第四章 TCP IP通信案例：访问Internet上的Web服务器 - Huoke/Linux-net-Programma GitHub Wiki

本章我们分析一个完整的TCP/IP通信的实例————访问Internet上的Web服务器，通过该实例把这些知识串联起来。选择使用Web服务器展开讨论的理由是：

Internet上的Web服务器随处都可以获得，我们通过浏览器访问任何一个网站都是在与Web服务器通信。
本书后续章节将编写简单的Web服务器程序，因此先学习其工作原理是有好处的。 Web客户端和服务器之间使用HTTP协议通信。HTTP协议的内容相当广泛，涵盖了网络应用层协议需要考虑的诸多方面。因此，学习HTTP协议对应用层协议设计将大有裨益。

4.1 实例总图

我们按照如下方法来部署通信实例: 在Kongming20上运行wget客户端程序，在ernest-laptop上运行squid代理服务器程序。客户通过代理服务器的中转，获取Internet上的主机 www.baidu.com的首页文档index.html，如图4-1所示：

从上图可见。wget客户端程序和代理服务器之间，以及代理服务器与Web服务器之间都是使用HTTP协议通信的。HTTP协议是一种应用层协议，它默认使用的传输层协议是TCP协议。我们将在后续简单讨论HTTP协议。

为了将ernest-laptop设置为Kongming20的HTTP代理服务器，我们需要在Kongming20上设置环境变量http_proxy:

export http_proxy="ernest-laptop:3128" #在Kongming20上执行

其中，3128是squid服务器默认使用的端口号(可以通过lsof命令查看服务器程序监听的端口号)。设置好环境变量之后，Kongming20访问任何Internet上的Web服务器时，其HTTP请求都将首先发送至ernest-laptop的3128端口。

squid代理服务器接收到wget客户端的HTTP请求之后，将简单地修改这个请求，然后把它发送给最终的目标Web服务器。既然代理服务器访问的是Internet上的机器，可以预见它发送的IP数据报都将经过路由器的中转，这一点也体现在图4-1中了。

4.2 部署代理服务器

先简单介绍一下HTTP代理服务器的工作原理，以及如何部署squid代理服务器。

4.2.1 HTTP代理服务器的工作原理

在HTTP通信链上，客户端和目标服务器之间通常存在某些中转代理服务器，它们提供对目标资源的中转访问。一个HTTP请求可能被多个代理服务器转发，后面的服务器称为前面服务器的上游服务器。代理服务器按照其使用方式和作用，分为正向代理服务器、反向代理服务器和透明代理服务器。

正向代理服务器正向代理服务器要求客户端自己设置代理服务器的地址。客户端的每次请求都将直接发送到代服务器，并由代理服务器来请求目标资源。比如处于防火墙内的局域网机器要访问Internet，或者要访问一下被屏蔽掉的国外网站，就需要使用正向代理服务器。
反向代理服务器反向服务器代理则被设置在服务器端，因而客户无须进行任何设置。反向代理是指用代理服务器来接收Internet上的连接请求，然后将请求转发给内部网络上的服务器，并将从内部服务器上得到的结果返回给客户端。这种情况下，代理服务器对外就表现为一个真实的服务器。各大网站通常分区域设置了多个代理服务器，所以在不同的地方ping同一个域名可能得到不同的IP地址，因为这些IP地址实际上是代理服务器的IP地址。图4-2显示了正向代理服务器和反向代理服务器在HTTP通信链上的逻辑位置。

图4-2中，正向代理服务器和客户端主机处于同一个逻辑网络中。该逻辑网络可以是一个本地LAN，也可以是一个更大的网络。反向代理服务器和真正的Web服务器也位于同一个逻辑网络中，这通常由提供网站的公司来配置和管理。 3. 透明代理只能设置在网关上。用户访问Internet的数据报必然经过网关，如果在网关上设置代理，则代理对用户来说显然是透明的。透明代理可以看做正向代理的一种特殊情况。

代理服务器通常还提供缓存目标资源的功能(可选),这样用户下次访问同一资源时速度将很快。优秀的开源软件squid、varnish都是提供了缓存能力的代理服务器软件，其中squid支持所有代理方式，而varnish仅能用作反向代理。

4.2.2 部署squid代理服务器

现在我们在ernest-laptop上部署squid代理服务器。这个过程很简单，只需要修改squid服务器的配置文件/etc/squid3/squid.conf，在其中加入如下两行代码(需要root权限，且应该加在合适的位置，详情可参考其他类似条目的设置):

acl localnet src 192.168.1.0/24
http_access allow localnet

这两行代码的含义是：允许网络192.168.1.0上的所有机器通过该代理服务器来访问Web服务器。其中，“192.168.1.0/24”是CIDR（Classless Inter-Domain Routing, 无类域间路由）风格的IP地址表示方法：“/”前的部分指定网络的IP地址，“/”后的部分则指定子网掩码中 “1”的位数。对IPv4而言，上述表示等价于 “192.168.1.0/255.255.255.0”（IP地址/子网掩码）。

我们通过上面的两行代码简单地配置了squid的访问控制。但实际应用中，squid提供更多更安全的配置，比如用户验证等。

下面在ernest-laptop上执行如下命令，以重启squid服务器：

$ sudo service squid3 restart
*Restarting Squid HTTP Proxy 3.0 squid3     [OK]