Il Protocollo HTTP e il WWW

Transcript

1 Il Protocollo HTTP e il WWW

2 WWW: Storia (1945) Vannevar Bush (MIT) pubblica un articolo in cui definisce la nozione di ipertesto (1965) Ted Nelson inventa la parola Ipertesto nell'articolo: A File Structure for the Complex, the Changing, and the Indeterminate. (1968) Doug Engelbart costruisce il prototipo di un "onlinesystem" (NLS) con funzioni di editing ipertestuale, e inventa il mouse per interagire con tale sistema. stanford.edu/mousesite/ 02/03/06 2

3 Organizzazione di un testo Lettura sequenziale Pag 1 Pag 6 Pag 4 Pag 7 Pag 2 Pag 3 Pag 5 02/03/06 3

4 Organizzazione di un ipertesto Lettura secondo legami associativi nodi (pagine) link anchor 02/03/06 4

5 Ipertesto Un ipertesto è un testo che contiene collegamenti ipertestuali ad altri testi o a parti di se stessi, e può essere letto in modo nonsequenziale "navigando" sui collegamenti Un collegamento ipertestuale (o hyperlink, o iperpuntatore) è un riferimento ad altra parte del testo o ad un altro testo Un linguaggio di markup ipertestuale descrive elementi di documento e permette di creare collezioni di documenti interrelati o intere letterature; è capace di descrivere sia la struttura logica di un singolo documento sia le relazioni che lo legano ad altri documenti 02/03/06 5

6 WWW: storia (1989) Berners-Lee, CERN, specifica un sistema di gestione di documenti ipertestuali distribuiti (1990) viene realizzato un prototipo (1993) Mosaic, un browser progettato e sviluppato da M. Andreessen (1994) Andreessen fonda Netscape Corporation (nel 1999 verrà acquisita da AOL) (1994) nasce il W3C 02/03/06 6

7 Le dimensioni del WWW All'inizio dell'anno 2000 c'erano on line un miliardo di pagine Alla fine del 2000 c'erano on-line 2.5 miliardi di pagine Alla fine del 2001 circa 4 miliardi di pagine, con una crescita media di più di 7 milioni di pagine al giorno Alla fine del 2002, il motore di ricerca Google classifica 2.5 miliardi di pagine Web, 700 milioni di messaggi di news e 400 milioni di immagini 02/03/06 7

8 Le componenti del WWW Il WWW è un servizio Internet che si basa su tre componenti fondamentali: Uniform Resource Locators (URL): schema degli indirizzi del WWW HyperText Transfer Protocol (HTTP) server HTTP distribuiscono documenti ipertestuali clienti HTTP (browsers) li visualizzano Markup Languages (HTML e XML) per ipertesti 02/03/06 8

9 Un sito Web è definito da: Siti WEB un indirizzo, o URL (esempio in cui è attivo un server HTTP; un insieme di documenti (scritti di solito in HTML) sotto il controllo del server HTTP; un insieme di servizi, che è variabile; nel caso la parte di servizi sia preponderante su quella dei documenti il sito si definisce portale 02/03/06 9

10 Portali WEB Pubblicità Calendario Servizi Meteo Borsa News 02/03/06 10

11 Web Pagina Web: Insieme di objects Indirizzo tramite URL URL: Uniform Resource Locator è l indirizzo di rete di una risorsa (Network Reference) nome host + path: User agent = browser: MS Internet Explorer Netscape Communicator Server = Web server: Apache (public domain) MS Internet Information Server 02/03/06 11

12 URL Il sistema delle URL (Uniform Resource Locator) è uno schema di indirizzamento basato sul DNS per specificare come e dove sia possibile reperire una risorsa Internet (di solito un file) Un indirizzo URL può includere l'invocazione di un programma gateway completa di input Le risorse sono di solito file HTML sotto il controllo di un server HTTP, ma possono essere distribuite da altri servizi 02/03/06 12

13 URL: esempi google.com/search?hl=en&q=history+of+text+ formatters ftp://ftp.kernel.org/pub/ gopher://gopher.di.unipi.it/ telnet:// :4801 file:///c:/didattica/lucidi.htm 02/03/06 13

