HTTP/HTTPS详解

一、前言

HTTP 有时候面试官也会问到，简单的诸如 HTTP 状态码、GET 和 POST 区别。

这里会将 HTTP 相关知识点整理过来。

二、HTTP发展史

2.1 HTTP/0.9

传输体积很小的文件，没有 HTTP 请求头和请求体，服务器也不返回头信息。

简述：

HTTP/0.9 并没有考虑太过复杂的内容，仅仅是用来传输体积很小的文件。

2.2 HTTP/1.0

核心诉求是支持多种类型的文件下载。加入了请求头和响应头支持多种不同类型的数据。以及状态码、Cache 机制、用户代理等。

简述：

应对 HTTP/0.9 出现的问题，进行了支持多类型文件下载等内容的优化。
HTTP/1.0 定义了三种请求方法：GET，POST 和 HEAD 方法。

2.3 HTTP/1.1

1. 改进了 HTTP/1.0 版本每次 HTTP 通信都需要建立 TCP 连接、传输 HTTP 数据再断开 TCP 连接的尴尬局面，支持持续连接。只要浏览器或者服务器没有明确断开连接，那么该 TCP 连接会一直保持（默认开启 keep-alive）。

2. 如果 TCP 通道中某个请求因为某些原因没有及时返回，会阻塞后面所有请求（队头阻塞），所以 HTTP/1.1 通过管线化来解决队头阻塞的问题。

3. HTTP/1.0 每个域名绑定唯一 IP 地址，一个服务器只能支持一个域名。HTTP/1.1 请求头增加 Host 字段，表示当前域名地址，服务器可以根据不同的 Host 值做不同的处理。这样一台物理主机就可以绑定多个虚拟主机，每个虚拟主机都有自己单独的域名。

4. HTTP/1.0 需要在响应头设置完整的数据大小来接收数据，但是随着服务器端发展，很多页面动态生成，不知道传输数据的最终大小。HTTP/1.1 引入 Chunk transfer 机制来解决这个问题，服务器将数据分割成任意大小的数据块，每个数据块发送时附带上个数据块的长度，最后使用一个零长度的块作为发送数据完成的标志，从而支持了动态内容。

5. 客户端 Cookie、安全机制。

简述：

• HTTP/1.1 默认开启 Connection: keep-alive，让一个 TCP 连接能重复发送/接收多次 HTTP 请求。
• HTTP/1.1 新增了六种请求方法：OPTIONS、PUT、PATCH、DELETE、TRACE 和 CONNECT 方法。

2.4 HTTP/2.0

1. 一个域名只使用一个 TCP 长连接和消除队头阻塞问题

2. 一旦一个 TCP 连接建立之后，就进入了发送数据状态，刚开始 TCP 协议会采用一个非常慢的速度去发送数据，然后慢慢加快发送数据的速度，直到发送数据的速度达到一个理想状态，我们把这个过程称为慢启动。HTTP/2.0 实现了一个域名只使用一个 TCP 长连接来传输数据，这样整个页面资源的下载过程只需要一次慢启动，同时也避免了多个 TCP 连接竞争带宽所带来的问题。

3. 队头阻塞的问题，等待请求完成后才能去请求下一个资源，这种方式无疑是最慢的，所以 HTTP/2 需要实现资源的并行请求，也就是任何时候都可以将请求发送给服务器，而并不需要等待其他请求的完成，然后服务器也可以随时返回处理好的请求资源给浏览器。

简述：

• 头部压缩：HTTP/2 压缩消息头，减少了传输数据的大小
• 多路复用：即多个请求都通过一个 TCP 连接并发地完成
• 服务器推送：服务端能够主动把资源推送给客户端

