《HTTP权威指南》——代理

淡淡的烟草味﹌ 2022-09-22 11:57 210阅读 0赞

# 什么是HTTP代理 #

HTTP代理（服务器）时HTTP客户端和HTTP服务器进行事务处理的中间人。  
有了HTTP代理后，HTTP客户端和HTTP服务器不需要直接对话，而是通过HTTP代理进行事务处理。  
HTTP代理**既是客户端，又是服务器**，对于HTTP客户端而言，它是服务器； 对于HTTP服务器而言代理编程了客户端。

## 私有代理 、 公共代理 ##

HTTP代理有私有代理和公共（共享）代理两种：  
\+ **私有代理：** 单个客户端专用的代理  
\+ **公共代理：** 众多客户端共享的代理。  
**大多数代理都是公共代理**

## 代理与网关的对比 ##

*  **代理：** 代理连接的是两个或多个使用**相同协议**的应用程序
 *  **网关：** 网关连接的是两个或多个使用**不同协议**的端点。 如（HTTP/POP网关），可以帮助我们使用HTTP读取E-mail。

## 代理的作用 ##

HTTP代理提供许多功能，如改善安全性、提高性能、节省开销等。  
HTTP代理服务器可以查看、修改、过滤HTTP流量。 下面是几种使用代理的事例：  
\+ **站点过滤：** HTTP代理可以设置允许或禁止客户端访问某一些站点。  
\+ **文档访问控制：**代理可以统一管理多台Web服务器上的资源的访问权限。 而不需要逐一配置各个服务器。  
\+ **安全防火墙：** 网络工程师可以利用HTTP代理对流量进行限制。  
\+ **Web缓存：** HTTP代理能够维护常用文档的本地副本，从而减少因特网通信的开销。  
\+ **反向代理：** 发现代理服务器接收发给Web服务器的真实请求，但发起与其它（更快的，能提供相同服务的）服务器的通信。它可以用来实现**服务器加速器**。

# HTTP代理的部署与实施 #

## 代理的部署与结构 ##

根据目标用途，HTTP代理有一下几种部署方式：  
\+ **出口代理：** 部署在本地网络的出口点，控制本地网络与大型因特网之间的流量。  
\+ **入口代理：** 访问（出口）代理一般部署在ISP访问点上。（ISP使用缓存代理来存储常用文档的副本，降低网络开销，提升网络性能。）  
\+ **网络交换代理：** 部署在网络之间的对等交换点上。  
HTTP代理可以存在动态的层次结构。在层次结构中，带是具有父与子的关系。子代理可以动态选择父代理。  
父代理有不同的动态选择的方式：  
\+ **负载均衡：** 根据父代理上的工作负载级别决定选择哪一个付代理。  
\+ **地理位置：** 根据物理区域选择父代理  
\+ **协议/类型路由：** 根据URI的类型选择父代理  
\+ **基于订购的路由：** 一些使用者可能是付费的高级用户，应该选择性能更高的父代理处理其请求。

### 如何获取HTTP流量 ###

HTTP代理服务器要称为HTTP客户端和服务器之间的中间人，进行事务处理，首先要获取HTTP流量。 一般而言，HTTP客户端会将报文直接发往服务器。我们需要进行一些设置，使得流量流向代理。  
以下是几种让流量流向代理的方法：  
\+ **修改客户端：**对浏览器手动进行代理配置  
\+ **修改网络：**在客户端不知情的情况下，拦截网络流量。这依赖于网络交换/路由设备。  
\+ **修改DNS的命令空间：**在Web服务器之前放置一个替代物（代理服务器）。代理服务器脚本Web服务器的主机名和IP地址。  
\+ \*\*修改Web服务器：\*\*Web服务器向客户端发送一条HTTP重定向命令。

### 客户端的代理设置 ###

所有现代的Web浏览器都允许用户进行代理配置。  
常见的客户端代理配置方法有一下几种：  
\+ **手工配置：** 显示设置要使用的代理， 在浏览器的设置项中进行配置。  
\+ **预先配置浏览器：**浏览器的厂商、发行商在发型浏览器之前对浏览器的代理设置进行手工配置  
\+ **代理的自动配置——PAC：**提供URI，指向JavaScript编写的代理自动配置脚本。  
\+ \*\*WPAD的代理发现：\*\*Wep代理自动发现协议，基于PAC，能够根据一定策略寻找PAC文件。

# 与HTTP代理相关的棘手问题 #

### 代理URI与服务器URI的区别 ###

*  **代理URI：**客户端向服务器发送请求时，请求行仅包含部分URI（不包含主机名和端口号）
 *  **服务器URI：**客户端向服务器发送请求时，请求行包含部分URI（包含主机名和端口号）  
    客户端在不经过代理时，与单个服务器进行对话，服务器都知道自己的主机名和端口（它们属于冗余信息），

### 与虚拟主机一样的问题 ###

虚拟Web服务器会在多个Web站点间共享同一物理Web服务器。  
与代理服务器使用完整URI不同的是，虚拟主机Web站点使用`host`首部来区别不同的站点。

### 拦截代理会收到部分的URI ###

由于客户端并不总是知道与其进行对话的是服务器还是代理， 因为有些代理是不可见的，客户端就没有显示配置为使用代理。此时客户端的流量也可能会经过**拦截代理**。对于客户端而言，拦截代理就相当于Web服务器了。  
拦截代理会拦截从客户端发往服务器的请求（即使客户端的请求没有使用完整的URI）。

### 代理既可以处理代理请求、也可以处理服务器请求 ###

通用的代理应该支持完整的URI，也应支持部分URI。

### 转发过程对URI的修改 ###

代理服务器可能在转发请求的过程修改URI， 这需要格外小心。

## URI的解析 ##

*  **客户端自动拓展 和主机名解析**  
    浏览器在查询不带URI对应的主机时，可能会对URI中的主机名进行自动拓展或者解析。  
    一些浏览器会尝试加入前缀www. 和 后缀 .com  
    有些浏览器会将未解析的URI传给第三方站点，尝试校正拼写错误，给出一些可能的URI建议
 *  **没有代理时的URI解析：**  
    自动拓展 + DNS
 *  **有显示代理时的URI解析：**  
    不自动拓展URI了，直接发给代理。
 *  **有拦截代理时URI的解析：**  
    自动拓展 + 不自动拓展 + DNS