？
•  三次握手與四次揮手的過程是怎樣的？
•  HTTP 的報文格式又是怎樣的？

繼續(xù)閱讀本文，且聽碼哥字節(jié)答疑解惑，微信搜索 “碼哥字節(jié)”，關注公眾號更多硬核。

URL 解析

地址解析：首先判斷你輸入的是一個合法的 URL 還是一個待搜索的關鍵詞，并且根據(jù)你輸入的內容進行自動完成、字符編碼等操作。

HSTS 由于安全隱患，會使用 HSTS 強制客戶端使用 HTTPS 訪問頁面。詳見：你所不知道的 HSTS[1]。

其他操作 瀏覽器還會進行一些額外的操作，比如安全檢查、訪問限制（之前國產(chǎn)瀏覽器限制 996.icu）。

檢查緩存

DNS 查詢

1.  瀏覽器緩存：先檢查是否在緩存中，沒有則調用系統(tǒng)庫函數(shù)進行查詢。
2.  操作系統(tǒng)緩存：操作系統(tǒng)也有自己的 DNS 緩存，但在這之前，會向檢查域名是否存在本地的 Hosts 文件里，沒有則向 DNS 服務器發(fā)送查詢請求。
3.  路由器緩存。
4.  ISP DNS 緩存：ISP DNS 就是在客戶端電腦上設置的首選 DNS 服務器，它們在大多數(shù)情況下都會有緩存。

根域名服務器查詢

在前面所有步驟沒有緩存的情況下，本地 DNS 服務器會將請求轉發(fā)到互聯(lián)網(wǎng)上的根域，下面這個圖很好的詮釋了整個流程：

需要注意的的是：

1.  遞歸方式：一路查下去中間不返回，得到最終結果才返回信息（瀏覽器到本地 DNS 服務器的過程）
2.  迭代方式，就是本地 DNS 服務器到根域名服務器查詢的方式。
3.  什么是 DNS 劫持
4.  前端 dns-prefetch 優(yōu)化

TCP 連接建立與斷開

TCP/IP 分為四層，在發(fā)送數(shù)據(jù)時，每層都要對數(shù)據(jù)進行封裝：

應用層：發(fā)送 HTTP 請求

瀏覽器從地址欄得到服務器 IP，接著構造一個 HTTP 報文，其中包括：

•  請求報頭(Request Header)：請求方法、目標地址、遵循的協(xié)議等
•  請求主體，請求參數(shù)，比如 body 里面的參數(shù)

傳輸層：TCP 傳輸報文

傳輸層會發(fā)起一條到達服務器的 TCP 連接，為了方便傳輸，會對數(shù)據(jù)進行分割（以報文段為單位），并標記編號，方便服務器接受時能夠準確地還原報文信息。在建立連接前，會先進行 TCP 三次握手。

網(wǎng)絡層：IP 協(xié)議查詢 MAC 地址

將數(shù)據(jù)段打包，并加入源及目標的 IP 地址，并且負責尋找傳輸路線。判斷目標地址是否與當前地址處于同一網(wǎng)絡中，是的話直接根據(jù) Mac 地址發(fā)送，否則使用路由表查找下一跳地址，以及使用 ARP 協(xié)議查詢它的 Mac 地址。

鏈路層：以太網(wǎng)協(xié)議

根據(jù)以太網(wǎng)協(xié)議將數(shù)據(jù)分為以“幀”為單位的數(shù)據(jù)包，每一幀分為兩個部分：

•  標頭：數(shù)據(jù)包的發(fā)送者、接受者、數(shù)據(jù)類型
•  數(shù)據(jù)：數(shù)據(jù)包具體內容

Mac 地址

以太網(wǎng)規(guī)定了連入網(wǎng)絡的所有設備都必須具備“網(wǎng)卡”接口，數(shù)據(jù)包都是從一塊網(wǎng)卡傳遞到另一塊網(wǎng)卡，網(wǎng)卡的地址就是 Mac 地址。每一個 Mac 地址都是獨一無二的，具備了一對一的能力。

