一文了解网络连接的完整流程

一次网络连接的过程涉及到方方面面。用户在浏览器输入网址开始，浏览器会创建HTTP请求消息，并委托给协议栈打包，然后交给网卡来把包转换为电信号通过网线发送过去。在发送过程中，数据包会经过集线器、交换机、路由器最后到达互联网路由器（可以理解为离你家最近的邮局）。互联网会把数据包进行分发，最终会到达Web服务器所在的局域网，经过网络防火墙检查后到达Web服务器。Web服务器会把数据包解析还原为原始的HTTP请求消息交给对应的Web服务器程序。接下来，Web服务器程序分析请求消息的含义，并按照其中的指示将数据装入响应消息中，然后发回给客户端。响应消息回到客户端的过程和之前我们介绍的过程正好相反。当响应到达客户端之后，浏览器会从中读取出网页的数据并在屏幕上显示出来。到这里，访问Web服务器的一系列操作就全部完成了。

Web 浏览器

一般情况下，网络连接从用户在浏览器输入网址开始，下面将详细介绍，浏览器在这一环节是如何工作的。用户在浏览器中输入网址的时序图如下所示：

URL

在浏览器输入的网址，准确来说是叫 URL （统一资源定位器），用于定位资源。URL有各种样式，不同的样式用来判断应该使用其中哪种功能来访问相应的数据，而各种不同的URL就是用来干这个的，比如访问Web服务器时用http:，而访问FTP服务器时用ftp:。URL的各种格式如下图所示：

浏览器的第一步工作就是对URL进行解析。Web浏览器解析URL的过程如下图所示：

HTTP

解析完URL之后，我们就知道应该要访问的目标在哪里了。浏览器就可以根据这些消息来生成HTTP请求消息。如果不了解HTTP可以看《图解HTTP》核心知识总结和一次http请求的完整请求过程

DNS

浏览器能够解析网址并生成HTTP消息，但它本身并不具备将消息发送到网络中的功能，而是需要委托操作系统协议栈来实现。在委托操作系统协议栈发送消息时，必须要提供Web服务器的IP地址。因此我们需要通过DNS服务器来查询网址中服务器域名对应的IP地址。关于 DNS 获取IP地址的流程可以看一次http请求的完整请求过程

Socket

查询IP地址、以及委托操作系统的协议栈收发消息，我们可以使用Socket 库来实现。Socket库是用于调用网络功能的程序组件集合。

库就是一堆通用程序组件的集合，其他的应用程序都需要使用其中的组件

问题汇总

http://www.nikkeibp.co.jp/中的www是否代表World Wide Web协议

不是，http://www.nikkeibp.co.jp/中的www只是Web服务器上的一种命名。而且，World Wide Web也不是一个协议的名字，而是Web的提出者最早开发的浏览器兼HTML编辑器的名字。
为什么不直接使用域名来确定通信对象，而是使用IP地址？

使用名称来确定通信对象会影响运行效率。因为IP地址的长度为32比特，也就是4字节，相对地，域名最短也要几十个字节，最长甚至可以达到255字节。这增加了路由器的负担，传送数据也会花费更长的时间。

协议栈、网卡

浏览器准备好数据后，会交给操作系统的协议栈来执行消息的发送。如下图所示，操作系统的协议栈包含TCP、UDP、IP等协议。

TCP

使用 TCP 协议收发数据可以分为四个阶段，分别是创建套接字、连接服务器、收发数据、断开服务器的连接并删除套接字。如下图所示：

IP

TCP模块在执行连接、收发、断开等各阶段操作时，都需要委托IP模块将数据封装成包发送给通信对象。

IP模块主要负责添加如下两个头部：

IP头部：IP用的头部，包含IP地址。
MAC头部：以太网用的头部，包含MAC地址

其中 IP头部是要访问的服务器的IP地址。IP协议可以根据这个地址查找包的传输方向，从而找到下一个路由的位置。接下来，IP协议会委托以太网协议将包传输过去。这时，IP协议会查找下一个路由器的以太网地址（MAC地址），并将这个地址写入MAC头部中。这样一来，以太网协议就知道要将这个包发到哪一个路由器上了

ICMP用于告知网络包传送过程中产生的错误以及各种控制消息，ARP用于根据IP地址查询相应的以太网MAC地址

问题汇总

套接字的实体是什么？

在协议栈内部有一块用于存放控制信息的内存空间，这里记录了用于控制通信操作的控制信息，例如通信对象的IP地址、端口号、通信操作的进行状态等。本来套接字就只是一个概念而已，并不存在实体，如果一定要赋予它一个实体，我们可以说这些控制信息就是套接字的实体，或者说存放控制信息的内存空间就是套接字的实体。
以太网的网线都是一直连接的状态，我们并不需要来回插拔网线，那么TCP这里的"连接"到底是什么意思呢？

