HTTP

HTTP sta per Hyper Text Transfer Protocol ed è un protocollo di trasferimento di ipertesti del livello superiore della suite Internet.

E’ stato inventato nel 1989 da Tim Berners-Lee insieme a tutto ciò che compone il World Wide Web: il protocollo HTTP, il linguaggio HTML, il primo browser mosaic e il primo server web, httpd.

Note

Commento del prof

HTTP è una invenzione rivoluzionaria nel mondo di oggi, paragonabile a quella della scrittura. E’ la tecnologia che ha spinto Internet a diventare quello che è oggi.
Ha cambiato il mondo più dell’auto, ha diffuso idee, comportamenti e indicato acquisti più della carta.
E’ il motivo per cui oggi tutti abbiamo un telefono in tasca.

HTTP si sviluppa a partire dal 1989 ad oggi secondo varie innovazioni e cambiamenti. Vediamo prima una tabella riassuntiva delle cose che più di tutti hanno modificato il protocollo. Poi vedremo quelle che sono le sue caratteristiche principali.

Riepilogo delle principali versioni HTTP

HTTP 0

HTTP 0.9 è l’ultima delle versioni originali del protocollo. Permette il trasferimento solo di testo semplice, quindi di file HTML statici senza immagini.

HTTP 1

HTTP 1 è la versione che fa la differenza per HTTP: permette l’invio di dati in formato binario, oltre al testo, grazie alla tecnica (importata dai protocolli di mail) dei MIME types da inserire nel nuovo header della risposta, il Content-Type.

HTTP 1.1 in particolare è importante perché rende obbligatorio l’uso dell’header Host nella richiesta. Questo permette ad un unico server di servire più siti web, identificati tramite il nome del dominio lì presente: questa novità introduce una nuova tipologia di azienda: le web farm and hosting companies.

HTTP 2

Il difetto principale di HTTP 1 era la lentezza: le risposte erano inviate in modo sequenziale, una dopo l’altra, senza possibilità di inviare più dati contemporaneamente. L’obiettivo principale per HTTP 2 è la velocità!

HTTP 2 introduce il multiplexing, ovvero la possibilità di inviare più richieste contemporaneamente e introduce la compressione obbligatoria dei dati, così da ridurre la dimensione totale da inviare. Introduce inoltre le risposte push: mentre su HTTP 1 le richieste/risposte sono sempre a coppie, in HTTP 2 ad una richiesta (es: quella per il sito adjam.org) possono corrispondere decine di risposte contemporaneamente (ovvero tutte quelle relative al sito stesso).

HTTP 3

HTTP 3 si occupa invece del problema della sicurezza: introduce la crittografia in HTTP in maniera obbligatoria, non opzionale come su HTTP 1 e HTTP 2.

Inoltre si preoccupa di risolvere il problema del carico aggiuntivo di lavoro che questa sicurezza comporta: viene introdotto il protocollo QUIC, che si basa su UDP, come protocollo di trasporto più efficiente con la crittografia di TLS 1.3 integrata.

Caratteristiche principali

Il protocollo HTTP è un protocollo basato sulla tipologia client/server e sul meccanismo, comunissimo nelle comunicazioni di rete di alto livello, di request/reply (richiesta/risposta): il client esegue una richiesta ed il server restituisce la risposta e poi la connessione viene chiusa (protocollo stateless, senza stato, cioè che non mantiene la connessione attiva).

Il protocollo HTTP si appoggia a livello di trasporto sul protocollo TCP e utilizza lato server la porta 80, mentre la versione HTTPS utilizza la porta 443. La versione 3 del protocollo HTTP si basa su QUIC e utilizza la porta 443 avendo crittografia integrata.

Richiesta e risposta sono comunissimi file di testo: questo serve HTTP facile da implementare, gestire, studiare e “controllare”. Ogni coppia request/reply corrisponde ad un unico file da scambiare fra client e server: questo significa che se un sito è costituito da una pagina con 20 immagini saranno necessarie 20+1 risposte per inviarle tutte! Nel caso di HTTP 1 vi erano 21 coppie richiesta/risposta. Da HTTP 2 in avanti, nel caso di un sito ben configurato sul server, è sufficiente una sola richiesta per ottenere tutte le risorse necessarie.