主要的請求過程：

1.  瀏覽器從地址欄中獲取服務器的 IP 和端口號；
2.  瀏覽器有服務器之間通過 TCP 三次握手建立連接；
3.  瀏覽器向服務器發(fā)送報文；
4.  服務器接收報文處理，同時將響應報文發(fā)給瀏覽器；
5.  瀏覽器解析報文，渲染輸出到頁面；

三次握手

在傳輸層傳輸數(shù)據(jù)之前需要建立連接，也就是三次握手創(chuàng)建可靠連接。

首先建立鏈接前需要 Server 端先監(jiān)聽端口，因此 Server 端建立鏈接前的初始狀態(tài)就是 LISTEN 狀態(tài)，這時 Client 端準備建立鏈接，先發(fā)送一個 SYN 同步包，發(fā)送完同步包后，Client 端的鏈接狀態(tài)變成了 SYN_SENT 狀態(tài)。Server 端收到 SYN 后，同意建立鏈接，會向 Client 端回復一個 ACK。

由于 TCP 是雙工傳輸，Server 端也會同時向 Client 端發(fā)送一個 SYN，申請 Server 向 Client 方向建立鏈接。發(fā)送完 ACK 和 SYN 后，Server 端的鏈接狀態(tài)就變成了 SYN_RCVD。

Client 收到 Server 的 ACK 后，Client 端的鏈接狀態(tài)就變成了 ESTABLISHED 狀態(tài)，同時，Client 向 Server 端發(fā)送 ACK，回復 Server 端的 SYN 請求。

Server 端收到 Client 端的 ACK 后，Server 端的鏈接狀態(tài)也就變成了的 ESTABLISHED 狀態(tài)，此時建連完成，雙方隨時可以進行數(shù)據(jù)傳輸。

在面試時需要明白三次握手是為了建立雙向的鏈接，需要記住 Client 端和 Server 端的鏈接狀態(tài)變化。另外回答建連的問題時，可以提到 SYN 洪水攻擊發(fā)生的原因，就是 Server 端收到 Client 端的 SYN 請求后，發(fā)送了 ACK 和 SYN，但是 Client 端不進行回復，導致 Server 端大量的鏈接處在 SYN_RCVD 狀態(tài)，進而影響其他正常請求的建連?？梢栽O置 tcp_synack_retries = 0 加快半鏈接的回收速度，或者調大 tcp_max_syn_backlog 來應對少量的 SYN 洪水攻擊

四次揮手

我們只要關注 80 端口與 13743 端口建立的連接斷開過程，瀏覽器通過 13747 端口發(fā)送 [FIN, ACK] 這里是不是跟很多網(wǎng)上看到的不一樣？

1.  其實是客戶端在發(fā)送 [FIN] 報文的時候順帶發(fā)了一個 [ACK] 確認上次傳輸確認。
2.  接著服務端通過 80 端口響應了 [ACK] ，然后立馬響應 [FIN, ACK] 表示數(shù)據(jù)傳輸完了，可以關閉連接。
3.  最后瀏覽器通過 13743 端口 發(fā)送 [ACK] 包給服務端，客服端與服務端連接就關閉了。

具體流程如下圖抓包所示：

三次握手與四次揮手

客戶端：

•  SYN_SENT - 客戶端發(fā)起第 1 次握手后，連接狀態(tài)為 SYN_SENT ，等待服務端內核進行應答，如果服務端來不及處理（例如服務端的 backlog 隊列已滿）就可以看到這種狀態(tài)的連接。
•  ESTABLISHED - 表示連接處于正常狀態(tài)，可以進行數(shù)據(jù)傳送。客戶端收到服務器回復的 SYN+ACK 后，對服務端的 SYN 單獨回復（第 3 次握手），連接建立完成，進入 ESTABLISHED 狀態(tài)。服務端程序收到第 3 次握手包后，也進入 ESTABLISHED 狀態(tài)。
•  FIN_WAIT_1 - 客戶端發(fā)送了關閉連接的 FIN 報文后，等待服務端回復 ACK 確認。
•  FIN_WAIT_2 - 表示我方已關閉連接，正在等待服務端關閉。客戶端發(fā)了關閉連接的 FIN 報文后，服務器發(fā)回 ACK 應答，但是沒進行關閉，就會處于這種狀態(tài)。
•  TIME_WAIT - 雙方都正常關閉連接后，客戶端會維持 TIME_WAIT 一段時間，以確保最后一個 ACK 能成功發(fā)送到服務器端。停留時長為 2 倍的 MSL (報文最大生存時間)，Linux 下大約是 60 秒。所以在一個頻繁建立短連接的服務器上通?？梢钥吹匠汕先f的 TIME_WAIT 連接。