连接实际上是通信双方交换控制信息，在套接字中记录这些必要信息并准备数据收发的一连串操作。通信操作中使用的控制信息分为两类。一类是头部中记录的信息；另一类是套接字（协议栈中的内存空间）中记录的信息。
有了 IP 协议，为什么还需要 TCP 协议

网卡、集线器、路由器都没有错误补偿机制，一旦检测到错误就直接丢弃相应的包。应用程序也是一样，因为采用TCP传输，即便发生一些错误对方最终也能够收到正确的数据，所以应用程序只管自顾自地发送这些数据就好了。不过，如果发生网络中断、服务器宕机等问题，那么无论TCP怎样重传都不管用。这种情况下，无论如何尝试都是徒劳，因此TCP会在尝试几次重传无效之后强制结束通信，并向应用程序报错

集线器、交换机、路由器

从计算机发送出来的网络包会通过集线器、交换机、路由器等设备被转发，最终到达目的地。其中

集线器：作用主要是信号放大和中继。集线器会将接收到的信号进行放大后转发给所有连接的设备，确保信号传输距离更远。
交换机：先接收信号并将其还原为数字信息，然后再重新转换成信号并发送出去的过程。
路由器和交换机一样也负责对包进行转发，但它们的工作方式有一些差异。交换机是基于以太网规格工作的设备，而路由器是基于IP工作的

网络包从客户端计算机发出之后，要经过集线器、交换机和路由器最终进入互联网。实际上，我们家里用的路由器已经集成了集线器和交换机的功能.

接入网、网络运营商

网络包通过交换机和路由器的转发一步一步地接近它的目的地，在通过互联网接入路由器之后，就进入了互联网。

互联网是一个遍布世界的巨大而复杂的系统，但其基本工作方式却出奇地简单。和家庭、公司网络一样，互联网也是通过路由器来转发包的，而且路由器的基本结构和工作方式也并没有什么不同，如下图所示。因此，我们可以将互联网理解为家庭、公司网络的一个放大版。

互联网的入口线路称为接入网。一般来说，我们可以用电话线、ISDN、ADSL、有线电视、光线、专线等多种通信线路来接入互联网，这些通信线路统称为接入网。接入网连接到签约的网络运营商，并接入被称为接入点(Point of Presence,PoP)的设备。

接入点的实体是一台专为运营商设计的路由器，我们可以把它理解为离你家最近的邮局。

问题汇总

光纤的通信速率之所以更快，是因为光信号的传播速度比电信号要快吗？

电信号和光信号传播的速度大体上相同，之所以电缆不如光纤通信速率高，是因为电信号在提升通信速率的同时，其衰减率也会提高（信号在传播过程中减弱），导致信号无法传到目的地。相对地，光信号本来的衰减率就很低，提高通信速率也并不会提高衰减率。此外，光纤还不受电磁噪声的影响，因此光纤能够进行高速通信。

Web服务器所在的局域网

网络包在进入互联网之后，将继续朝服务器前进，并通过服务器前面的防火墙、缓存服务器、负载均衡器等。

Web服务器部署的地点如下图所示。目前常采用下图b中方式。

防火墙

把防火墙想象成门口的保安，他会检查所有进入的包，看看有没有危险的包混在里面。

负载均衡器

随着访问量的增加，Web服务器的处理能力会不够用，对于访问量很大的大型网站来说，必须要考虑到这一点。一般会通过将请求平均分配给多台服务器来平衡负载。

缓存服务器

另一种减轻Web服务器负担的方法是将访问过的数据保存在缓存服务器中，当再次访问时直接使用缓存的数据。

内容分发服务

内容分发服务是从缓存服务器发展而来的，它在互联网中部署很多缓存服务器，并将用户的访问引导到最近的缓存服务器上。

Web 服务器

收到请求消息之后，Web服务器会进行下面的工作。首先，Web服务器会检查URI指定的文件名，看一看这个文件是不是一个程序。这里的判断方法是在Web服务器中事先设置好的，一般是通过文件的扩展名来进行判断，例如将.cgi、.php等扩展名的文件设置为程序，当遇到这些文件时，Web服务器就会将它们作为程序来对待。也可以设置一个存放程序的目录，将这个目录下的所有文件都作为程序来对待。此外，还可以根据文件的属性来进行判断。