Web - Arhitectura Web

transcript

Dr. Sabin Buraga http://www.infoiasi.ro/~busaco/

TehnologiiTehnologii WebWeb <?xml version=“1.0” ?><curs desc=“…” />

Tehnologii Web

Dr. SabinCorneliu BuragaFacultatea de Informatica

Universitatea “A.I.Cuza” – Iasi, Romania

http://www.infoiasi.ro/~busaco/

SpatiulSpatiul WWorld orld WWideide WWebeb

ArhitecturaArhitectura

DetaliiDetalii in in [PSW, 13[PSW, 13‐‐43] [TX, 1143] [TX, 11‐‐28]28]

“De la un anumit punct incolo, nu mai exista cale de intoarcere. Acela este punctul ce trebuie atins.”

Franz Kafka

intrebare

Ce reprezinta Web‐ul?

cuprins

Spatiul World‐Wide Web: “definitii”, istorie, constituenti

HipertextulAdresarea resurselor Web: identificatori uniformi de resurse (URI)

Protocolul HTTP (HyperText Transfer Protocol)Privire de ansamblu

world wide web

Web, WWW, “pinza de paianjen mondiala”

Sistem de distributie locala sau globala a informatiilor hipermedia

world wide web

Serviciu InternetWWW ≠ Internet

Bazat pemodelul client/server si pe hipertext

world wide web

CERN – 1989, Sir Tim Berners‐Lee et al.

“Information Management: A Proposal”

http://www.w3.org/History/1989/proposal.html

world wide web

Functioneaza conform reglementarilorConsortiului Web

MIT, ERCIM, Keio UniversityAdobe, HP, IBM, Microsoft, Sun,…

www.w3.org

world wide web

Ideea:integrarea unor sisteme informationale disparate

intr‐un mod unitar,fara diferente intre sursele de date

“Anything can link to anything”

world wide web

Scopuri principale – Tim Berners‐Lee:independenta de dispozitivindependenta de software

scalabilitateamultimedia

caracter deschis open standards

world wide web

Resursele sint identificate prin adresa lor– identificator uniform de resurse (URI)

Existenta unui protocol (e.g., HTTP) pentru accesul la continutul resurselor

Resursele (vazute ca documente) includ marcaje (adnotari)

Marcajele contin la rindul lor URI‐uripaginipaginiWebWeb

Relatiile dintre o resursa Web, adresa ei (URI) sireprezentarea structurata a resursei

Reprezentarea = date propriu‐zise + meta‐date (date despre date)

world wide web

intrebare

Ce inseamna hipertextul?

“Material scris sau grafic interconectatintr‐o maniera complexa care in modconventional nu poate fi reprezentat pe hirtie.” – Ted Nelson, 1965

hipertext: definire

Text non‐liniarForma de document electronicMetoda de organizare complexa a informatiilor

Forma de comunicare dintre om si calculator,interfata fiind hipertextul

hipertext: definire

Vannebar Bush – As We May Think (1945)MEMEX (MEMory EXtended)

hipertext: istoric

Douglas EngelbartAugment (1968)

mouse, interfete grafice, procesoare de text,posta electronica, script‐uri, ferestre pe ecran etc.

hipertext: istoric

Ted NelsonXanadu (prototip 1991) termenul “hipertext”

hipermedia = hipertext (+multimedia)multimedia = Σmedii

medii: continue (audio, video) | discrete (text)

hipertext: istoric

hipertext: ingrediente

Noduri = concepteLegaturi = relatii

hipertext: ingrediente

Noduri interconectate prin legaturi

Nod sursa = referinta (ancora)Nod destinatie = referent (ancora)

Bi‐ sau uni‐directionaleReferentiale (non‐ierarhice) & organizationale(ierarhice, structurale)

Statice sau dinamice

hipertext: legaturi

hipertext

Documente hipertextPartea de continut – tipuri de mediiPartea de organizare (noduri & legaturide structura – secventa sau explorare)

Partea de prezentare(textuala, grafica, multimedia, 3D, mixta)

hipertext

Structuri hipermediaDocumente hipertext/hipermedia interconectate

Fenomenul “lost in space”

hipertext

Modul de explorare a hipertextului: metafora cartii tiparitestructura liniara cu salturistructura ierarhicastructura semanticacombinata

Structura liniara cu salturi

intrebare

Cum identificam (adresam) resursele Web?

