URL を入力すると、background_HTML/Xhtml_Web ページの制作で実際に何が起こるか

ソフトウェア開発者は、Web アプリケーションがどのように動作するかを階層的に完全に理解する必要があります。これには、ブラウザ、HTTP、HTML、Web サーバー、要件処理などのアプリケーションで使用されるテクノロジも含まれます。

この記事では、URL を入力したときにバックグラウンドで何が起こるかを詳しく説明します~

1. まず、ブラウザに URL を入力する必要があります :

2. ブラウザはドメイン名の IP アドレスを検索します

ナビゲーションの最初のステップは、訪問したドメイン名の IP アドレスを見つけることです。 DNS ルックアップのプロセスは次のとおりです:

ブラウザ キャッシュ – ブラウザは、DNS レコードを一定期間キャッシュします。 興味深いことに、オペレーティング システムはブラウザーに DNS レコードを保存する期間を指示しないため、ブラウザーによっては固定時間 (2 分から 30 分の範囲) が保存されます。システム キャッシュ – 必要なレコードがブラウザ キャッシュに見つからない場合、ブラウザはシステム コール (Windows では gethostbyname) を実行します。これにより、システム キャッシュ内のレコードが取得されます。ルーター キャッシュ – 次に、前のクエリ要求がルーターに送信されます。ルーターには通常、独自の DNS キャッシュがあります。 ISP DNS キャッシュ – 次に確認するのは、ISP が DNS をキャッシュするサーバーです。対応するキャッシュ レコードは通常、ここで見つけることができます。再帰的検索 – ISP の DNS サーバーは、.com のトップレベルのネームサーバーから Facebook のネームサーバーまで、ネームサーバーから始まる再帰的検索を実行します。通常、DNS サーバーのキャッシュには .com ドメイン ネーム サーバーのドメイン名が含まれるため、トップレベル サーバーとの照合プロセスは必要ありません。

DNS 再帰検索を次の図に示します。

DNS に関して懸念される点の 1 つは、wikipedia.org や facebook.com などのドメイン名全体が 1 つの IP アドレスにしか対応していないように見えることです。幸いなことに、このボトルネックを解消する方法がいくつかあります。

Cycle DNS は、DNS ルックアップ中に複数の IP が返された場合の解決策です。たとえば、Facebook.com は実際には 4 つの IP アドレスに対応します。ロード バランサーは、特定の IP アドレスをリッスンし、ネットワーク要求をクラスター化されたサーバーに転送するハードウェア デバイスです。 一部の大規模サイトでは、通常、この高価で高性能なロード バランサーが使用されています。地理DNS は、ユーザーの地理的位置に基づいてドメイン名を複数の異なる IP アドレスにマッピングすることで、スケーラビリティを向上させます。この方法では、別のサーバーが同期状態を更新できませんが、静的コンテンツのマッピングには最適です。 Anycast は、1 つの IP アドレスを複数の物理ホストにマッピングするルーティング テクノロジです。 問題は、Anycast が TCP プロトコルにうまく適応しないため、これらのソリューションではほとんど使用されないことです。

ほとんどの DNS サーバーは、効率的な低遅延 DNS ルックアップのためにエニーキャストを使用します。

3. ブラウザは HTTP リクエストを Web サーバーに送信します。

Facebook ホームページのような動的ページは、開いた後ブラウザーのキャッシュ内ですぐに、またはすぐに期限切れになるため、そこから読み取れないことは間違いありません。

したがって、ブラウザは Facebook が配置されているサーバーに次のリクエストを送信します:

GET http://facebook.com/ HTTP/1.1<br> Accept: application/x-ms-application, URL を入力すると、background_HTML/Xhtml_Web ページの制作で実際に何が起こるか/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 このリクエストは、読み取られる URL を定義します: "http://facebook.com/"。 ブラウザーはそれ自体 (User-Agent ヘッダー) と、受け入れたい応答のタイプ (Accept およびAccept-Encoding ヘッダー) を定義します。接続 ヘッダーは、後続のリクエストに対して TCP 接続を閉じないようサーバーに要求します。

リクエストには、そのドメイン名のブラウザによって保存された

Cookieも含まれています。すでにご存知かもしれませんが、Cookie はページリクエスト間の Web サイトのステータスを追跡するキーです。このようにして、Cookie にはログイン ユーザー名、サーバーによって割り当てられたパスワード、および一部のユーザー設定が保存されます。 Cookie はクライアント コンピュータにテキスト ファイルとして保存され、リクエストごとにサーバーに送信されます。

元の HTTP リクエストとそれに対応するリクエストを表示するために使用されるツールは数多くあります。著者は fiddler を使用することを好みますが、もちろん FireBug のような他のツールもあります。これらのソフトウェアは、ウェブサイトを最適化するときに非常に役立ちます。

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, URL を入力すると、background_HTML/Xhtml_Web ページの制作で実際に何が起こるか/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. ブラウザは非同期 (AJAX) リクエストを送信します。

Web 2.0 の偉大な精神の導きの下、クライアントはページが表示された後もサーバーとの接続を維持します。

Facebook チャット機能を例に挙げると、サーバーと継続的に通信して、明るい友達と灰色の友達のステータスをタイムリーに更新します。アバターが点灯しているこれらの友人のステータスを更新するために、ブラウザーで実行される JavaScript コードはサーバーに非同期リクエストを送信します。この非同期リクエストは特定のアドレスに送信され、プログラムで構築された取得または送信リクエストです。引き続き Facebook の例では、クライアントは公開リクエストを http://www.facebook.com/ajax/chat/buddy_list.php に送信して、どの友達がオンラインであるかに関するオンライン ステータス情報を取得します。

このパターンについて言及するときは、「AJAX」、つまり「非同期 JavaScript と XML」について話さなければなりませんが、サーバーが XML 形式で応答する明確な理由はありません。別の例として、非同期リクエストの場合、Facebook はいくつかの JavaScript コード スニペットを返します。

とりわけ、fiddler は、ブラウザーによって送信された非同期リクエストを確認できるツールです。実際、これらのリクエストを受動的に監視するだけでなく、積極的に変更して再送信することもできます。 AJAX リクエストは非常に簡単に騙されるため、スコアを維持しているオンライン ゲーム開発者は非常に憂鬱になります。 (もちろん、そんな人には嘘はつかないでね~)

Facebook チャット機能は、サーバーからクライアントへのデータのプッシュという、AJAX に関する興味深い問題ケースを提供します。 HTTP は要求/応答プロトコルであるため、チャット サーバーはクライアントに新しいメッセージを送信できません。代わりに、クライアントは数秒ごとにサーバーをポーリングして、新しいメッセージがあるかどうかを確認する必要があります。

ロングポーリングは、このような状況が発生した場合にサーバーの負荷を軽減するための興味深い手法です。ポーリング時にサーバーに新しいメッセージがない場合、サーバーはクライアントを無視します。タイムアウトが経過する前にクライアントから新しいメッセージを受信すると、サーバーは未完了のリクエストを見つけて、新しいメッセージを応答としてクライアントに返します。