吊打名企面试官 | 当我们打开网页时，浏览器究竟做了什么?

系列文章持续更新中

吊打名企面试官 | 当我们打开一个网页时，究竟发生了什么？

吊打名企面试官 | 如何理解java的反射机制？

https://img-blog.csdnimg.cn/20200619115147541.jpg" width="250" />

吊打面试官 | 当我们打开网页时，浏览器究竟做了什么?

这个题目主要考察面试者对整个网络>计算机网络的理解。涉及的知识面非常广泛，协议、软件、安全、硬件、高并发、高可用等等。

回答要点

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc21MT0JSdm8wQm9MamdEaHhpY1hFZ1g1NmgxVExzNWliT0NkZFFQM3dNclFjNTN2SFJZWE1zN2hnLzY0MA?x-oss-process=image/format,png" />

浏览器做了哪些事情。
内核协议栈做了哪些事情。
web服务器相关话题。
CDN加速网络服务。

下面我们就上面4个点分别说明。

1.浏览器做了哪些事情

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc2daeGRSdmtXNGpyaWF2OGljWjN2eE9IU0dDNVJ6b1M1QU0xNUtQbllPbWRpYm1QQmt6b2VKZ0tkUS82NDA?x-oss-process=image/format,png" />

当输入https://www.baidu.com/index.html，浏览器进行URL解析，首先会看https，就知道我们要访问的是web服务器，www.baidu.com是web服务器名字，后面index.html就是数据源路径和文件名。

根据上面的解析结果生成HTTP请求消息。

GET /index.html HTTP/1.1 <!-- 请求行 -->User-Agent: curl/7.29.0Host: www.baidu.comAccept: */*<!-- 空行 -->

发送请求后，会得到服务器的响应消息。

HTTP/1.1 200 OKAccept-Ranges: bytesCache-Control: private, no-cache, no-store, proxy-revalidate, no-transformConnection: keep-aliveContent-Length: 2443Content-Type: text/html<!-- 空行 -->
<html>    <!-- ........省略...... --></html>

浏览器生成了HTTP请求后，需要操作系统来把数据发送出去，内核协议栈用的是IP，并不是域名，所以要进行域名（DNS）解析。web浏览器中其实就是gethostbyname ("www.baidu.com")，就可以获得IP地址。

gethostbyname函数内部实现就是生成DNS查询消息，发送UDP查询消息到DNS服务器，得到DNS服务器的响应，从响应消息中取出IP。这里需要注意，我们要去DNS服务器查询信息，需要知道DNS服务器的IP地址，所以要配置正确。国内移动、电信、联通的通用DNS：114.114.114.114。

DNS系统是三层树状、分布式服务。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc2lhaWEzRmFoOG5KQnpTTklXZXhMRWZEZXNQaWJTOTJ0VTFVU1ZJSG5taWFWOXExVk90R2NDTHJzWlEvNjQw?x-oss-process=image/format,png" />

目前全球有13组根域名服务器，又有几百台镜像，保证一定能被访问得到。有了这个系统，我们查询域名www.baidu.com对应的IP，按照如下顺序:

访问根域名服务器，它告诉我们com域名服务器地址。
访问com域名服务器，它告诉我们baidu.com域名服务器的地址。
访问baidu.com域名服务器，得到www.baidu.com的地址。

我们为了加速域名解析，也可以在自己公司内部搭建DNS服务器，缓存域名对应的IP。其实我们操作系统也会缓存曾经访问过的域名。当然，我们还可以在操作系统的hosts文件中，记录域名对应的IP地址。如果在这些地方能够找到ip地址，就避免了远程访问DNS服务器，加快了DNS解析过程，也减轻了DNS服务器的压力。

得到了目标机器IP地址，浏览器就可以用socket，委托内核帮我们发送数据了，代码如下：

int fd = socket(AF_INET, SOCK_STREAM, 0);connect(fd, 服务器地址);while ( 1 ) {    write(fd, http请求数据);    read(fd，服务器响应的数据)}close(fd)；

浏览器拿到服务器的响应数据，解析报文，对于HTML文件，调用排版引擎、js引擎等来处理，然后在浏览器展示。

当然，如果近期访问过的网页，很有可能缓存在本地，这样再次访问，就不需要去服务器拿数据，直接访问本地缓存数据，可以降低服务器的压力，提高响应速度。

2.内核协议栈做了哪些事情

因为HTTP协议底层用的是TCP协议，所以要经过三次握手进行连接，传送数据，最后四次挥手断开连接。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc1BEUFdtUFozdExiQ1FjdGVhZ1I5OUYzNFQ0TjJRMHpRY2JWVnlvUFM3eGZLRkVVWHlQdlprZy82NDA?x-oss-process=image/format,png" />

