这篇文章解决什么问题
我们平时访问一个网站时，直觉上会以为浏览器直接连到了目标服务器。实际情况往往更复杂：请求可能先经过代理服务器，也可能经过网关、隧道、缓存服务器，最后才到达真正保存资源的服务器。
这一章主要讨论的就是这些与 HTTP 协作的 Web 服务器组件：
- 一台服务器如何承载多个网站：虚拟主机
- HTTP 请求在中途可能遇到哪些角色：代理、网关、隧道
- 为什么缓存能减少访问源服务器的次数
- 缓存服务器和客户端缓存分别是什么
一台服务器为什么能放多个网站：虚拟主机
HTTP/1.1 允许一台 HTTP 服务器搭建多个 Web 站点。物理上可能只有一台服务器，但使用虚拟主机功能后，表面上可以像多台服务器一样，分别承载不同域名的网站。
问题在于：多个域名经过 DNS 解析后，可能指向同一个 IP 地址。当请求到达服务器时，服务器需要知道客户端到底想访问哪个域名下的网站。
这个判断依赖 HTTP 请求中的Host首部。
GET /index.html HTTP/1.1 Host: blog.example.com可以把虚拟主机的访问过程理解成这样：
域名 A
DNS 解析到同一台服务器
域名 B
HTTP 请求携带 Host 首部
服务器根据 Host 区分目标网站
所以，虚拟主机的核心不是“一台机器真的变成了多台机器”，而是服务器根据请求里的Host首部，把同一个 IP 上的不同域名区分开。
HTTP 请求路上的中间角色
HTTP 通信时，除了客户端和服务器，还可能存在一些用于转发通信数据的应用程序。书中重点介绍了三类：代理、网关、隧道。
它们都可以把请求转发给通信线路上的下一站服务器，也可以接收下一站服务器返回的响应，再转发给客户端。
代理：替客户端转发请求
代理是一种有转发功能的应用程序，扮演客户端和服务器之间的“中间人”角色。
它的基本行为是：
请求
不改变请求 URI，转发请求
响应
响应
客户端
代理服务器
源服务器
持有资源实体的服务器被称为源服务器。代理从客户端接收请求后，会把请求转发给前方持有资源的目标服务器；源服务器返回的响应也会先经过代理，再传给客户端。
在 HTTP 通信中，可以级联多台代理服务器。每次通过代理转发请求或响应时，需要追加Via首部，用来标记经过的主机信息。
客户端
代理 proxy1
代理 proxy2
源服务器
使用代理服务器的理由包括：
- 利用缓存减少网络带宽流量
- 在组织内部针对特定 URI 进行访问控制
- 获取访问日志
书中还按两个维度给代理分类：
| 分类维度 | 类型 | 含义 |
|---|---|---|
| 是否使用缓存 | 缓存代理 | 转发响应时预先保存资源副本，再次收到相同资源请求时可直接返回缓存 |
| 是否修改报文 | 透明代理 | 转发请求或响应时不对报文做任何加工 |
| 是否修改报文 | 非透明代理 | 转发请求或响应时会对报文内容进行加工 |
网关：让 HTTP 连接到非 HTTP 服务
网关和代理的工作机制很相似，也会转发其他服务器的通信数据。不同的是，网关能让通信线路上的服务器提供非 HTTP 协议服务。
对客户端来说，网关有时就像自己拥有资源的源服务器一样处理请求，客户端未必能察觉通信目标其实是网关。
转换为非 HTTP 协议通信
处理结果
HTTP 响应
客户端 HTTP 请求
网关
非 HTTP 服务器/后端系统
书中举到的例子包括：
- 网关连接数据库，使用 SQL 语句查询数据
- Web 购物网站通过网关和信用卡结算系统联动
网关还能提高通信的安全性，例如在客户端与网关之间的通信线路上加密，以确保连接安全。
隧道：建立一条安全通信线路
隧道是在相隔较远的客户端和服务器之间进行中转，并保持双方通信连接的应用程序。
它的目的，是按要求建立一条与其他服务器的通信线路，并使用 SSL 等加密手段进行通信，确保客户端能与服务器安全通信。
通过隧道建立安全通信线路
客户端
隧道
服务器
隧道本身不会解析 HTTP 请求，而是把请求保持原样中转给之后的服务器。通信双方断开连接时，隧道也会结束。
代理、网关、隧道的区别
这三个概念容易混在一起，可以用下面这张表快速区分：
| 概念 | 书中核心描述 | 典型作用 |
|---|---|---|
| 代理 Proxy | 位于客户端和服务器之间，接收客户端请求并转发给源服务器，再把响应转发给客户端 | 缓存、访问控制、访问日志 |
| 网关 Gateway | 转发其他服务器的通信数据，让服务器提供非 HTTP 协议服务 | 连接数据库、连接信用卡结算系统、提高通信安全性 |
| 隧道 Tunnel | 在客户端和服务器之间中转并保持通信连接，本身不解析 HTTP 请求 | 使用 SSL 等加密手段建立安全通信线路 |
一句话记忆：
代理偏“转发”，网关偏“转换”，隧道偏“透明传输”。
缓存为什么能让 Web 更快
缓存是指代理服务器或客户端本地磁盘内保存的资源副本。
利用缓存，可以减少对源服务器的访问，从而节省通信流量和通信时间。缓存服务器属于代理服务器的一种，也就是缓存代理。
缓存服务器的基本工作方式可以概括为：
没有缓存
已有缓存
有效
需要确认或已失效
客户端请求资源
缓存服务器内是否已有资源副本？
向源服务器请求资源
转发响应时复制资源并保存
返回给客户端
缓存是否仍然有效？
向源服务器确认有效性
必要时重新获取新资源
缓存的优势在于：如果某个资源已经被缓存，客户端就可以从缓存服务器获取资源，源服务器也不必反复处理相同请求。
但缓存并不是只要存在就一定能直接使用。书中强调，即使缓存服务器中有缓存，也可能因为客户端要求、缓存有效期、源服务器资源更新等因素，需要向源服务器确认资源的有效性。若判断缓存失效，缓存服务器会再次从源服务器获取新资源。
客户端也有缓存
缓存不仅可以存在于缓存服务器内，也可以存在于客户端浏览器中。
浏览器缓存如果有效，就不必再向服务器请求相同资源，可以直接从本地磁盘读取。和缓存服务器一样，当浏览器判断缓存过期后，也会向源服务器确认资源有效性；如果缓存已经失效，就会再次请求新资源。
补充理解：缓存相关首部要到后面一起看
第 5 章主要讲“缓存是什么、缓存服务器和客户端缓存怎么工作”。具体的缓存控制细节，会在 HTTP 首部相关内容里展开。
实际排查缓存问题时，常见会关注这些字段：
Cache-ControlExpiresETagLast-ModifiedAge