14 URL, siti e path Quando si pubblica un documento Web, occorre avere chiare le convenzioni sui nomi dei file (pathnames) entro il file system del server che si usa per pubblicare il documento Ricordiamo che ogni file appartiene ad un directory, e che l'intero file system è organizzato ad albero 02/03/06 14

15 Come funziona un server WWW Ogni sito Web ha un processo servente in ascolto sulla porta 80 in attesa di connessioni HTTP; dopo che è stata stabilita una connessione, il cliente invia una richiesta e il server invia una risposta; quindi la connessione viene abbandonata (HTTP è un servizio NON orientato alla sessione) Ogni interazione HTTP (HyperText Transfer Protocol) è una richiesta ASCII, seguita da una risposta MIME. 02/03/06 15

16 Esempio Supponiamo di voler seguire il link Le fasi che si succedono tra il click dell'utente e la visualizzazione della pagina sono le seguenti: Il browser determina l'url (controlla ciò che è stato selezionato) Il browser chiede al DNS l'indirizzo di Il DNS risponde con Il browser apre una connessione TCP sulla porta 80 su Invia un comando GET /hypertext/www/theproject.html Il server invia il file TheProject.html Viene rilasciata la connessione TCP. Il browser ripete il ciclo per ciascuna immagine in TheProject.html 02/03/06 16

17 HTTP http: hypertext transfer protocol Protocollo del WEB Modello client/server client: browser che richiede oggetti WEB server: Web server invia gli oggetti WEB http1.0: RFC 1945 http1.1: RFC 2068 PC running Explorer Mac running Navigator http request http response http request http response Server running NCSA Web server 02/03/06 17

18 HTTP http: basato su TCP: client attiva una connessione TCP (crea il socket) verso il server (porta 80) server accetta la richiesta TCP del client Avviene lo scambio di msg http (application-layer protocol messages) tra il browser (http client) e il Web server (http server) Si chiude la connessione TCP. http è senza memoria stateless server non ha informazioni di stato sulle richieste passate problema Protocolli con stato sono complicati! Gestione dello stato Fallimenti 02/03/06 18

19 Connessioni HTTP Non Persistenti Un oggetto viene trasmesso su una connessione TCP. HTTP/1.0: nonpersistent Persistenti Un insieme di oggetti possono essere scambiati sulla stessa connessione TCP HTTP/1.1: persistent connections -- default mode 02/03/06 19

20 HTTP: Esempi Supponiamo di voler aprire una pagina con indirizzo 1a. http (client) richiede una connessione TCP con il WEB server all indirizzo La porta 80 è la porta di default per i server http. 1b. http (server) all indirizzo (testo e riferimenti a 10 oggetti JPEG) è in attesa sulla porta 80. Accetta la richiesta di connessione time 2. http (client) invia un messaggio di richiesta (con la URL) nella connessione TCP 3. http (server) riceve la richiesta e invia il messaggio di risposta con l informazione richiesta (la pagina WEB somedepartment/home.index), sulla connessione TCP 02/03/06 20

21 Esempio (cont.) 5. http (client) riceve la risposta con il file html. Parsing del file html si trovano i 10 riferimenti agli oggetti jpeg 4. http (server) chiude la connessione TCP. time 6. Si ripetono i passi 1-5 per tutti gli oggetti JPEG 02/03/06 21

22 Round Trip Time -- RTT RRT: tempo necessario affinchè un pacchetto di controllo effetti un gro completo sender-receiversernder. Tempi di risposta: 1 RTT per attivare la connessione TCP 1 RTT per la richiesta HTTP ed I primi byte di risposta file transmission time total = 2RTT+transmit time initiate TCP connection RTT request file RTT file received time time time to transmit file 02/03/06 22

23 Connessioni persistenti e non-persistenti Non-persistenti HTTP/1.0 Server: valutare la richiesta, inviare la risposta, chiudere la connessione TCP 2 RTT per scaricare un oggetto Problema: slow start Persistenti default per la versione HTTP/1.1 Server utilizza la stessa connessione TCP per valutare la richiesta, inviare la risposta, chiudere la connessione Client invia le richieste subito dopo aver determinato l indirizzo (minore RTT). 02/03/06 23

