淺談一個網頁打開的全過程（涉及DNS、CDN、Nginx負載均衡等）

1、概要

從用戶在瀏覽器輸入域名開始，到web頁面加載完畢，這是一個說複雜不復雜，說簡單不簡單的過程，下文暫且把這個過程稱作網頁加載過程。下面我將依靠自己的經驗，總結一下整個過程。如有錯漏，歡迎指正。

閱讀本文需要讀者已有一定的計算機知識，瞭解TCP、DNS等。

2、分析

眾所周知，打開一個網頁的過程中，瀏覽器會因頁面上的css/js/image等靜態資源會多次發起連接請求，所以我們暫且把這個網頁加載過程分成兩部分：

1. html(jsp/php/aspx) 頁面加載(假設存在簡單的Nginx負載均衡)
2. css/js/image等 網頁靜態資源加載(假設使用CDN)

2.1 頁面加載

先上一張圖，直觀明瞭地讓大家瞭解下基本流程，然後我們再逐一分析。

2.1.1 DNS解析

什麼是DNS解析？當用戶輸入一個網址並按下回車鍵的時候，瀏覽器得到了一個域名。而在實際通信過程中，我們需要的是一個IP地址。因此我們需要先把域名轉換成相應的IP地址，這個過程稱作DNS解析。

1) 瀏覽器首先搜索瀏覽器自身緩存的DNS記錄。

或許很多人不知道，瀏覽器自身也帶有一層DNS緩存。Chrome 緩存1000條DNS解析結果，緩存時間大概在一分鐘左右。

（Chrome瀏覽器通過輸入：chrome://net-internals/#dns 打開DNS緩存頁面）

2) 如果瀏覽器緩存中沒有找到需要的記錄或記錄已經過期，則搜索hosts文件和操作系統緩存。

在Windows操作系統中，可以通過 ipconfig /displaydns 命令查看本機當前的緩存。

通過hosts文件，你可以手動指定一個域名和其對應的IP解析結果，並且該結果一旦被使用，同樣會被緩存到操作系統緩存中。

Windows系統的hosts文件在%systemroot%\\system32\\drivers\\etc下，linux系統的hosts文件在/etc/hosts下。

3) 如果在hosts文件和操作系統緩存中沒有找到需要的記錄或記錄已經過期，則向域名解析服務器發送解析請求。

其實第一臺被訪問的域名解析服務器就是我們平時在設置中填寫的DNS服務器一項，當操作系統緩存中也沒有命中的時候，系統會向DNS服務器正式發出解析請求。這裡是真正意義上開始解析一個未知的域名。

一般一臺域名解析服務器會被地理位置臨近的大量用戶使用（特別是ISP的DNS），一般常見的網站域名解析都能在這裡命中。

4) 如果域名解析服務器也沒有該域名的記錄，則開始遞歸+迭代解析。

這裡我們舉個例子，如果我們要解析的是mail.google.com。

首先我們的域名解析服務器會向根域服務器（全球只有13臺）發出請求。顯然，僅憑13臺服務器不可能把全球所有IP都記錄下來。所以根域服務器記錄的是com域服務器的IP、cn域服務器的IP、org域服務器的IP……。如果我們要查找.com結尾的域名，那麼我們可以到com域服務器去進一步解析。所以其實這部分的域名解析過程是一個樹形的搜索過程。

根域服務器告訴我們com域服務器的IP。

接著我們的域名解析服務器會向com域服務器發出請求。根域服務器並沒有mail.google.com的IP，但是卻有google.com域服務器的IP。

接著我們的域名解析服務器會向google.com域服務器發出請求。...