内核协议栈主要是将应用层HTTP请求按照TCP/IP协议栈的要求，经过层层封装后成帧，然后将报文的类似0101001串转换成电信号发送出去。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc0tkQ2lhMlRMSHhKSndWbmYxSnlFUXZYT1MxeE5FRE8wN1dLRVhMMHpDeElTUnFPYzU5cHlYaHcvNjQw?x-oss-process=image/format,png" />

这里要注意MAC头部的目标机器MAC，是下一跳机器的MAC，如果当前机器没有缓存，就需要ARP广播，先得到去往目标机器的下一跳机器的MAC，这样才能逐跳转发。还有，局域网的IP地址也不能在公网上使用，所以在出网关的时候，IP地址通过NAT转换成公网地址。

3.企业web服务器相关话题招聘

目标服务器得到了客户端的HTTP请求，如果找到相应的资源文件，组成HTTP响应报文，将资源发送回来，如果没有找到，就会给客户端返回404错误。

目标网站的服务器对外表现是一个IP，为了能够扛住高并发，内部往往是一套非常复杂的架构，入口有负载均衡设备，比如四层的LVS和七层的Nginx，后面有许多服务器构成一个集群。

负载均衡服务器先访问内存级的缓存，比如redis，把频繁访问的数据缓存几秒到几分钟，减轻后端服务器的压力。如果缓存没有相应的数据，再把请求转发给应用服务器，应用服务器如果需要数据，再访问后端的数据库服务器。为了提高数据库并发能力，可以做成读写分离，目前主流的数据库都实现了这个功能。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc1lSSnA5djJYMEo3aWFzVjNXVldXaWNsTGFHQU9ZSnhuZldtZ0V1Vk1vQ2czSTZiVW4wanhldGljZy82NDA?x-oss-process=image/format,png" />

4.CDN加速网络服务

互联网虽然是一个大网，其实它由好多个小网组成，各个小网又相互连通，比如电信、移动、联通，各自是一个网络，它们之间需要联通。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc2x2TnU2dVVCY0FqdzdjbmhRTDNxaWF0WGNCWkIyTDAxOXppY0lzdVJWckxvUFd5SGowVTl1eWZRLzY0MA?x-oss-process=image/format,png" />

小的网络内部很流畅，网络之间只有很少的联通点。如果网站在中国移动，笔记本在中国联通，那么就必须跨网传输。大量的用户去抢这个联通点，就会带来网络压力，产生比较大的延迟。另外，每过一个网络节点，都需要停顿一下，二层、三层的解析转发，也会带来延迟。为了解决这种上网速度慢的问题，CDN就出现了。

CDN中文名称是内容分发网络，它主要解决的问题是就近访问的问题。CDN分发源站的内容，也就是把源站的内容缓存在各个节点上。用户上网就不直接访问源站的内容，而是访问距离它最近的一个CDN节点，术语叫边缘节点，其实就是缓存了源站的内容，就是源站的一个代理服务器，避免远距离访问源站，实现网络加速。

https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9ScUdPTnlUNTBYNTRoRk1BWWxVVXIyR241eHJxekZyc2M0U1pMZ09icG1GUWM4eVE2UmljZmx1RUtUUW1kQjNIWGNVWnZBM3RxdWdpYXZraWM1cGo5Qm12QS82NDA?x-oss-process=image/format,png" />

CDN里面缓存的数据，主要是html、图片、视频等静态资源。动态资源往往都需要源站实时生成，缓存也没有太大意义，不过，我们也可以短暂的缓存动态资源，在这段短暂的时间内，动态资源也就变成了静态资源，可以被CDN缓存以实现加速。

网络上的资源无穷无尽，CDN不可能全部缓存起来，只能缓存最常见的资源。如果所访问的资源就在CDN缓存中，也就是命中了，直接返回给客户端。如果没有命中，则要去源站取数据，也叫回源。

我们应该尽可能的提高命中率,降低回源率。这就需要在存储系统上做更多的事情，比如硬件上，要更大的内存，更大和快速的磁盘，比如SSD，万兆以太网，更高速的CPU等。软件上，可以用redis等尽可能高效利用存储，存下更多的内容。