互联网是如何工作的

浏览器 → DNS → TCP → HTTP → 服务器 → 数据库 → 响应 → 渲染

从高层来看，一个 Web 请求不是单一动作，而是一条协同工作的系统链路。每一步都存在于解决一个特定问题：找到目标位置、建立通信、定义请求、处理逻辑、检索数据，以及返回结果。

DNS 回答 “这个服务位于哪里？” TCP 回答 “我们如何可靠地通信？” HTTP 回答 “到底请求的是什么？” Server 和 Database 回答 “系统应该计算并返回什么？”

这些层彼此独立运行，但按顺序协作。没有任何单个组件能理解整个系统——每个组件只执行自己的职责，然后把控制权传递给下一步。

对用户来说看起来是瞬时完成的事情，实际上是在毫秒内执行的一条结构化抽象流水线。

当用户输入一个 URL 时，浏览器做的不只是“打开一个页面”。它首先会解析输入内容，以识别协议（例如 HTTPS）、域名以及请求的路径。

计算机不能使用像 example.com 这样的域名来路由流量。网络使用的是 IP 地址，也就是数字标识符。

浏览器会检查本地缓存，看看是否已经知道该域名对应的 IP 地址。如果不知道，它就会发起 DNS 查询过程，将名称解析为可路由的 IP 地址。

只有在完成这一步转换之后，系统才能继续建立连接。

DNS 的设计目标是作为互联网的分布式目录。它不依赖单一的中心数据库，而是将职责分散到多个层级的服务器上，以支持全球规模的访问。

当某个域名在本地还未知时，递归解析器会开始查询过程。它首先联系根服务器，根服务器会指向正确的顶级域（Top-Level Domain, TLD）服务器，例如 .com 或 .org。然后，TLD 服务器会将解析器引导到该特定域名的权威名称服务器。

权威服务器会提供最终的 IP 地址。该地址会返回给客户端，使浏览器能够继续并与正确的目标建立网络连接。

这种分层设计让 DNS 保持有序、可扩展，并且能够支持每天数十亿次查询。

TCP 不会立即开始发送应用数据。它首先通过一个三步过程建立连接：SYN → SYN-ACK → ACK。

客户端先发送一个 SYN（同步）消息来请求建立连接。服务器返回 SYN-ACK，确认请求并共享自己的起始序列号。然后客户端发送 ACK 来确认收到。此时，双方已经就初始序列号达成一致，并且知道对方已经准备就绪。

这个交换过程为可靠传输奠定了基础。TCP 会跟踪序列号、检测丢包、重传缺失的数据，并根据网络状况调整发送速度。

只有在完成这一步协调之后，实际的应用数据才会开始传输。

TCP 确保字节能够可靠传输，但它并不定义这些字节的含义。HTTP 位于 TCP 之上，为通信提供结构和语义。它定义了客户端如何请求某些内容，以及服务器如何响应。

HTTP 请求包括一个方法（例如 GET 或 POST）、描述元数据的 headers，以及可选的包含数据的 body。服务器会返回一个状态码、headers 和请求的内容。由于双方都遵循相同的规则，它们可以一致地解释消息。

HTTP 之所以重要，是因为 Internet 是一个共享系统。如果没有定义消息结构和意图的通用协议，浏览器和服务器就无法相互理解。HTTP 为 web 创建了这种共享语言。

它定义的是请求和返回的内容，而不是数据在网络中如何物理传输。

当数据到达一台机器时，它不会自动“运行”。操作系统接收网络数据，并使用 sockets 将其定向到正确的进程。这就是请求到达服务器程序的方式。

然后，OS 会管理所需的资源。它调度 CPU 时间以便服务器能够执行，分配内存用于处理，并控制对文件或数据库的访问。如果没有操作系统协调这些资源，就无法安全或高效地处理多个请求。

一旦请求进入服务器进程，应用程序逻辑就开始接管。它会解析 HTTP 消息，执行所需的计算或数据库查询，并构造响应。

操作系统负责让执行成为可能。服务器应用程序定义行为。

应用会不断生成数据——用户账户、帖子、交易、日志和配置。如果这些数据只存在于内存中，那么程序每次重启时它们都会消失。数据库通过在磁盘或分布式系统上提供持久存储来解决这个问题。

但仅有存储还不够。数据必须是有结构且可查询的。数据库会将信息组织成表或集合，并提供查询语言，使应用能够检索特定记录，而不必手动扫描全部数据。

为了提升性能，数据库会使用索引——一种充当查找映射的专用数据结构。引擎不需要检查每一行，而是可以直接跳转到相关条目。

数据库至关重要，因为现代应用需要持久状态。没有数据库，每个请求都会彼此独立运行，不会记住之前发生过的事情。

当用户多次请求同一个资源时，从头重新计算是低效的。缓存通过存储响应副本来解决这个问题，这样后续请求就可以立即返回，而无需再次访问数据库或应用逻辑。

缓存存在于多个层级——浏览器内部、服务器上以及网络边缘。内容分发网络（CDN）通过将内容分发到地理上分散的数据中心，将这一理念扩展到全球范围。用户不再总是连接源站服务器，而是被路由到最近的边缘节点。

缩短物理距离可以降低网络延迟，减少重复计算可以降低服务器负载。这些优化结合起来，能够在大规模场景下显著提升响应时间。

不过，缓存数据可能会过期，因此系统必须在速度和数据新鲜度之间取得平衡。

由于 Internet 请求生命周期涵盖 DNS、传输、服务器和数据库，因此问题可能出现在任何阶段。如果 DNS 无法解析域名，连接就不会开始。如果网络丢包或 TCP 连接断开，通信就会中断。

即使请求已经到达服务器，故障仍然可能发生。服务器进程可能崩溃、内存耗尽，或者无法连接到数据库。缓慢或无响应的数据库会延迟整个响应。

分布式系统很少会一次性全部失败。相反，它们通常是部分失败——一次只影响一个区域、一个实例或一个依赖项。设计弹性系统需要在多个层面加入冗余、健康检查、重试和回退机制。

理解故障可能发生的位置，对于理解真实世界中的系统行为至关重要。