Accesul la o resursa Web se realizeazaprin intermediul identificatorilor uniformi de resurse – URI (Uniform Resource Identifiers)

RFC 2396, 3986

URI: definitii

Resursa“lucru” care poseda o identitate

URI: definitii

Identificatorobiect care poate juca rolul unei resurse

(secventa de caractere avind o sintaxa precisa)

URI: definitii

Uniformitatese permite o interpretare semantica uniformaa mai multor conventii sintactice comune

desemnind identificatori ai unor resurse eterogene

Uniform Resource Locatoridentifica resursele prin reprezentarea

mecanismului de accesare(adresa de retea, domeniu simbolic)

RFC 2717, 2718

URI = URL + URN

Uniform Resource Locator

http://www.infoiasi.ro/~busaco/teach/mailto:tux@pinguin.info

ftp://ftp.funet.fi/pub/README.txttel:+40232201090

URI = URL + URN

Uniform Resource Nameidentifica resursele prin nume,

intr‐o forma persistenta, chiar daca resursa este inaccesibila sau a disparut

RFC 2141

URI = URL + URN

urn:infoiasi.ro:BookInfourn:mozilla:package:communicator

urn:ISBN:973‐681‐988‐4urn:ietf:rfc:2401

schemaschema://://authorityauthority//pathpath??queryquery

http://www.pinguin.info/cauta.php?id=Tux

Caractere rezervate: ; / ? : @ & = + $ ,

Se codifică în baza 16, precedate de %

Exemplu: Spaţiul va deveni %20

De De cece??

URL‐uri absolute http://www.infoiasi.ro/~busaco/cv.html

URL‐uri relative../../csb.css

“Fragmente” dintr‐un conținut pot fireferite prin URIref

(referințe, fragment identifiers)URI#URIref

index.html#resurse

O resursa Web poate fi identificatade unul sau mai multe URI‐uri

URI aliases (de evitat)

Utilizarea URI‐urilor trebuie sa fie consistenta

URI‐urile trebuie considerate opace(nu trebuie “ghicit” tipul continutuluiinspectind URI‐ul asociat resursei)

Starea resursei poate evolua in timp,dar URI‐ul asociat ei nu

Internationalized Resource IdentifierComplementar URI‐ului – vezi RFC 3987

Permite folosirea unor caractere din seturi decaractere mai largi decit ASCII – e.g., Unicode

Exemplu:

http://color.org/ros&#xE9 este identic cu URI‐ulhttp://color.org/ros&#233 (in HTML/XML) sauhttp://color.org/ros&#xE9 (in XML) si poate fireprezentat vizual prin http://color.org/rosé

intrebare

Cum are loc transferul?

HyperText Transfer Protocol

Bazat pe TCP/IP – vezi RFC 2616

Protocol fiabil, de tip cerere/raspunsPort standard de acces: 80

HTTP/0.9, HTTP/1.0, HTTP/1.1

Componente principaleServer Web (daemon – “spirit protector”: httpd)Apache, MS Internet Information Services etc.

Client Web (navigator, browser, robot,…)Netscape, Mozilla (Firefox), Internet Explorer, Opera, wget, Teleport, iTunes,…

Cererea & răspunsulAccesarea (eventual, modificarea)reprezentării resursei via URI‐ul asociat

Server Web

Client Web

cerere

răspuns

HTTP: termeni

MesajUnitatea de baza a unei comunicatii HTTP

(cerere sau raspuns)

HTTP: termeni

IntermediarProxyPoartaTunel

HTTP: termeni

ProxyLocalizat in proximitatea utilizatoruluiAre rol atat de server, cat si de client

Server Web

Client Web P

HTTP: termeni

Poarta (gateway)Intermediar care ascunde serverul tinta,

clientul nestiind aceasta

PoartaWeb

Client Web

Server

HTTP: termeni

TunelRol de retransmitere (eventual, criptata)

a mesajului

HTTP: termeni

CacheDepozit local de stocare – în memorie, pe disc –a mesajelor (datelor) la nivel de server/client

HTTP: mesaje

Mesaj HTTP = antet + corp

Antet = multime de cimpuriMessage-header ::= field-name “:” [ field-value ] CRLF

HTTP: mesaje

Cerere HTTP:Request ::= Method Request-URI ProtocolVersion CRLF[ Message-header ] [ CRLF MIME-data ]GET /index.html HTTP/1.1 CRLF Host: www.pinguin.info

Raspuns HTTP:Status-line ::= HTTP-version Digit Digit Digit Reason CRLFHTTP/1.1 200 OK CRLF …

HTTP: metode

GETcerere de acces la reprezentarea

unei resurse (e.g., cod HTML, CSS, SVG, PDF,…)

HTTP: metode

HEADsimilara cu GET, dar in mod uzual

se doresc doar meta‐informatii (e.g., tipul)

