应用层 | Dasi's Blog

1. 网络应用原理

1.1 应用体系结构

客户-服务器体系结构（Client-Server）：一台主机充当服务器，其他主机充当客户，客户向服务器发送请求，服务器处理这些请求并返回响应

客户之间不直接通信
服务器需要同时服务多个客户

对等体系结构（Peer-to-Peer,P2P）：所有端点在网络中具有相同的地位，每个端点既可以充当客户也可以充当服务器

对等方之间可以直接通信
对等分即可以请求，也可以服务

1.2 进程通信

客户是发起通信的进程，服务器是在会话中监听请求的进程

套接字（socket）：是进程与计算机网络之间的可编程接口，是网络服务的应用编程接口（Application Programming Interface,API）

服务寻址：既要确定主机地址（IP地址），也需要确定进程地址（端口号）

1.3 应用服务

可靠性：是否确保数据在运输过程中不会丢失、重复或损坏，并且能够被接收方完整地接收到
带宽：发送进程能够向接收进程交付比特的速率的下限
定时：发送方注入套接字的每个比特到达接收方的套接字的时长上限
安全性：是否对数据进行加密处理

2. HTTP

2.1 WWW

万维网（World Wide Web, WWW）：是一个全球性的、分布式的、联机的信息系统

统一资源定位符（Uniform Resource Locator, URL）：负责唯一标识万维网上的各种文档和资源
超文本传输协议（HyperText Transfer Protocol, HTTP）：是万维网客户和万维网服务器进程之间传输数据所遵守的协议
超文本标记语言（HyperText Markup Language, HTML）：用于Web页面的标记语言

浏览器（browser）：作为 WWW 中的客户端，根据用户输入或点击的 URL，向服务器发送 HTTP 请求来获取资源，同时将资源进行解析与渲染，从而呈现给用户

URL 格式：<协议>://<主机>:<端口>/<路径>

协议：用什么协议来获取万维网文档，如HTTP传输Web页面，FTP传输文件
主机：存放资源的主机在因特网中的域名或IP地址
端口：主机的服务进程所使用的端口号，如 HTTP 是 80 端口
路径：资源在主机上的具体位置

2.2 HTTP 流程

非持续连接：客户端每发起一个请求，就需要与服务器建立一个新的TCP连接，就会导致 2RTT 的开销

持续连接：客户端和服务器可以在同一个TCP连接上发送多个请求和响应

非流水线：完成一个请求才能发下一个请求
流水线：可以并发多个请求，而无需等待前一个请求完成

HTTP是无连接的，这里的连接指的是HTTP依赖于底层TCP的连接
HTTP是无状态的，服务器不会记录 HTTP 的客户信息

2.3 HTTP 报文格式

2.3.1 请求报文

请求行
- 请求方法：声明请求的类型
  - GET：从服务器获取指定资源
  - POST：向服务器提交数据
  - PUT：更新或创建资源
  - HEAD：获取指定资源的元数据，不包括响应体
  - DELETE：请求删除服务器指定资源
  - PATCH：对指定资源进行部分修改
- URL：指定请求的资源路径
- HTTP版本：HTTP/1.1或HTTP/2或HTTP/3
首部行：每行都是一个键值对
- Host：指示域名
- User-Agent：浏览器类型
- Connection：连接类型
- Accept-Language：请求的语言版本
空行：首部行与实体体之间存在一个空行
实体体：要发送到服务器的数据（如账户密码，搜索码等）

PUT /path/to/index.html HTTP/1.1
Host: www.example.com
Connection: Keep-Alive
User-agent: Mozilla/5.0
Accept-language: cn

{
  "name": "Dasi",
  "school": "SYSU"
}

2.3.2 响应报文

状态行
- HTTP版本：HTTP/1.1或HTTP/2或HTTP/3
- 状态码和短语
  - 200 OK：表示服务器接受请求
  - 400 Bad Request：表示服务器不理解请求
  - 404 Not Found：表示服务器发现请求路径下不存在资源
首部行：每行都是一个键值对，其中键又称为标头
- Date：响应报文的生成时间
- Expires：响应的过期时间
- Server：服务器类型
- Connection：连接类型
- Location：用于重定向的URL
- Cache-Control：缓存控制指令
- Content-Type：响应实体的数据类型
空行：首部行与实体体之间必须存在一个空行
实体体：从服务器获取的数据，如获取Web网页就是获取一个HTML文件

