框架图
细分
网络世界
首先我们从最开始的地方去观察，现在的网络情况，“它其实像是一段平坦而又一望无际的巨大网络，每一台电脑就是网络上的一个节点，均匀地点缀在这个网络上。”
但其实现实中的网络肯定比这个会更复杂，实际中的互联网是由许许多多个规模略小的网络连接而成，这些小网络中，可能有几百台电脑的局域网也有可能是几万几十万台的广域网，可能是用电脑光纤构成的固定网络，也可能是用基站热点构成的移动网络。
所以互联网世界它更像是数不清的大小岛屿组成的千岛之国。
所以互联网的正式名称为internet里面存储着无穷无尽的信息资源，我们通常所说的上网，实际上访问的只是互联网的一个子集，万维网，是基于HTTP协议传输HTML等超文本协议能力，也就被限制在HTTP协议之内。
所以这么来看的话，互联网上面还有很多万维网之外的资源，例如电子邮件，BT和magnet点对点下载，FTP文件下载，SSH安全登录,各种即时通信服务等等, 他们需要用各自的专有协议来访问。
不过由于HTTP协议非常灵活，易于扩展，且超文本的表述能力极强，所以很多原本不属于HTTP的资源也可以包装成HTTP来访问，这就是为什么我们总能看到各种网页端应用的原因。比如说微信网页版+邮箱网页版。
所以综合来看，现在的互联网90%以上的部分都被往往也就是HTTP所覆盖，所以把互联网约等于万维网或HTTP，也不算错。
浏览器
浏览器的正式名字叫做web browser，顾名思义就是检索查看互联网上网页资源的应用程序，名字里面的web，其实就是指的万维网。浏览器本质上是HTTP协议中的一个请求方，使用HTTP协议获取网络上的各种资源。当然，为了让我们更好的检索，查看网页，它还集成了很多额外的功能。
- 比如HTML排版引擎来展示页面
- JavaScript来使用动态化效果
- 还有开发者工具来调试网页，
...
所以说，在HTTP协议里面浏览器的角色被叫为User Agent,即用户代理。意思就是作为访问者的代理来发起HTTP请求，但是我们一般还是都叫作为客户端。
web服务器
我们刚才说浏览器它是HTTP里面的一个请求方，那应答方是什么？
其实就是服务器，web server。
服务器，是HTTP协议里面响应请求的主体，把控着绝大多数的网络资源，在网络世界里面处于强势地位。所以当我们在谈到web服务器时有两个层面的含义，一个是硬件，一个是软件。
硬件
就是物理型是货运形式的机器，在大多数情况下可能不是一台机器，而是利用反向代理负载均衡等技术组成的庞大集群，但从外界来看，它可能仍然是一台机器，但这个形象它是虚拟的。
软件
那这个服务器，它就是提供web服务的应用程序，通常会运行在硬件含义上的服务器上。利用强大的硬件能力，响应海量的客户端需求，处理磁盘上网页图片等静态文件或者把请求发送给后面的Tomcat, Node.js等业务应用，返回动态的信息。
所以这其中有三个主要的服务器，
- Apache，是老牌的服务器，已经有25年了，功能相当完善，相关的资料很多，新门槛低，是许多创业者建站的入门产品。
- Nginx，是web服务器里面的后起之秀，特点就是高性能，高稳定，易于扩展。和Apache在竞争市场。
- Windows上的IIS+java的Jetty/Tomcat，但因为性能不高，所以在互联网应用上就比较少。
CDN
我们上面说到浏览器和服务器，它是HTTP里面的两个端点，那么这两个端点之间还有什么别的东西吗？
中间有个重要的东西就叫cdn，content delivery network，内容分发网络，可以用的HTTP协议里面的缓存和代理技术，代替源站响应客户端的请求。
好处
它可以缓存源站的数据，让浏览器的请求不用到达源站，服务器直接在半路上就可以获取响应。如果cdn调度算法很优秀，更可以找到离用户最近的节点，大幅度的缩短响应时间。
所以呢，cdn也是现在互联网中一个重要的基础设施，除了基本的网络加速外还提供负载均衡、安全防护、边缘计算、跨运营商网络等功能，能够成倍地放大源站服务器的服务能力。
爬虫
我们刚才提到浏览器，它是一种用户代理，代替我们去访问互联网。
但是HTTP协议里面并没有规定用户代理就必须是真正的人类，它也完全可以是机器人，这些机器人的名字就叫爬虫，是一种可以自动访问web资源的应用程序。
爬虫的来源
一般都是由各大搜索引擎放出来的，抓取网页，存入庞大的数据库，在建立关键字，所以这样我们才能够在搜索引擎中，快速的搜索到互联网的角落。
不好的一面
被过度的消耗网络资源，占用服务器和带宽，影响网站对真实数据的分析，甚至导致敏感数据泄漏。所以这时候就有了各种反爬虫技术。但不管他们是爬虫或者爬虫用到的基本技术就只有两个，一个是HTTP，一个就是HTML
HTML
HTML是HTTP协议里传输的主要内容之一，它描述了超文本页面，用各种标签定义文字图片等资源和排版布局，最终由浏览器渲染得出，可视化界面
WebService
是一种W3C定义的应用服务开发规范，使用Client-Server主从架构，通常使用WSDL定义服务接口，使用HTTP协议传输XML或SOAP消息，也就是说它是一个基于web（HTTP）的服务架构技术，可以运行在内网，也可以运行在外网。
WAF
他是网络应用防火墙，是属于应用层面的防火墙，专门检测HTTP流量，是防护Web应用的安全技术。
waf，通常位于web服务器之前，可以组织如SQL注入、跨站脚本等攻击，目前应用较多的一个开源项目是，ModSecurity, 他能够完全集成进Apache或Nginx。
小结
- 互联网上绝大部分资源都是HTTP协议传输
- 浏览器是HTTP协议里面的请求方，即User Agent
- 服务器是HTTP协议里面的应答方，常用的有Apache和Nginx
- CDN，位于浏览器和服务器之间，主要起到缓存加速的作用
- 爬虫，是另一类User agent，是自动访问网络资源的程序