Richieste HTTP

Il messaggio di richiesta HHTP è composto di tre parti:

1. Riga di richiesta (request line)
2. Sezione Header (informazioni aggiuntive)
3. Body (corpo del messaggio)

La riga di richiesta è composta a sua volta da tre informazioni:

• la versione del protocollo: es: HTTP/1.1.
• il metodo di richiesta; obbligatorio conoscere almeno i metodi GET, POST, HEAD, PUT.
• L’URL; l’informazione che identifica l’oggetto della richiesta (ad esempio la pagina del sito che si vuole vedere).

I metodi HTTP indicano le cose che il protocollo può fare e identificano dunque le azioni da eseguire.

Il metodo GET è il più utilizzato e serve a richiedere una pagina specifica. Si attende la risorsa corrispondente all’URL specificato pensando che arrivi nel body della risposta associata alla richiesta.

Il metodo HEAD è identifico al metodo GET, se non per una importante differenza: il body della risposta associata ad una richiesta HEAD è sempre vuoto! Questo tipo di richiesta è utilizzato per ottenere solo l’header della risposta, senza il body.

Il metodo POST è utilizzato per inviare dati dal client al server; i dati saranno inseriti nel body della richiesta . La risposta associata a una richiesta POST può contenere una conferma di ricezione, una pagina di accesso (nel caso ad esempio che i dati inviati siano delle credenziali di accesso), o un errore.

Il metodo PUT è utilizzato per l’upload di file dal cliente al server. Anche qui, il file da caricare andrà nel body della richiesta e la risposta sarà una semplice conferma di ricezione.

Gli header di richiesta più comuni sono:

• Host: Nome del server a cui si riferisce l’URI. È obbligatorio nelle richieste conformi HTTP/1.1 perché permette l’uso dei virtual host basati sui nomi.
• User-Agent: Identificazione del tipo di client: tipo browser, produttore, versione…
• Referer: indica l’URL che ha “prodotto” la richiesta corrente.
• Accept-Language: lista delle lingue che l’utente è in grado di comprendere

Il body contiene il corpo del messaggio. Il suo contenuto dipende dal metodo utilizzato:

• è vuoto con i metodi GET e HEAD.
• contiene i dati da inviare con il metodo POST
• il file di cui fare l’upload con il metodo PUT
• etc…

HTTP/1.1 GET /
Host: www.adjam.org
User-Agent: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 ...
Accept-Language: it
... (body) ...

Risposte HTTP

Il messaggio di risposta è anch’esso composto da tre parti:

1. Riga di stato (status-line)
2. Sezione header
3. Body (contenuto della risposta)

La riga di stato riporta (anche qui) tre informazioni:

• la versione HTTP (es. HTTP/1.1)
• un codice numerico a tre cifre che identifica il tipo di risposta. I numeri vanno da 100 a 599. Le centinaia identificano il tipo di risposta
• una descrizione testuale della risposta (es. OK, Not Found, Internal Server Error)

Vediamo le diverse tipologie:

• 1xx: Informational (messaggi informativi, non di errore)
• 2xx: Success (la richiesta è stata soddisfatta)
• 3xx: Redirection (la risorsa non è presente, ma si hanno informazioni su come raggiungerla)
• 4xx: Client error (la richiesta non può essere soddisfatta perché sbagliata)
• 5xx: Server error (la richiesta non può essere soddisfatta per un problema interno del server)

Note

Ovviamente non tutti i 500 numeri sono utilizzati nella realtà!
Wikipedia riporta un elenco aggiornato delle status line esistenti (http://en.wikipedia.org/wiki/List_of_HTTP_status_codes).

Gli header della risposta più comuni sono:

• Server: Indica tipo e versione del server
• Content-Type: Indica il tipo di contenuto restituito (tipo MIME).
• Content-encoding: Indica se il contenuto è stato compresso oppure no.
• Content-length: Indica la lunghezza in byte del body

Il body della risposta è tipicamente il posto dove troviamo le informazioni trasportate: ad esempio, in caso di una richiesta GET, il body della risposta contiene il file da trasportare al client.

HTTP/1.1 200 OK
Server: Apache
Content-Encoding: gzip
Content-Length: 1122
Content-Type: text/html
... (seguita dal body coi dati richiesti) ...