认知Web服务器
2024-05-04 22:56:41
供稿：网友
在许多用户看来，一个web网站的成败主要在于它所提供的内容和功能，殊不知支持这些内容和功能的web服务器才是真正的幕后英雄。据统计，全世界已有500多万个网站。每个网站的后面都运行着一个web服务器，那么什么是web服务器？它是怎样工作的？......
从c/s到web
最早的网络系统是简单的主机/终端系统，所有的应用程序都由主机完成，终端只是运行服务器上相应的程序。pc时代的到来，使计算机网络和计算机应用得到了很大的发展，由于pc价格的不断下降和性能的不断提高，面向终端的大型主机的应用领域越来越少。特别是网络操作系统如netware和windows nt的兴起，以及网络数据库系统的出现，开辟了网络应用的新模式——c/s(client/server-客户/服务器)模式。c/s模式是一种两层结构的系统，第一层是在客户机上处理表示逻辑与业务逻辑，第二层则是通过网络运行的数据库等服务器系统。c/s模式将事务分开进行处理，实现了网络的分布式计算，很长时间里也帮助企业实现了局域网建设，完善了企业内部业务管理，提高了工作效率。然而c/s模式在系统的集成与维护、操作界面一致性、系统的扩展性等方面都存在明显的局限性，所以就象主机/终端式网络被c/s模式的网络系统所取代一样，在internet/intranet技术环境里，也会出现更新的系统模式。
基于web技术的internet/intranet近年来已经得到了广泛的应用，intranet是以tcp/ip协议为基础、以web为核心的企业内部网，用户通过低成本、简单易用的客户浏览器就能随时随地到企业的web站点上查阅自己所需的数据。浏览器客户端操作界面的一致性避免了c/s模式客户端程序的多样性，而服务器端的开放和基于标准的连接方案使企业很方便地通过internet同外界联系；同时，web信息动态的、交互式的发布方式从根本上改变了企业的服务质量，增加了企业的商业机会。
图1 web三层结构
在三层结构的web技术中，数据库不是直接向每个客户机提供服务，而是与web服务器沟通，实现了对客户信息服务的动态性、实时性和交互性。这种功能是通过诸如cgi、isapi、nsapi以及java创建的服务器应用程序实现的。如图1所示。
什么是web服务器（web server）
web技术的独特之处是采用超链接和多媒体信息。web服务器使用超文本标记语言（html-hypertext marked language）描述网络的资源，创建网页，以供web浏览器阅读。html文档的特点是交互性。不管是一般文本还是图形，都能通过文挡中的链接连接到服务器上的其他文档，从而使客户快速地搜寻他们想要的资料。html网页还可提供表单供用户填写并通过服务器应用程序提交给数据库。这种数据库一般是支持多媒体数据类型的。
web浏览器（web browser）是一个用于文档检索和显示的客户应用程序，并通过超文本传输协议http（hypertext transfer protocol）与web服务器相连。通用的、低成本的浏览器节省了两层结构的c/s模式客户端软件的开发和维护费用。目前，流行的internet explorer和netscape navigator除提供基本的文档检索、显示和导航特性外，还支持html的高级显示（如表和帧）以及activex、java、javascript等特性。
web服务器是怎样工作的
在许多用户看来，一个web网站的成败主要在于它所提供的内容和功能，殊不知支持这些内容和功能的web服务器才是真正的幕后英雄。那么，一个web服务器是怎样工作的呢？
几年前，当web服务器刚刚出现的时候，它所支持的应用只是简单的html文件和图像的浏览，当web服务器接到一个对web页面的请求，如http://www.ccidnet.com.index.html，就会通过url（uniform resource locator-统一资源定位器）定位到相应的宿主文件服务器上，并找到相应的文件index.html，然后从宿主文件服务器上下载该文件并通过http协议把它传输给web浏览器（web browser）。当然，这只是一个基础功能，web服务器同web浏览器之间的关系远非这样简单。web应用的最重要的一个扩展是动态内容的引入。例如，web服务器可以根据用户输入的请求，去直接或间接地创建web网页，然后返回给web浏览器。最早实现动态内容应用的方法是通过cgi（comman gateway interface公共网关接口），它对web服务器上程序的运行及web服务器同web浏览器之间动态内容的传输有一个基本的定义。如图2 所示。
web应用的另一个进展是https（hypertext transmission protocol, secure安全超文本传输协议）的出现，这种协议保证了web服务器和web浏览器之间的通信安全，从而使得电子交易成为可能。