服務端：

•  LISTEN - 表示當前程序正在監(jiān)聽某個端口時。
•  SYN_RCVD - 服務端收到第 1 次握手后，進入 SYN_RCVD 狀態(tài)，并回復一個 SYN+ACK（第 2 次握手），再等待對方確認。
•  ESTABLISHED - 表示連接處于正常狀態(tài)，可以進行數(shù)據(jù)傳送。完成 TCP3 次握手后，連接建立完成，進入 ESTABLISHED 狀態(tài)。
•  CLOSE_WAIT - 表示客戶端已經(jīng)關閉連接，但是本地還沒關閉，正在等待本地關閉。有時客戶端程序已經(jīng)退出了，但服務端程序由于異常或 BUG 沒有調用 close()函數(shù)對連接進行關閉，那在服務器這個連接就會一直處于 CLOSE_WAIT 狀態(tài)，而在客戶機已經(jīng)不存在這個連接了。
•  LAST_ACK - 表示正在等待客戶端對服務端的關閉請求進行最終確認。

TIME_WAIT 狀態(tài)存在的理由：

劃重點了

•  可靠地實現(xiàn) TCP 全雙工連接的終止 在進行關閉連接四路握手協(xié)議時，最后的 ACK 是由主動關閉端發(fā)出的，如果這個最終的 ACK 丟失，服務器將重發(fā)最終的 FIN，因此客戶端必須維護狀態(tài)信息允 許它重發(fā)最終的 ACK。如 果不維持這個狀態(tài)信息，那么客戶端將響應 RST 分節(jié)，服務器將此分節(jié)解釋成一個錯誤（ 在 java 中會拋出 connection reset 的 SocketException)。因而，要實現(xiàn) TCP 全雙工連接的正常終 止，必須處理終止序列四個分節(jié)中任何一個分節(jié)的丟失情況，主動關閉 的客戶端必須維持狀 態(tài)信息進入 TIME_WAIT 狀態(tài)。
•  允許老的重復分節(jié)在網(wǎng)絡中消逝 TCP 分節(jié)可能由于路由器異常而“迷途”，在迷途期間，TCP 發(fā)送端可能因確認超時而重發(fā)這個 分節(jié)，迷途的分節(jié)在路由器修復后也會被送到最終目的地，這個 原來的迷途分節(jié)就稱為 lost duplicate。在關閉一個 TCP 連接后，馬上又重新建立起一個相同的 IP 地址和端口之間的 TCP 連接，后一個連接被稱為前一個連接的化身 （ incarnation)，那么有可能出現(xiàn)這種情況，前一 個連接的迷途重復分組在前一個連接終止后出現(xiàn)，從而被誤解成從屬于新的化身。為了避免 這個情 況，TCP 不允許處于 TIME_WAIT 狀態(tài)的連接啟動一個新的化身，因為 TIME_WAIT 狀 態(tài)持續(xù) 2MSL，就可以保證當成功建立一個 TCP 連接的時 候，來自連接先前化身的重復分組已 經(jīng)在網(wǎng)絡中消逝。

另外回答斷鏈的問題時，可以提到實際應用中有可能遇到大量 Socket 處在 TIME_WAIT 或者 CLOSE_WAIT 狀態(tài)的問題。一般開啟 tcp_tw_reuse 和 tcp_tw_recycle 能夠加快 TIME-WAIT 的 Sockets 回收；而大量 CLOSE_WAIT 可能是被動關閉的一方存在代碼 bug，沒有正確關閉鏈接導致的。