24 http: formato dei messaggi Due tipi di messaggi htpp: request, response http request: ASCII request line (GET, POST, HEAD commands) header lines Carriage return, line feed: Indicano la fine del messaggio GET /somedir/page.html HTTP/1.0 User-agent: Mozilla/4.0 Accept: text/html, image/gif,image/jpeg Accept-language:fr (carriage return, line feed) 02/03/06 24

25 http: formato dei messaggi 02/03/06 25

26 http: messaggi di response status line (protocol status code status phrase) data, e.g., file html header lines HTTP/ OK Date: Thu, 06 Aug :00:15 GMT Server: Apache/1.3.0 (Unix) Last-Modified: Mon, 22 Jun Content-Length: 6821 Content-Type: text/html data data data data data... 02/03/06 26

27 http : codice di risposta Esempi: 200 OK request succeeded, requested object later in this message 301 Moved Permanently requested object moved, new location specified later in this message (Location:) 400 Bad Request request message not understood by server 404 Not Found requested document not found on this server 505 HTTP Version Not Supported 02/03/06 27

28 Method types HTTP/1.0 GET POST HEAD Web Richiede lettura di una pagina Web Appende ad un oggetto (una pagina Web) Richiede lettura di un'intestazione di una pagina HTTP/1.1 GET, POST, HEAD PUT Richiede di memorizzare una pagina Web DELETE Cancella una pagina Web 02/03/06 28

29 Una piccola esercitazione 1. Telnet Web server: telnet 80 Apertura di una connessione TCP All indirizzo Sulla porta Operazione di GET: GET /~ross/index.html HTTP/1.0 Tasto di invio (due volte) si effettua la richiesta http 3. Valutate la risposta ottenuta! 02/03/06 29

30 Il metodo POST Utilizzato dal browser per inviare i dati immessi tramite una form È un modo di passare i dati di una form secondo un formato ben preciso 2 modi per formattare i dati e trasmetterli al server Web: Fat URL con il metodo GET Per vecchi sistemi che non supportano il metodo POST metodo POST 02/03/06 30

31 POST Più comunemente usata dai browser per inviare risposte lunghe Le form sono delle pagine web che contengono dei campi che il browser può editare o cambiare 02/03/06 31

32 POST POST /index.html HTTP/1.1 language=any&message=this+is+a+message+to +the+server+being+sent+by+the+browser+with +a+post+request 02/03/06 32

33 Esempio: Utilizzo del motodo POST POST /cgi-bin/rats.cgi HTTP/1.0 Referer: Connection: Keep-Alive User-Agent: Mozilla/4.73 [en] (X11; U; Linux i686) Host: nes:8192 Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, image/png, */* Accept-Encoding: gzip Accept-Language: en Accept-Charset: iso ,*,utf-8 Content-type: application/x-www-form-urlencoded Content-length: 93 Account=cs111fall&First=richard&Last=martin&SSN= &Bday= &.State=CreateAccount 02/03/06 33

34 HTTP in context Client W.X.Y.Z cc = socket(a.b.c.d, 80); out.print( GET /newaccount.html http/1.0) ); Server A.B.C.D:80 ss= serversocket(port 80); sc = ss.accept; Time read header read input display HTML read input from socket parse header read data find resource build response header send resource write to socket 02/03/06 34

35 Autenticazione Autenticazione: meccanismo di controllo degli accessi ai documenti del server stateless: clienti devono richiedere l autorizzazione ad ogni accesso autorizzazione: login con password authorization: header line nel msg di richiesta Senza l autorizzazione il server rifiuta la richiesta di connessione WWW authenticate: header line nel msg di risposta client http request msg 401: authorization req. WWW authenticate: http request msg + Authorization:line http response msg server http request msg + Authorization:line http response msg time 02/03/06 35