web服务器同web浏览器之间的通信是通过http协议进行的，那么，什么是http协议？简单说，http协议是web浏览器和web服务器之间的应用层协议，它基于tcp/ip协议，是通用的、无状态的、面向对象的协议。它的作用原理包括四个步骤：
图2 cgi定义图
连接：web浏览器与web服务器建立连接，打开一个称为socket（套接字）的虚拟文件，此文件的建立标志着连接成功。
请求：web浏览器通过socket向web服务器提交请求。
应答：web浏览器提交请求后，通过http协议传送给web服务器。web服务器接到后，进行事务处理，处理结果又通过http传回给web浏览器，从而在web浏览器上显示出所请求的页面。
关闭连接：当应答结束后，web浏览器与web服务器必须断开，以保证其它web浏览器能够与web服务器建立连接。
这样，web服务器的处理过程包括了一个完整的逻辑阶段：接受连接——产生静态或动态内容并把它们传回浏览器——关闭连接——接受下一个连接，如此进行下去。可以想象，在访问者多的情况下，服务器必然会应接不暇。解决这个问题可以借助两种技术：多线程和多进程。web服务器支持unix系统的端口监视模块（一种多进程的模式）、多线程、多进程或两种技术的混合。
有了连接，web服务器怎样向web浏览器提供内容呢？这里的关键是内容必须能为浏览器识别并且表现出来。这其中决定如何显示内容的主要机制是mime（multiple purpose internet mail extension-多用途因特网邮件扩展）类型，mime会告诉web浏览器什么样的文档将被发送，而且，这种类型的鉴别并不局限于简单的图象文档和html文档。例如，apache webserver 的mine.type配置文件中有370种缺省的mime类型，而且这还不是mime类型的全部。mime类型通过与文件后缀相关的类型/子类型语法来区分，例如，包含mpeg视频内容的文件会有mpeg、mpg或mpe的后缀。
web服务器的作用最终体现在对内容特别是动态内容的提供上，这也是web服务器同应用服务器的根本不同，web服务器主要负责同web浏览器交互时提供动态产生的html文档（除了提供html文档服务外，web服务器还提供诸如xml格式的应用数据，也就是说，web服务器不仅仅提供html文档，还可以在更大的范围内与各种数据源建立连接，为web浏览器提供更丰富的内容。）
实现web动态内容的技术有很多，第一种是cgi，它根据用户输入的请求动态地传送html数据。cgi并不是开发语言，它只是能够利用为它编写的程序来实现web服务器的一种协议。由于每一次对于动态内容的请求都需要启动一个新的cgi程序，因而会增加web服务器的负担，所以cgi的一个很大的缺陷是容易影响web服务器的速度。
microsoft asp（active server pages-动态服务器页面）技术由嵌入在iis里的vbscript解释器构成，同时它还支持多种脚本语言，包括javascript、perlscript以及vbscript，以com为基础，它可以很容易地访问其他服务器的软件组件。
php象jsp和asp技术一样是由一套放在html文档里的附加的代码标记组成。不同之处是它专为开发web网页而用，所以用它开发的应用会比用vbscript或jsp等开发的相应的应用更为简洁。
今天所有的web服务器都支持perl的加速解决方案。apache的mod_perl免费解决方案就把perl嵌入了apache服务器。这样不仅提高了perl代码的解释速度，而且由于mod_perl缓存作用，代码的执行效率也会有很大的提高。mod_perl还同apache紧密相连，因此perl开发人员可以象c语言开发人员编写底层的apache api程序一样控制web服务器的工作。
在系统运行时，web服务器往往要支撑大量而又密集的用户点击和对动态内容的需求，所以即使再高档的服务器设备，面对不断增加的用户，单位时间内所支持的访问量也是会有一个限度，尤其是对于动态内容较多的情况，因为动态内容的应用需要频繁地调用数据库的数据和应用程序，会占用大量的服务器资源。这时就需要在多个服务器设备之间或多个站点之间分散服务器的负载。
负载均衡的方法有很多，最简单的方法是在不同的服务器之间分配网站的内容。例如，在一个服务器上存放静态html页面，另一个上面存放图象文件，而在第三台上运行所有的cgi程序。不过很明显，这种方法效率不会很高，因为它无法在主机之间实现自动的内容分配，如果其中某一方面的内容过多，仍然会形成负载瓶颈。
dns负载均衡（domain name server-域名服务器）的基本方法是把同一站点的不同的拷贝放在相同的物理服务器上，然后，dns服务器可以返回多个ip地址，方法是dns服务器既可以返回域名的多个ip地址，也可以对同一个dns请求返回不同的ip地址。由于难以确定一个客户端对应的是哪一个ip地址，所以dns只能提供基本的负载均衡服务。而且，由于dns请求留在了客户端和其它的服务器的缓存里，同一个客户端会继续访问同一个web服务器。所以就有可能造成一大批频繁上网的用户用一个ip地址，而另外较少上网的用户却访问另一个ip地址，从而造成分配不均。还有一个问题是dns的缓存并不是持续激活的，这就可能造成当一个客户端正在使用一个web站点时，会结束对该站点其它ip地址的访问。这会给动态网站带来问题，特别是对于需要接受并存储客户端的数据的情况。