2.5 HTTP/3.0

简述：

• 实现了类似 TCP 的流量控制、传输可靠性的功能。
• 集成了 TLS 加密功能。
• 实现了 HTTP/2 中的多路复用功能。
• 实现了快速握手功能。

三、HTTP

Web 使用一种名为 HTTP（HyperText Transfer Protocol，超文本传输协议）的协议作为规范，完成从客户端到服务器等一系列运作流程。而协议是指规则的约定。可以说，Web 是建立在 HTTP 协议上通信的。

HTTP 最初的目的是为了让研究者共享知识信息，所以它的主要作用就是文档传输，它是一种用于传输文档的协议。

3.1 请求方法

• GET：获取资源
• HEAD：获取资源的元信息
• POST：提交/上传 数据
• PUT：修改数据
• DELETE：删除资源（几乎用不到）
• CONNECT：建立连接渠道，用于代理服务器
• OPTIONS：列出可对资源实施的请求方法，用来跨域请求
• TRACE：追踪请求-响应的传输路径

3.2 优缺点

优点：

1. 灵活可扩展，主要体现在两个方面。一个是语义上的自由，只规定了基本格式，比如空格分隔单词，换行分隔字段，其他的各个部分都没有严格的语法限制。另一个是传输形式的多样性，不仅仅可以传输文本，还能传输图片、视频等任意数据，非常方便。
2. 可靠传输。HTTP 基于 TCP/IP，因此把这一特性继承了下来。这属于 TCP 的特性，不具体介绍了。
3. 请求-应答。也就是一发一收、有来有回，当然这个请求方和应答方不单单指客户端和服务器之间，如果某台服务器作为代理来连接后端的服务端，那么这台服务器也会扮演请求方的角色。
4. 无状态。这里的状态是指通信过程的上下文信息，而每次 HTTP 请求都是独立、无关的，默认不需要保留状态信息。

缺点：

1. 无状态。在需要长连接的场景中，需要保存大量的上下文信息，以免传输大量重复的信息，那么这时候无状态就是 HTTP 的缺点了。
2. 明文传输。协议里的报文（主要指的是头部）不使用二进制数据，而是文本形式。
3. 队头阻塞问题。当 HTTP 开启长连接时，共用一个 TCP 连接，同一时刻只能处理一个请求，那么当前请求耗时过长的情况下，其它的请求只能处于阻塞状态。

3.3 GET 和 POST 的区别

GET 和 POST 方法没有实质区别，只是报文格式不同。

GET 和 POST 只是 HTTP 协议中两种请求方式，而 HTTP 协议是基于 TCP/IP 的应用层协议。

无论 GET 还是 POST，用的都是同一个传输层协议，所以在传输上，没有区别。

• GET 获取资源；POST 提交/上传 数据。
• GET 请求长度在浏览器中有限制，而 POST 并没有。
• GET 请求会被浏览器主动保留下来（历史记录），而 POST 默认不会。

3.4 HTTP 和 TCP 区别

HTTP 是应用层协议，定义的是传输数据内容的规范；而 TCP 是底层通讯协议，定义的是数据传输和连接方式的规范。

HTTP 协议中的数据是利用 TCP 协议传输的，所以支持 HTTP 的也一定支持 TCP。

四、HTTP状态码

HTTP 状态码为 3 位数，被归为 5 类：

• 1XX：表示目前是协议处理的中间状态，还需要后续操作。
• 2XX：表示成功状态。
• 3XX：重定向状态，资源位置发生变动，需要重新请求。
• 4XX：请求报文有误。
• 5XX：服务器端发生错误。

4.1 1XX

• 101 Switching Protocols：在 HTTP 升级为 WebSocket 的时候，如果服务器同意变更，就会发送状态码为 101。

4.2 2XX

• 200 OK：请求成功状态码，响应体中含有数据。
• 204 No Content：含义同 200，但是响应报文不含实体的主体部分。
• 206 Partial Content：表示部分内容请求成功。使用场景为 HTTP 分块下载和断点续传，当然也会带上相应的响应头字段 Content-Range。