HTTP: metode

POSTutilizata pentru trimiterea unor entitati

(date, actiuni) spre server

e.g., datele dintr‐un formular

HTTP: metode

PUTplaseaza reprezentarea unei resurse pe server

HTTP: metode

OPTIONSfurnizeaza optiunile dialogului intre client & server

(e.g., negocierea reprezentarii)

HTTP: metode

DELETEsterge o resursa (reprezentarea ei) de pe server

HTTP: reprezentari ale resursei

Codificarea setului de caractere (encoding)

ISO‐8859‐1 (implicit), ISO‐8859‐2,…

Tipul continutului resurseiMIME type

Veziurmatoareleslide‐uri

Codificarea mesajelorcomprimare, asigurarea identitatii

si/sau integritatii

gzip, compress,…

Formatul reprezentariitext (HTML, text obisnuit, XML,...) sau binar

HTTP: cimpuri (atribute)

ContentType MIME (Multipurpose Internet Mail Extensions)

Specifica un set de tipuri primare de continut+ subtipuri aditionale

Permite transferul datelor de orice tip

Content-Type: tip/subtip

Tipuri MIME principaletext desemneaza formate textualetext/plain – fisier text neformatattext/html – document HTML(HyperText Markup Language)text/css – foaie de stiluri CSS(Cascading Style Sheet)

Tipuri MIME principaleimage specifica formate graficeimage/gif – imagini in format GIF(Graphical Interchange Format)image/jpeg – fotografii in format JPEG(Joint Picture Experts Group)image/png – imagini PNG(Portable Network Graphics)

Tipuri MIME principaleaudio desemneaza continuturi sonoreaudio/mpeg – fisier MP3 – specificatia privitoare la date audio a standardului MPEG (Motion Picture Experts Group)

Tipuri MIME principalevideo defineste continuturi video (animatii, filme)video/mpeg – fisier MPEG(Motion Picture Experts Group)

Tipuri MIME principaleapplication defineste aplicatiile ce vor fi executate la nivel de clientapplication/executable – program executabilapplication/javascript – program JavaScriptapplication/octetstream – sir de octeti

Tipuri MIME principalemultipart utilizat pentru transferul datelor compusemultipart/mixed – continut mixtmultipart/alternative – continuturi alternative

Location

Location “:” “http://” host [ “:” port ] [ abs_path ]

Location: http://www.infoiasi.ro:8080/s-a_mutat.html

folosit la redirectarea spre o alta reprezentare a resursei

URL encoding

HTTP: cimpuri (atribute) – altele

Accept – specifica tipul/tipurile de reprezentareacceptate de client, plus calitatea

Cache‐Control – stabileste parametrii de controlai cache‐ului (la nivel de proxy, uzual)

Referer – desemneaza URI‐ul resurseicare a referit resursa curenta

HTTP: cimpuri (atribute) – altele

Host – specifica adresa masinii de pe care se solicita accesul la o resursa

Authorization si WWW‐Authenticate – utilizatela autentificarea accesului la o resursa protejata

Alte detalii la www.w3.org/Protocols/HTTP/

HTTP: starea

Coduri de informare (1xx)100 Continue, 101 Switching Protocols

Coduri de succes (2xx)200 Ok, 201 Created, 202 Accepted

Coduri de redirectare (3xx)300 Multiple Choices, 302 Moved Temporarily

HTTP: starea

Coduri de eroare client (4xx)400 Bad Request, 403 Forbidden, 404 Not Found

Coduri de eroare server (5xx)501 Not Implemented, 503 Service Unavailable

Coduri de avertisment: 0..99

HTTP: jurnalizarea cererilor

dyn419.win.tue.nl – licenta [29/Sep/2007:11:08:04 +0300] "GET /~busaco/teach/bsc2006/ HTTP/1.1" 200 24757

dyn419.win.tue.nl – – [29/Sep/2007:11:07:54 +0300] "GET /~busaco/teach/bsc2006 HTTP/1.1" 401 1283

193.226.24.219 – – [29/Sep/2007:11:06:17 +0300] "GET / HTTP/1.1" 403 1039

crawl.googlebot.com – – [29/Sep/2007:11:05:59 +0300] "GET /~busaco/paint/days/trio.jpg HTTP/1.1" 304 –

proxy.info.uaic.ro – – [29/Sep/2007:11:05:38 +0300] "GET /favicon.ico HTTP/1.1" 404 1035

rat.cluj.astral.ro – – [29/Sep/2007:11:04:27 +0300] "GET /~linux/ HTTP/1.0" 200 4974

triton.france3.fr – – [29/Sep/2007:11:04:27 +0300] "GET /~acf/ HTTP/1.1" 200 446

triton.france3.fr – – [29/Sep/2007:11:04:27 +0300] "GET /~acf HTTP/1.1" 301 327

HTTP: exemplu cerere

GET / HTTP/1.1Host: www.pinguin.infoUser-Agent: Mozilla/5.0 (X11; U; Linux i686; en-