36 Cookies Four components: 1) cookie header line in the HTTP response message 2) cookie header line in HTTP request message 3) cookie file kept on user s host and managed by user s browser 4) database at Web site Example: Susan access Internet always from same PC She visits a specific e- commerce site for first time When initial HTTP requests arrives at site, site creates a unique ID and creates an entry in the database for ID 02/03/06 36

37 Cookies server invia un cookie al cliente Set-cookie: client utilizza il cookie nel seguito dell interazione cookie: server controlla se il cookie è corretto authentication permette di ricordare le preferenze dell utente 02/03/06 37

38 Cookies Cookie file ebay: 8734 client http request msg http response + Set-cookie: 1678 server server creates ID 1678 for user entry in backend database Cookie file amazon: 1678 ebay: 8734 one week later: http request msg cookie: 1678 http response msg cookiespecific action access access Cookie file amazon: 1678 ebay: 8734 http request msg cookie: 1678 http response msg cookiespectific action 02/03/06 38

39 Cookies What cookies can bring: authorization shopping carts recommendations user session state Cookies and privacy: cookies permit sites to learn a lot about you you may supply name and to sites search engines use redirection & cookies to learn yet more advertising companies obtain info across sites 02/03/06 39

40 Conditional GET client Caching client: nel msg specifica la data della copia del dato nella cache If-modified-since: <date> server: risponde in base a questa informazione HTTP/ Not Modified http request msg If-modified-since: <date> http response HTTP/ Not Modified http request msg If-modified-since: <date> http response HTTP/ OK <data> server oggetto non modificato oggetto modificato 02/03/06 40

41 Web Caches (proxy server) browser: accesso al Web mediato da una web cache client invia le richieste alla web cache Se l oggetto è presente nella WEB cache si invia la direttamente la risposta Altrimenti si invia la richiesta al server (remoto) client client http request http response http request http response Proxy server http request http response http request http response origin server origin server 02/03/06 41

42 Web Caching: utilità? Ipotesi: cache è nella stessa sottorete dei clienti Diminuzione dei tempi di risposta Minore traffico LAN public Internet 1.5 Mbps link 10 Mbps LAN servers Proxy - cache 02/03/06 42

43 APACHE: un server HTTP Apache è il più diffuso server Web dal Questo progetto è a cura di Apache Software Foundation Netcraft Web Server Survey in marzo 2004 dice che il 67% dei siti Web su Internet usano il server Apache 02/03/06 43

44 Statistiche 02/03/06 44

45 APACHE Il progetto Apache HTTP Server è uno sforzo per sviluppare e mantenere un server http open source per le più diffuse piattaforme di sistema, tra cui UNIX/Linux e Windows. L'obiettivo del progetto consiste nel fornire un server sicuro, efficiente ed estensibile che fornisca servizi basati su HTTP. 02/03/06 45

46 Browser Un browser Web è un cliente HTTP: capace di mostrare a video un documento HTML; che include parecchi sottoambienti (es. mail, news); capace di invocare applicazioni esterne (helper) capace di riprogrammarsi mediante plug-in capace di eseguire codice Javascript o Java 02/03/06 46

47 Browser HTML files HTTP client HTTP HTTP server JavaVM CGI CGI script s 02/03/06 47

48 Browser: non solo html Il browser può invocare l'aiuto di altre applicazioni per gestire documenti in formati particolari Un helper è un programma indipendente dal browser, ma da esso invocabile direttamente per gestire la visualizzazione di particolari tipi di documenti GhostView Per documenti PostScript RealPlayer Per documenti streaming Realaudio 02/03/06 48

49 Browser: plug-in Un plug-in è un componente software del browser in grado di arricchirne la capacità di gestire documenti in formati speciali. I plugin vengono classificati rispetto al tipo MIME dei documenti che gestiscono. Acrobat plug-in Per documenti pdf Quicktime plug-in Per filmati in vari formati 02/03/06 49

50 Plug in I plug-in di solito sono programmi disponibili in rete, caricati automaticamente dal browser quando si trova di fronte ad un documento in formati speciali per contenuti multimediali Netscape 2.0 è stato il primo browser che ha supportato tale idea tecnologica, in cui case produttrici diverse da quella del browser offrono componenti che lo integrano 02/03/06 50