4.3 3XX

• 301 Move Permanently：永久重定向。HTTP 升级 HTTPS，之前站点再也不用，那就是 301。
• 302 Found：临时重定向。当前站点暂时不可用，那就是 302，后续可能换回来。
• 304 Not Modified：当命中协商缓存时会返回这个状态码。

4.4 4XX

• 400 Bad Request：请求无效。通常为前后端数据格式不一致或者其他原因。
• 403 Forbidden：服务器已经得到请求，但是拒绝执行，比如没权限、法律禁止等。
• 404 Not Found：资源未找到，服务器不存在对应的资源。

4.5 5XX

• 500 Internal Server Error：服务器报错，有些时候可以在 Response 看到后端 PHP 等技术的报错信息等。
• 502 Bad Gateway：服务器正常，但是访问出错。
• 503 Service Unavailable：服务器繁忙或者停机维护，暂时无法处理请求。

五、HTTPS

谈到 HTTPS, 就不得不谈到与之相对的 HTTP。

HTTP 的特性是明文传输，因此在传输的每一个环节，数据都有可能被第三方窃取或者篡改。

具体来说，HTTP 数据经过 TCP 层，然后经过 WIFI 路由器、运营商和目标服务器，这些环节中都可能被中间人拿到数据并进行篡改，也就是我们常说的中间人攻击。

为了防范这样一类攻击，我们不得已要引入新的加密方案，即 HTTPS。

简单来说 HTTPS 协议是由 HTTP 和 SSL 协议构建的可进行加密传输和身份认证的网络协议，比 HTTP 协议的安全性更高。

最后一个字母 S 指的是 SSL/TLS 协议，它位于 HTTP 协议与 TCP/IP 协议中间。

5.1 工作原理

1. 浏览器请求 URL，找到服务器，向服务器发送请求。服务器将自己的证书（包含服务器公钥）、对称加密算法种类以及其他相关信息返回给浏览器。
2. 浏览器检查 CA 证书是否可依赖，确认证书有效。
3. 如果不是，给服务器发警告，询问是否可以继续使用。
4. 如果是，浏览器使用公钥加密一个随机对称秘钥，包含加密的 URL 一起发送给服务器。
5. 服务器用自己的私钥解密浏览器发送的钥匙，然后用这把对称加密的钥匙给浏览器请求的 URL 连接解密。
6. 服务器用浏览器发送的对称钥匙给请求的网页加密，浏览器使用相同的钥匙就可以解密网页。

5.2 优点

• 使用 HTTPS 协议可认证用户和服务器，确保数据发送到正确的客户机和服务器。
• HTTPS 协议是由 SSL + HTTP 协议构建的可进行加密传输、身份认证的网络协议，要比 HTTP 协议安全，可防止数据在传输过程中不被窃取、改变，确保数据的完整性。
• HTTPS 是现行架构下最安全的解决方案，虽然不是绝对安全，但它大幅增加了中间人攻击的成本。
• 谷歌曾在 2014 年 8 月份调整搜索引擎算法，并称 “比起同等 HTTP 网站，采用 HTTPS 加密的网站在搜索结果中的排名将会更高”。

5.3 缺点

• HTTPS 握手阶段比较费时，会使页面加载时间延长 50%，增加 10%~20% 的耗电。
• HTTPS 缓存不如 HTTP 高效，会增加数据开销。
• SSL 证书也需要钱，功能越强大的证书费用越高。
• SSL 证书需要绑定 IP，不能在同一个 IP 上绑定多个域名，IPV4 资源支持不了这种消耗。

5.4 HTTP 和 HTTPS 对比

• 概念对比。HTTP 是超文本传输协议，信息是明文传输，HTTPS 则是具有安全性的 SSL 加密传输协议。
• 费用对比。HTTPS 协议需要 CA 证书，费用较高。
• 连接方式和端口。使用不同的连接方式，端口也不同，一般而言，HTTP 协议的端口为 80，HTTPS 的端口为 443。
• 安全性对比。HTTP 的连接很简单，是无状态的；HTTPS 协议是由 SSL + HTTP 协议构建的可进行加密传输、身份认证的网络协议，比 HTTP 协议安全。