HTTP/1.1 200 OK
Connection: close
Date: Fri, 16 Aug 2024 12:00:00 GMT
Server: Apache/2.2.3 (CentOS)
Cache-Control: private, max-age=0
Content-Type: text/html; charset=UTF-8
Content-Length: 138

<!DOCTYPE html>
<html>
<head>
    <title>Sample Page</title>
</head>
<body>
    <h1>Hello, World!</h1>
    <p>This is a sample HTML response.</p>
</body>
</html>

定义：是服务器发送到浏览器并保存在本地的一小块数据，浏览器会存储cookie并在下次向同一服务器发起请求时携带并发送到服务器上，是键值对形式的小型文本文件

会话状态管理：记录账号密码、登录状态、购物车和游戏分数等用户信息
个性化设置：用户自定义的浏览器偏好设置
行为跟踪：跟踪用户行为，用于分析用户、提供广告或改进服务

工作流程

服务器设置Cookie：浏览器首次访问服务器时，请求报文中没有Cookie信息，服务器通过Set-Cookie标头在响应中将Cookie发送给浏览器
浏览器存储Cookie：浏览器接收到Set-Cookie后，将其存储在本地
客户端发送Cookie：在后续的请求中，浏览器通过Cookie标头在请求中附带信息，以便服务器识别和处理

常见的Cookie值

Id：当前用户的Cookie名称
expires：指定Cookie的过期时间（绝对时间）
max-age：指定了从设置Cookie时间开始的有效时间长度（相对时间）
path：指定Cookie的有效路径
domain：指定可以访问Cookie的域名
secure：指定是否使用HTTPS安全协议发送Cookie
HttpOnly: 防止客户端脚本通过document.cookie属性访问Cookie

Cookie的生命周期

会话性：在关闭浏览器时会被自动删除
持久性：Cookie会一直保留在浏览器直到到达过期时间或被手动删除

2.5 Web缓存

Web缓存器(Web cache) / 代理服务器(proxy server)：代表初始Web服务器来满足HTTP请求的网络实体，具有自己的磁盘存储空间，保存最近请求过的对象的副本

大大减少请求的响应时间
减少一个机构的接入链路的通信量，进而无需增大带宽，节约成本
从整体上大大减少因特网上的Web流量，改善所有应用性能

流程

浏览器创建一个到Web缓存器的TCP连接，并向其中对象发送一个HTTP请求报文
Web缓存器检查本地是否存储了对象副本，如有副本则向浏览器发送一个具有该对象的HTTP响应报文
如Web缓存器没有对象副本，则会创建一个与该对象的初始服务器的TCP连接，然后向初始服务器中的对象发送一个HTTP请求报文
初始服务器会向该Web缓存器发送一个具有该对象的HTTP响应报文
Web缓存器接收到该对象后，在本地存储空间保存一份副本，并向浏览器发送一个具有该对象的HTTP响应报文

假设浏览器通过局域网接入因特网，则响应时延 = 局域网时延 + 接入时延 + 因特网时延
其中局域网的流量强度为0.2，接入链路的流量强度为0.9，因特网时延为2秒，Web缓存器的命中率为0.4，Web缓存器的访问时间为0.01秒，当流量强度小于0.8时可以忽略不计时延

初始：因为接入链路的流量强度为0.9，则响应时延会变得非常大
方案1：增大接入链路的带宽，使其流量强度降维0.2，则响应时间变为2s
方案2：安装一个Web缓存器，则响应时间变为0.4×0.01s+0.6×2.01s=1.21s

方案2的开销比方案1低得多，而且方案2的效果比方案1还要好得多

2.6 HTTP/2

区别	HTTP/1.1	HTTP/2
数据格式	文本格式	二进制格式
多路复用	一个TCP连接一次只能处理一个对象	一个TCP连接可以同时处理多个对象
首部压缩	以明文形式发送	使用压缩算法
服务器推	客户必须请求每个对象	服务器可以主动推送关联对象
响应次序	时间次序	支持响应报文的优先级，根据请求的重要性优化对象加载顺序