US; rv:1.8.0.5) Gecko/20060719 Firefox/1.5.0.5Accept: text/html, image/gif, image/jpeg, */*Accept-Language: en-usAccept-Encoding: gzip,deflate,compress,identityConnection: Keep-Alive

metoda

HTTP: exemplu raspuns

HTTP/1.1 302 FoundDate: Tue, 29 Jan 2008 07:17:13 GMTServer: Apache/2.0.54 (Win32) PHP/5.0.4Location: http://www.pinguin.info/index.htmlContent-Length: 295Connection: closeContent-Type: text/html; charset=iso-8859-1<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML 2.0//EN"><html><head><title>302 Found</title></head><body><h1>Found</h1><p>The document has moved <a href="http://www.pinguin.info/index.html">here</a>.</p><hr /><address>Apache/2.0.54 Server at www.pinguin.info Port 80</address></body></html>

stareacimpuri

continut

privire de ansamblu

Web‐ul = spatiu informational compusdin elemente de interes, numite resurse,

desemnate de identificatori globali – URI/IRI

privire de ansamblu

Aspecte de interesIdentificareaInteractiunea

Reprezentarea prin formate de date

Detalii la www.w3.org/TR/webarch/(recomandare W3C, 2004)

privire de ansamblu

Identificarea resurselorFiecare resursa trebuie sa fie adresabilaFiecarei resurse i se asigneaza un URI distinct (reducerea coliziunilor)

Un URI va avea un proprietar(persoana, organizatie, specificatie,...)

De incurajat utilizarea consistenta a URI‐urilorOpacitatea URI – natura unei resurse nu este datade adresa (URI), ci de reprezentare

privire de ansamblu

InteractiuneaAgent Web = persoane ori software actionind peWebAgent‐utilizator = software actionind in numeleunui utilizator (uman)

Agent software = servere, proxy‐uri, roboti, navigatoare, player‐e multimedia etc.

Comunicarea intre agenti implica URI‐uri, mesaje sidate, via protocoale (HTTP, FTP, SOAP, SMTP,...)

Un mesaj poate fi compus din date & meta‐date (date descriind date)

privire de ansamblu

InteractiuneaAccesul la o resursa se realizeaza prin URI (dereferentiere), eventual implicind mai multi pasi, rezultind o reprezentare a resursei

O reprezentare desemneaza datele ce codificainformatia despre starea unei resurse

Siguranta interactiunii – agentul nu realizeaza nicio actiune colaterala (sideeffects) in cadrulinteractiunii

Preluarea unei resurse (retrieval) trebuie sa fie sigura

privire de ansamblu

Reprezentarea prin formate de dateWeb‐ul nu impune utilizarea unor formate de date, dar incurajeaza refolosirea celor existente

Aspecte importante: formate binare vs. textuale, controlul versiunilor, extensibilitatea, compunerea formatelor, separarea continutului, prezentarii & interactiunii

Hipertextul = includerea, via URI‐uri, de referintela alte resurse in cadrul unei resurse

Legatura in sensul de “relatie”, nu de “conectare fizica”

situri & aplicatii Web

Sit Websistem pe care ruleaza un server Web gazduindo serie de pagini (documente) WWW inrudite– ale unei organizatii, companii sau persoane

Sit WebOfera informatii unitare

Are asociata o adresa publica (vizibila), bazata pe un domeniu Internet

Serverul Web poate gestiona simultanmai multe situri – gazduire virtuala

Poate fi disponibil in intranet sau extranet

Aplicatie Webcolectie interconectata de pagini Web

cu continut generat dinamic, menita a oferiutilizatorilor o functionalitate specifica

Aplicatie WebInteractiunea dintre aplicatie si utilizatori are loc

via o interfataWeb

Uzual, sit Web = aplicatie Web

Exemple: Amazon, Blogger, Expedia, Flickr, Kartoo, PHPMyAdmin, webmin, Wikipedia, YouTube etc.

Arhitectura unei aplicatii Web

rezumat

Spatiul World‐Wide WebHipertextul

Identificatori uniformi de resurseProtocolul HTTP

Privire de ansamblu

Web - Arhitectura Web

Technology