六、HTTP/2

由于 HTTPS 在安全方面已经做的非常好了，HTTP 改进的关注点放在了性能方面。对于 HTTP/2 而言，它对于性能的提升主要在于两点:

• 头部压缩：HTTP/2 压缩消息头，减少了传输数据的大小

• 多路复用：即多个请求都通过一个 TCP 连接并发地完成
  当然还有一些颠覆性的功能实现:

• 设置请求优先级

• 服务器推送：服务端能够主动把资源推送给客户端

6.1 头部压缩

在 HTTP/1.1 及之前的时代，请求体一般会有响应的压缩编码过程，通过 Content-Encoding 头部字段来指定。

但是，当请求字段非常复杂的时候，尤其对于 GET 请求，请求报文几乎全是请求头，这个时候还是存在非常大的优化空间的。

HTTP/2 针对头部字段，也采用了对应的压缩算法——HPACK，对请求头进行压缩。

6.2 多路复用

HTTP 队头阻塞的问题，其根本原因在于 HTTP 基于请求-响应的模型，在同一个 TCP 长连接中，前面的请求没有得到响应，后面的请求就会被阻塞。

HTTP/2 便从 HTTP 协议本身解决了队头阻塞问题，即多个请求都通过一个 TCP 连接并发地完成。

七、解决通讯安全问题

7.1 对称加密

对称加密 可以理解为对原始数据的可逆变换。比如 Hello 可以变换成 Ifmmp，规则就是每个字母变成它在字母表上的后一个字母，这里的秘钥就是 1，另一方拿到 Ifmmp 就可以还原成原来的信息 Hello 了。

引入对称加密，HTTPS 握手流程多加两步：

• 客户端：你好，我需要发起 HTTPS 请求
• 服务器：你好，你的秘钥是 1

但是网络是不安全的啊，如果对称秘钥在发送的时候就被拦截了，发送的信息就可能被中间人窥视和篡改。

7.2 非对称加密

非对称加密 有两个秘钥：一个公钥、一个私钥。

公钥和私钥成对出现，每个用户对应的那套公钥和私钥是不同的。

服务器留着不对外公布的私钥，然后将公钥告诉所有人知道。

即公钥加密的内容只有私钥可以解密（服务器保留隐私），私钥加密的内容公钥可以解密（大众吃瓜权）。

• 客户端：你好，我需要发起 HTTPS 请求
• 服务端：（生成公钥和私钥），你好，给你公钥 1
• 客户端：你好，经公钥加密后我要告诉你的信息是 XXX
• 服务端：通过私钥解密，得到数据 YYY。下次再发送数据的话还是私钥加密后再发送。
• 因为客户端和服务器使用的是两个不同的秘钥，所以这种算法叫做非对称加密。

当然，结果还是容易被中间人攻击：

一般来说对称加密比非对称加密快，对服务器的运算压力小得多。

7.3 对称加密 + 非对称加密

使用对称密钥的好处是解密的效率比较快，坏处是客户端的对称加密方法被知道了，服务端的也会被知道了。

而使用非对称密钥的好处是可以使得传输的内容不能被破解，但是坏处是非对称加密耗时比较多。

那我们就将对称加密与非对称加密结合起来，充分利用两者各自的优势。

在交换密钥环节使用非对称加密方式，之后的建立通信交换报文阶段则使用对称加密方式。

1. 客户端：发送密文的一方使用对方的公钥进行加密处理，形成 “对称的秘钥”
2. 服务端：用自己的私钥解密拿到 “对称的秘钥”，之后通讯用 “对称的秘钥” 进行加密，并发送给客户端
3. 通讯过程：确保交换的密钥是安全的前提下，使用对称加密方式进行通信