队首阻塞(Head Of Line,HOL)：队首请求在遇到延迟或阻塞时，会导致后续的请求无法被处理，直到前面的请求处理完成

HTTP/1.1解决：打开多个并行TCP连接，共享可用带宽
HTTP/2解决：将每个HTTP报文分成独立的小帧，然后交错发送，并在接收端将它们重新装配起来

3. SMTP

3.1 电子邮件系统

组成部分

用户代理：是用户与电子邮件系统的接口
邮件服务器：用于发送、接受、存储和通告电子邮件的服务器
邮件发送和接收协议：用户代理向邮件服务器或者邮件服务器之间发送邮件使用 SMTP，用户代理从邮件服务器接受邮件使用 POP3/IMAP
邮箱(mailbox)：具有专属的电子邮件地址，是邮件服务器下的一块存储区域

邮件服务器既表现为SMTP客户，也表现为SMTP服务器

流程

发送方编写好电子邮件后，将邮件提交给发送方用户代理
发送方用户代理使用SMTP协议将电子邮件传输到发送方邮件服务器的缓存队列中
发送方的邮件服务器从缓存队列中提取该电子邮件，并创建了一个与接收方邮件服务器的TCP连接
发送方服务器使用SMTP协议将电子邮件传输到接收方邮件服务器的邮箱中
接收方用户代理使用POP3/IMA协议从接收方邮件服务器的邮箱中获取邮件

3.2 电子邮件协议

类型

简单邮件传输协议（Simple Mail Transfer Protocol, SMTP）：用于发送邮件，使用端口25
邮局通讯协议（Post Office Protocol, POP）：用于接收邮件，使用端口110
因特网邮件访问协议（Internet Message Access Protocol, IMAP）：用于管理邮件，使用端口143

SMTP握手阶段

建立连接：客户端通过TCP连接到邮件服务器的端口（默认端口为25，但也可以是587或465，具体取决于是否使用加密），服务器会响应一个以220开头的代码，表示服务器已经准备好接受命令
开始对话：客户端发送HELO命令表示开始会话，服务器会响应一个以250开头的代码
认证：客户端发送AUTH LOGIN命令进行认证，服务器会做出响应并要求用户提供用户名和密码
指定发件人：客户端MAIL FROM:<[email protected]>命令指定邮件的发件人地址，服务器会响应一个以250开头的代码
指定收件人：客户端RCPT TO:<[email protected]>命令指定邮件的发件人地址，服务器会响应一个以250开头的代码
开始撰写：客户端发送DATA命令表示将开始发送邮件正文，服务器会响应一个以354开头的代码
发送报文：客户端发送邮件报文，最后以单独的.结束邮件内容，服务器会响应一个以250开头的代码并排队处理
结束会话：客户端发送QUIT命令表示会话结束，服务器会响应一个以221开头的代码

SMTP报文

首部/头部：包含关于邮件的元数据，如发件人、收件人、主题等，格式是键值对字段，每个字段占据一行

From: 发件人地址
To: 收件人地址
Cc: 抄送地址
Bcc: 密送地址
Subject: 邮件主题
Date: 邮件发送日期
Reply-To: 回复地址

正文：与头部之间隔一个空行，包含邮件的实际内容（纯文本、HTML、附件等），通常使用MIME格式来组织

4. DNS

4.1 域名

主机标识的两种方式

IP地址（对计算机友好）
- IPv4地址：32位地址，表示为4个十进制数，通过.分隔，如192.0.2.172
- IPv6地址：128位地址，表示为8组16进制数，通过:分隔，如2001:0db8:8b73:0000:0000:8a2e:0370:1337
域名（对人友好）
- 顶级域名：通常表示国家、地区或机构类型，如.cn表示中国、.us表示美国、如.com表示公司、.gov表示政府机构
- 二级域名：通常表示组织、公司或品牌名称，如.google表示谷歌、.baidu表示百度
- 三级域名：通常表示服务类型或子部门，如.www表示Web服务、.mail表示邮件服务、.blog表示博客服务

域名服务器：是域名系统的核心组件，负责将人类可读的域名转换为计算机可识别的IP地址

根域名服务器：管理顶级域名的域名服务器地址
顶级域名服务器：管理特定顶级域名下的二级域名服务器地址
权威域名服务器：管理特定域名的IP地址
本地域名服务器：代表客户主机向其他域名服务器发起查询，并将结果返回给客户主机