软、硬件的负载均衡方法与dns负载均衡相似，但网站只发布一个ip地址，专门设置一台机器接受针对这个ip地址的http请求并把这些请求分发给网站的各个服务器。这种分发通常发生在tcp/ip路由的层次上，可以透明地把这个单一的源/目标ip地址映射到一个特定的服务器上。这种技术可以通过软件或硬件的方式实现。硬件方式的方案效率较高，成本也较高。因为其负载均衡功能可以在web服务器之间均衡地分配访问请求，所以这种方式比dns方式要好。而且，这种方式可以不断地监测web服务器，如果某一个服务器出现故障或问题，则可以把请求动态地重新定向到功能相同的服务器上。
反向代理reverse proxying也是一种简便易行的办法，代理截获客户端的请求，把请求转发给web服务器，再把服务器的回复传给客户端并把内容放入自己的缓存里。这样，同样内容的访问就不必直接由服务器处理，可以在很大程度上减轻服务器的负担。
负载均衡是一种横向扩展服务器性能的方法，我们还可以通过提高web服务器本身性能，即纵向的方法来提高服务器的性能。最明显的一种方式是增加服务器的资源，包括硬盘速度、内存和cpu的处理能力。cpu的处理能力对于内容服务很重要，但主要是对动态网站起作用，因为动态网站需要运行相应的程序，需要花费大量的系统资源。单纯提高硬盘的存取速度或增加内存也是简单易行的方法。代理的方法前面已介绍过，有一点需要补充的是web服务器上的数据同数据库服务器或文件服务器的数据的存储结构是不同的，数据库等的数据结构的设置是为了内容检索的方便，而web服务器的目录结构则为了便于用户查看进行优化组织，那么代理的功能之一就是提供这种数据结构的转化。
最后一方面，很多网站的信息传输都需要ssl加密，然而建立ssl连接需要占用大量的系统资源，所以还需要采用ssl加速的技术。有很多第三方厂商开发的ssl加速卡产品是不错的选择，这些产品价格不贵，而且由于web服务器的ssl密钥通常存在卡上，可以避免非法入侵者从网站上窃取ssl密钥。
由于internet/intranet应用的特点，web服务器的安全性同样是一个关键的问题。web服务器的安全性有两个层次，一是数据流的安全，防止被第三方看到或恶意修改；二是内容的安全，即只有经过授权和通过认证的用户才能看和修改信息。
我们前面提到过，由“https”打头的url利用ssl（现在所说的tranport level security——tls）算法，这种算法的基本原理是在web服务器和web浏览器之间建立安全的、加密的连接。这种情况下，ssl保护的是两种数据，一是发向web服务器的数据，例如用户的姓名和信用卡密码；二是从web服务器检索的秘密的数据，例如拍卖网站上向用户传送的价格信息等。授权和认证是也是web服务器常用的安全技术，实际工作时，web服务器会向web浏览器发送一个信息询问用户的名字和密码并让用户填写，以此确认用户的正确身份。
通过前面的介绍，我们已经掌握了很多关于web服务器的知识。但我们都知道，一个web应用只有web服务器是不够的，它需要同应用服务器协同工作，才能完成一个web站点的功能，那么web服务器同应用服务器有什么不同？简单说，web服务器专门用来向浏览器提供html文档和图象数据，web服务器上的应用程序也是用来产生html文档和图象数据的，这一点不同于应用服务器的应用程序，应用服务器则只包含应用的业务逻辑，负责处理业务应用，而不包括数据库和用户界面程序。
多数情况下，应用服务器作为三层结构的中间层存在。通常，在三层结构中，其它两层分别是用户界面和数据库/数据存储。需要说明的是，上述区分只是功能上的，随着数据标准技术的发展，特别是由于xml的出现，打破了internet上各种数据采集协议和开发语言之间的界限，web服务器和应用服务器也都可以处理对方的数据，具有对方的功能。这种情况下，我们在选用服务器时可能会碰到困难，是选择web服务器还是应用服务器？是不是用一个服务器解决两方面问题就可以了？实际应用中，还是应该把二者区分开来，使它们专注于自己的功能。例如，虽然应用服务器很容易具有提供web网页的功能，但是却很难给应用服务器配置所有的web功能。把两种服务分开还可以提高两种服务器的性能，降低维护的复杂性，例如由于web服务器要频繁而又大量地传送html和图象数据，所以它们一般都需要较高的i/o速度，而应用服务器要对数据做大量的处理，因此需要较大的cpu的处理能力。另外，把二者区分开来有助于系统的稳定性，因为二者的性能指标不一样，所以在调试和配置的时候要求也不一样，把它们混在一起会增加维护难度。