简单来说：

1. 服务器将公钥 key2 发送给客户端
2. 客户端希望大家用 key3 作为对称秘钥，所以将包含 key3 的报文，用 key2 进行加密后，发送给服务器
3. 服务器接收到到客户端加密后的报文，用私钥 key1 进行解密，得到 key3 的对称秘钥
4. 后续双方都使用 key3 对发送/接收的报文进行加密/解密
   HTTPS 就是采用这种对称加密和非对称加密两者并用的混合加密机制。

但是，这种混合加密还是不能够保证数据的完整性和安全，在交换密钥的过程（数据稳定通讯之前）也是可能被替换的，所以要更加完美，还得需要数字签名（第三方认证）。

7.4 第三方认证

公钥被掉包，是因为客户端无法分辨传回公钥的到底是中间人，还是服务器，这也是密码学中的身份验证问题。

在 HTTPS 中，为了解决无法验证公钥正确性的问题，使用数字证书认证机构（CA）及其颁发的数字证书来解决这个问题。

这里假设加密方式是 MD5，将网站的信息加密后通过第三方机构的私钥再次进行加密，生成数字签名。

用 MD5 对网站信息进行加密，得到的内容叫消息摘要

• 数字证书 = 网站信息 + 数字签名

假如中间人拦截后把服务器的公钥替换为自己的公钥，因为数字签名的存在，会导致客户端验证签名不匹配，这样就防止了中间人替换公钥的问题。

浏览器安装后会内置一些权威第三方认证机构的公钥，比如 VeriSign、Symantec 以及 GlobalSign 等等。

验证签名的时候直接就从本地拿到相应第三方机构的公钥，对私钥加密后的数字签名进行解密得到真正的签名，然后客户端利用签名生成规则进行签名生成，看两个签名是否匹配，如果匹配认证通过，不匹配则获取证书失败。

为了更加容易理解，最后的最后再进行梳理：

1. CA 业务流程：服务器向 CA 提出公钥认证的申请，申请注册自己的公钥。CA 在判明服务器的身份后，会对公钥做数字签名，然后用 CA 自己的私钥加密这份数字证书。数字证书 = 网站信息 + 数字签名

2. 客户端收到信息：服务器和客户端进行联系的时候，会将自身的证书和公钥传送给客户端。客户端使用 CA 的公钥，对证书进行解密，获取数字签名 A，然后根据 CA 的签名生成规则，进行签名生成，得到数字签名 B。进一步比对两者（A 和 B），如果不匹配，请求失败，否则成功。

3. 客户端发送信息：这个环节跟混合加密（对称加密 + 非对称加密）的后续传输环节一致，即：客户端生成随机数，然后通过公钥进行加密，将加密后的数据发送给服务器，服务器通过私钥进行解密，然后双方用随机数对应的对称加密进行数据交流。

4. 保证安全：操作系统和浏览器会维护一个权威第三方认证机构的列表（包括他们的公钥）。
   其实这个梳理包含了后面的 HTTPS 工作原理了，所以小伙伴顺着继续往下看吧~

7.5 第三方认证安全性

• 中间人可能篡改证书吗？

假设中间人篡改了服务器发送给客户端的证书，由于他没有 CA 的私钥，所以无法得到加密后签名，无法篡改相应的签名。

浏览器收到这个证书后，使用 CA 的公钥，对证书进行解密，获取数字签名 A，然后根据 CA 的签名生成规则，进行签名生成，得到数字签名 B。进一步比对两者（A 和 B），如果不匹配，请求失败。

这样子就终止了向服务器传输信息。

• 中间人可能将证书掉包吗？

如果中间人设置另一个网站，也拿到了 CA 机构认证的证书，拦截了原本服务器的发送，将自己的证书发送给客户端，可以成功吗？

答案也是否的。因为证书中包含了原本服务器对应的网站信息（域名等），浏览器将证书中的域名和自己请求的域名比对一下，就知道有没有被掉包了。