4.2 域名查询

多级域名服务器的意义：只有权威域名服务器才真正存储并返回域名与IP地址的映射关系，而根域名服务器和顶级域名服务器的作用主要是引导查询请求，将请求逐步转移到更具体的服务器上，主要目的是分担查询压力，并提高域名查询的效率和可靠性

查询方式

递归查询：本地域名服务器只需向根域名服务器查询一次，后面几次查询都是递归地在几个域名服务器之间进行
迭代查询：本地域名服务器先向根域名服务器查询，然后再向顶级域名服务器查询，最后向权威域名服务器查询

DNS缓存（caching）：会缓存从其他DNS服务器获得的解析结果，减少对上游DNS服务器的请求频率，包括对域名-IP地址的缓存和对DNS服务器-IP地址的缓存

事实上，绝大部分的DNS查询都绕过了根服务器

流程：假设客户端以迭代方式查询www.baidu.com

客户端首先查询本地DNS服务器缓存，是否存在IP地址或者域名服务器的记录
本地DNS服务器将查询请求发送到根DNS服务器，根DNS服务器根据.com返回顶级域DNS服务器的IP地址
本地DNS服务器将请求发送到顶级域DNS服务器，顶级域DNS服务器根据.baidu返回权威DNS服务器的IP地址
本地DNS服务器将请求发送到权威DNS服务器，权威DNS服务器根据www.baidu.com返回域名的IP地址
本地DNS服务器获取到IP地址后缓存，然后返回到客户端

如果还存在四级甚至五级域名，需要查询多次权威DNS服务器

4.3 DNS记录

资源记录（Resource Record, RR）：

Name：域名
Value：根据Type决定Name映射的值
Type：资源记录的类型
TTL：能够在缓存中的存活时间

类型

Type	Name	Value	Example
A	域名	IPv4地址	(www.baidu.com, 119.75.217.109, A, TTL)
AAAA	域名	IPv6地址	(www.baidu.com, 2409:8c54:870:34e:0:ff:b024:1916 AAAA, TTL)
CNAME	域名	另一个域名	(dasi.plus, dasi0227.github.io, CNAME, TTL)
NS	域名	权威DNS服务器的域名	(baidu.com, ns1.baidu.com, NS, TTL)
MX	域名	邮件服务器的域名	(qq.com, mail.qq.com, MX, TTL)

4.4 DNS报文

DNS只有查询报文和回答报文，且具有相同格式

首部区域：报文的元信息
- 标识符：唯一标识当前DNS查询报文和DNS响应报文
- 标志：报文的类型，响应的状态，查询的方式等
- 问题数：问题区域中问题的数量
- 回答RR数：回答区域中的RR数量
- 权威RR数：权威区域中的RR数量
- 附加RR数：附加信息区域中的RR数量
问题区域：查询的具体信息
回答区域：响应的具体信息
权威区域：提供有关DNS服务器的信息
附加信息区域：提供额外的信息，有助于解析问题

5. P2P

5.1 自扩展性

因特网核心具有足够带宽，瓶颈都在因特网的接入链路

上载(upload)：将数据从本地传输到因特网，速率以 $u$ 表示
下载(download)：将数据从因特网传输到本地，速率以 $d$ 表示
分发时间(distribution)：所有N个对等方得到文件副本F比特所需要的时间

客户-服务器体系结构：服务器必须向全部对等方都传输一个副本，则一共要上载NF比特

服务器的上载时间： ${NF}/{u_s}$
客户的下载时间： ${F}/{d_c}$
分发时间： $D_{cs} \geq max\{NF/u_s,F/d_c\}$

P2P体系结构：每个对等方都可以帮助服务器分发副本，因此上载能力等于服务器的上载速率与对等方的上载速率之和

首次服务器上载时间： $F/u_s$
P2P整体的上载时间： $NF/(u_s+u_{c1}+u_{c2}+....+u_{cN})$
对等方的下载时间： $F/d_c$
分发时间 $D_{P2P} \geq max{F/u_s,F/d_c,NF/(u_s+u_{c1}+u_{c2}+....+u_{cN})}$