如此重複，直到獲得mail.google.com的IP地址。

為什麼是遞歸：問題由一開始的本機要解析mail.google.com變成域名解析服務器要解析mail.google.com，這是遞歸。

為什麼是迭代：問題由向根域服務器發出請求變成向com域服務器發出請求再變成向google.com域發出請求，這是迭代。

5) 獲取域名對應的IP後，一步步向上返回，直到返回給瀏覽器。

2.1.2 發起TCP請求

瀏覽器會選擇一個大於1024的本機端口向目標IP地址的80端口發起TCP連接請求。經過標準的TCP握手流程，建立TCP連接。

關於TCP協議的細節，這裡就不再闡述。這裡只是簡單地用一張圖說明一下TCP的握手過程。如果不瞭解TCP，可以選擇跳過此段，不影響本文其他部分的瀏覽。

2.1.3 發起HTTP請求

其本質是在建立起的TCP連接中，按照HTTP協議標準發送一個索要網頁的請求。

2.1.4 負載均衡

什麼是負載均衡？當一臺服務器無法支持大量的用戶訪問時，將用戶分攤到兩個或多個服務器上的方法叫負載均衡。

什麼是Nginx？Nginx是一款面向性能設計的HTTP服務器，相較於Apache、lighttpd具有佔有內存少，穩定性高等優勢。

負載均衡的方法很多，Nginx負載均衡、LVS-NAT、LVS-DR等。這裡，我們以簡單的Nginx負載均衡為例。關於負載均衡的多種方法詳情大家可以Google一下。

Nginx有4種類型的模塊：core、handlers、filters、load-balancers。

我們這裡討論其中的2種，分別是負責負載均衡的模塊load-balancers和負責執行一系列過濾操作的filters模塊。

1) 一般，如果我們的平臺配備了負載均衡的話，前一步DNS解析獲得的IP地址應該是我們Nginx負載均衡服務器的IP地址。所以，我們的瀏覽器將我們的網頁請求發送到了Nginx負載均衡服務器上。

2) Nginx根據我們設定的分配算法和規則，選擇一臺後端的真實Web服務器，與之建立TCP連接、並轉發我們瀏覽器發出去的網頁請求。

Nginx默認支持 RR輪轉法 和 ip_hash法 這2種分配算法。

前者會從頭到尾一個個輪詢所有Web服務器，而後者則對源IP使用hash函數確定應該轉發到哪個Web服務器上，也能保證同一個IP的請求能發送到同一個Web服務器上實現會話粘連。

也有其他擴展分配算法，如：

fair：這種算法會選擇相應時間最短的Web服務器

url_hash：這種算法會使得相同的url發送到同一個Web服務器

3) Web服務器收到請求，產生響應，並將網頁發送給Nginx負載均衡服務器。

4) Nginx負載均衡服務器將網頁傳遞給filters鏈處理，之後發回給我們的瀏覽器。

而Filter的功能可以理解成先把前一步生成的結果處理一遍，再返回給瀏覽器。比如可以將前面沒有壓縮的網頁用gzip壓縮後再返回給瀏覽器。

2.1.5 瀏覽器渲染

1) 瀏覽器根據頁面內容，生成DOM Tree。根據CSS內容，生成CSS Rule Tree(規則樹)。調用JS執行引擎執行JS代碼。

2) 根據DOM Tree和CSS Rule Tree生成Render Tree(呈現樹)

3) 根據Render Tree渲染網頁

但是在瀏覽器解析頁面內容的時候，會發現頁面引用了其他未加載的image、css文件、js文件等靜態內容，因此開始了第二部分。

2.2 網頁靜態資源加載

以阿里巴巴的淘寶網首頁的logo為例，其url地址為 img.alicdn.com/tps/i2/TB1bNE7LFXXXXaOXFXXwFSA1XXX-292-116.png_145x145.jpg

我們清楚地看到了url中有cdn字樣。

什麼是CDN？如果我在廣州訪問杭州的淘寶網，跨省的通信必然造成延遲。如果淘寶網能在廣東建立一個服務器，靜態資源我可以直接從就近的廣東服務器獲取，必然能提高整個網站的打開速度，這就是CDN。CDN叫內容分發網絡，是依靠部署在各地的邊緣服務器，使用戶就近獲取所需內容，降低網絡擁塞，提高用戶訪問響應速度。

接下來的流程就是瀏覽器根據url加載該url下的圖片內容。本質上是瀏覽器重新開始第一部分的流程，所以這裡不再重複闡述。區別只是負責均衡服務器後端的服務器不再是應用服務器，而是提供靜態資源的服務器。

文章乃參考、轉載其他博客所得，僅供自己學習作筆記使用！！！