簡單地說就是

1.  保證 TCP 協(xié)議的全雙工連接能夠可靠關閉；
2.  保證這次連接的重復數(shù)據(jù)段從網(wǎng)絡中消失，防止端口被重用時可能產(chǎn)生數(shù)據(jù)混淆；

服務器處理請求并響應 HTTP 報文

深入分析下 HTTP 報文到底是什么玩意。數(shù)據(jù)傳輸都是通過 TCP/IP 協(xié)議負責底層的傳輸工作， HTTP 協(xié)議基本不用操心，所謂的 “超文本傳輸協(xié)議” 似乎不怎么例會 “傳輸” 這個事情，那 HTTP 的核心又是什么呢？

比圖 TCP 報文，它在實際要傳輸?shù)臄?shù)據(jù)之前附加了一個 20 字節(jié)的頭部數(shù)據(jù)，存儲 TCP 協(xié)議必須的額外信息，例如發(fā)送方的端口號、接收方的端口號、包序號、標志位等等。

有了這個附加的 TCP 頭，數(shù)據(jù)包才能夠正確傳輸，到了目的地后把頭部去掉，就可以拿到真正的數(shù)據(jù)。這個很容易理解，設置起點與終點，不同協(xié)議貼上不同的頭部，到了對應目的地就拆下這個頭部，提取真正的數(shù)據(jù)。

與 TCP/UDP 類似需要在傳輸數(shù)據(jù)前設置一些請求頭，不同的是 HTTP 是一個 “純文本” 的協(xié)議，所有的頭都是 ASCII 碼的文本，很容易看出來是什么。

再者就是他的請求報文與響應報文的結構基本一樣，主要三大部分組成：

1.  起始行(Start Line)：描述請求或者響應的基本信息。
2.  Header：使用 key-value 的形式詳細說明報文信息。
3.  空行。
4.  消息正文（Entity）：傳輸?shù)臄?shù)據(jù)，圖片、視頻、文本等都可以。

這其中前兩部分起始行和頭部字段經(jīng)常又合稱為“請求頭”或“響應頭”，消息正文又稱為“實體”，但與“header”對應，很多時候就直接稱為“body”。

敲黑板了

HTTP 協(xié)議規(guī)定報文必須包含 Header，而且之后必須有一個 “空行”，也就是“CRLF”，十六進制的“0D0A”，可以沒有 “body”。

報文結構如下圖所示：

截取一段報文：

請求頭-起始行

請求行由請求方法字段、URL 字段和 HTTP 協(xié)議版本字段 3 個字段組成，它們用空格分隔。例如，GET / HTTP/1.1。

HTTP 協(xié)議的請求方法有 GET、POST、HEAD、PUT、DELETE、OPTIONS、TRACE、CONNECT。

GET 是請求方法， “/” 是請求的目標資源，“HTTP/1.1” 請求協(xié)議版本號。

GET / HTTP/1.1 翻譯成文字大概就是：“hello，服務器，我要請求根目錄下的默認文件使用的是 HTTP 1.1 協(xié)議版本”。

頭部 Header

第二部分就是 Header，組成形式是 key：value，使用自定義頭需要注意事項：

1.  header 字段不區(qū)分大小寫，通常是首字母大寫；
2.  字段名不允許有空格，可以使用 “-”，不能使用 “_”；
3.  字段名必須緊接著 “:”，不能有空格，但是 “:” 后面可以有空格。
4.  字段名順序沒有意義；

瀏覽器接收響應并渲染數(shù)據(jù)

瀏覽器接收到來自服務器的響應資源后，會對資源進行分析。首先查看 Response header，根據(jù)不同狀態(tài)碼做不同的事（比如上面提到的重定向）。如果響應資源進行了壓縮（比如 gzip），還需要進行解壓。然后，對響應資源做緩存。接下來，根據(jù)響應資源里的 MIME[3] 類型去解析響應內容（比如 HTML、Image 各有不同的解析方式）。

接下來將接收到的數(shù)據(jù)渲染出來，不同的瀏覽器也不是完全相同，但是大致流程是一樣的：

如果覺得閱讀后對你有幫助，希望多多分享、點贊與在看素質三連不做白嫖者。關注 【碼哥字節(jié)】解鎖更多硬核。