自扩展性：对等方除了是比特的消费者，还是它们的重新分发者

5.2 BitTorrent

术语

洪流(torrent)：参与一个特定文件分发的所有对等方的集合
种子(seeder)：已经下载了整个文件并留在洪流中继续上载块的对等方
文件块(chunk)：洪流中分发的文件被划分为的较小的数据块，通常为256KB
追踪器(tracker)：用于协调参与洪流的对等方之间的通信
邻近对等方(neighboring peers)：同一洪流中与当前对等方直接相连的其他对等方

流程：

客户下载.torrent文件加入洪流成为对等方
追踪器从洪流中随机选取若干个对等方与当前对等方直接相连
对等方周期性地询问每个邻近对等方所具有的快列表
对等方向邻近对等方请求它还没有的块
对等方获得整个文件后，可以离开洪流，也可以留在洪流成为种子

机制

最稀缺优先(rarest first)：优先下载邻近对等方中数量最少的块->目的是为了均衡每个块在洪流中的副本数量
一报还一报(tit-for-tat)：对等方A会周期性测量从对等方B接收到比特的速率，对等方B也会周期性测量从对等方A接收到比特的速率，如果对等方A和B都满足与此速率，则它们之间保持疏通->目的是对等方能够以趋向于找到彼此协调的速率上载

6. CDN

6.1 比特率

比特率(bitrate)：单位时间传输的比特量，衡量了视频的压缩质量即视频的清晰度

空间冗余：相邻的像素通常具有相似的颜色和亮度，因此可以用更少的数据来表示这些相似的像素
时间冗余：相邻帧之间的变化通常很小，因此可以只记录变化的部分而不是每一帧的完整数据

常见的清晰度和比特率关系

清晰度	分辨率/px/	比特率/Mbps
标清(Standard Definition,SD)	720x480	1-2.5
高清(High Definition,HD)	1280x720	2.5-5
全高清 (Full High Definition,Full HD)	1920x1080	5-10
4K超高清(Ultra High Definition,4K UHD)	3840x2160	15-50
8K超高清(Ultra High Definition,8K UHD)	7680x4320	50-100

6.2 DASH

HTTP流：通过HTTP协议传输和播放多媒体内容的技术

分段传输：媒体内容被分成多个片段，每个片段通过HTTP协议逐段传输
实时播放：浏览器接收到的片段只要超过预先设定的门限，就可以开始播放，而不用等到所有数据都下载完成

动态适应性流（Dynamic Adaptive Streaming, DASH）：允许客户自由地在视频不同的质量等级之间切换

客户首先请求HTTP服务器获得一份告示文件，其中提供了各个版本视频的URL及其比特率
客户根据可用宽带动态地请求来自不同版本的视频的片段，同时运行一个速率决定算法来选择下次请求的片段

6.3 CDN

为什么不建立单一的大规模数据中心来传输流式视频？

若客户远离数据中心，分组将跨越许多通信链路，带来很高的时延
流行的视频可能会经过相同的通信链路发送许多次，浪费了网络带宽，因特网公司不得不付费给ISP运营商
单点故障，即数据中心崩溃会导致任何视频流无法传输

内容分发网（Content Distribution Network, CDN）：是一种分布式的网络架构，通过在地理上分散的多个服务器上缓存和分发内容，来实现更快的访问速度和更高的可靠性

CDN的流程：假设URL是http://video.baidu.com/movie

用户的客户端发起一个DNS查询请求，向本地DNS服务器询问video.baidu.com的IP地址
用户的本地DNS服务器中继DNS请求到baidu的权威服务器
baidu的权威服务器不会直接返回域名的IP地址，而是返回baiduCDN的权威服务器地址
用户的本地DNS服务器再一次中继DNS请求到baiduCDN的权威服务器
baiduCDN的权威服务器返回合适的CDN边缘服务器的IP地址
用户的本地DNS服务器将CDN边缘服务器的IP地址返回给浏览器
浏览器与CDN边缘服务器建立了一条直连的TCP连接，然后开始传输数据

CDN边缘服务器的选择策略

地理位置最近（geographically closet）：选择距离用户最近的CDN边缘服务器
基于响应时间/网络质量：对时延和丢包率进行周期性地实时测量
负载均衡：选择当前负载较低的CDN边缘服务器