这篇纯粹满足自己的好奇心
我好像是一个在海边玩耍的孩子,不时为拾到比通常更光滑的石子或更美丽的 贝壳而欢欣鼓舞,而展现在我面前的是完全未探明的真理之海。牛顿
写本文的时候,想起高中物理课本的一句话:
我好像是一个在海边玩耍的孩子,不时为拾到比通常更光滑的石子或更美丽的贝壳而欢欣鼓舞,而展现在我面前的是完全未探明的真理之海。
那个时候不懂这句话,忙于刷分,如今纯粹是为了自己的好奇心而探究一些问题,脑海中又开始复现这句话。本文的问题来自于前面的一篇文章:《HTTP学习笔记(三) HTTP/2》, 这篇文章里我们提到了HTTP/2的几个特点:
- is binary, instead of textual
二进制代替了文本
- is fully multiplexed, instead of ordered and blocking
多路复用
- can therefore use one connection for parallelism
并行请求
- uses header compression to reduce overhead
压缩请求头,减少消耗
- allows servers to “push” responses proactively into client caches
允许服务器主动推送响应进入客户端的缓存中
其实对于1我是不理解的,毕竟在计算机的世界都是“二进制”嘛,当时我的想法是难道是跟JDK处理String一样的操作,在JDK8之前,String本身是借助于char来存储的:
public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
/** The value is used for character storage. */
private final char value[];
}
到了JDK 8之后, JDK借助byte来存储字符串:
public final class String
implements java.io.Serializable, Comparable<String>, CharSequence,
Constable, ConstantDesc {
@Stable
private final byte[] value;
}
毕竟一个char占两个字节, 一个byte只占一个字节,因为我之前用程序连接过充电桩,接收充电桩的报文,给的报文都是byte类型的,byte更小,像String就带了一些额外的信息,所以我猜想,是这个意义上的二进制,但是这只是猜想,我想过用抓包工具去验证我的猜想,但是发现抓包工具我用的并部署,再加上HTTP/2.0都是加密报文,抓包挺麻烦的,我也想过看HTTP Client的源码,但是这两个见效都太慢了,最近偶然翻看MongDB的文档,翻到了这方面的说明,这个问题就有了答案。其实HTTP也对上面的二进制进行了解释:
Why is HTTP/2 binary?
Binary protocols are more efficient to parse, more compact “on the wire”, and most importantly, they are much less error-prone, compared to textual protocols like HTTP/1.x, because they often have a number of affordances to “help” with things like whitespace handling, capitalization, line endings, blank lines and so on.
二进制协议相对于文本协议,比如HTTP/1.x ,解析效率、传输效率更高,有更好的容错性。还提供了一些机制可以帮助处理空白字符、大小写、空行等等。
For example, HTTP/1.1 defines four different ways to parse a message; in HTTP/2, there’s just one code path.
例如,HTTP/1.1定义了四种解析数据的方式,但是在HTTP/2, 只有一种代码路径。
It’s true that HTTP/2 isn’t usable through telnet, but we already have some tool support, such as a Wireshark plugin.
虽然HTTP/2已经不能再使用Telnet了,但是我们也有其他工具的支持,比如 Wireshark plugin。
所以HTTP说自己是二进制的,潜台词是HTTP/2的数据包采取了高度结构化的格式,因为在计算机中,最终一切都是二进制形式存在。在HTTP/2中传输的数据会被格式化为帧(frame), 每个帧都会被分配一个流。HTTP/2的帧具备特定的格式,如下图所示:
+-----------------------------------------------+
| Length (24) |
+---------------+---------------+---------------+
| Type (8) | Flags (8) |
+-+-------------+---------------+-------------------------------+
|R| Stream Identifier (31) |
+=+=============================================================+
| Frame Payload (0...) ...
+---------------------------------------------------------------+
在HTTP/2中,每个帧都由两部分组成: 帧头(9个字节),帧头是固定长度的,占据9个字节,包含了关于该帧的一些信息,比如长度、类型等。帧头后面是有效载荷,长度可变,取决于帧的类型和内容。这有点类似于TCP数据包,读取HTTP/2帧可以遵循定义好的过程(先读取数据长度,然后帧的类型)。相比之下,HTTP/1.1是由一个ASCII编码的文本行组成的非结构化格式,虽然这些文本最终将以二进制形式传输,但是基本上它是一串字符的流,而不是明确地被分为独立的帧。
HTTP/1.1的消息通过逐个字符地读取字符来解析,直到达到换行字符为止,这种方式有点混乱,但是因为无法知道每行的长度,所以必须逐个字符进行处理。对于HTTP正文的长度可以提前知道,我们可以在HTTP头里获知到这个信息。
这让我想起了MongDB的BSON,我想BSON中的binary的语义应当和HTTP/2的binary语义是对等的,在BSON规范的官网可以看到我们的猜想是正确的:
BSON is a binary format in which zero or more ordered key/value pairs are stored as a single entity. We call this entity a document.
BSON是一种二进制格式,其中有零个或多个有序的键/值对被存储为一个单一的实体,我们将这个实体称之为文档。
下面是一个JSON和其对应的BSON格式的示例:
{"hello": "world"} →
\x16\x00\x00\x00 // total document size 总的文档大小 算上大小字段本身
\x02 // 0x02 = type String
hello\x00 // field name 字段值
\x06\x00\x00\x00world\x00 // field value 字段值
\x00 // 0x00 = type EOO ('end of object')
总结一下,在计算机中最终一切都是二进制格式,当我们在数据格式中看到二进制时,我们可以理解为这种存储结构是高度结构化的 , 读取效率更高,更为紧凑,将数据重新进行布局。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。