websocket协议原理

xinqing5130

已于 2022-09-29 16:17:28 修改

阅读量1.8k

点赞数

文章标签： websocket 网络协议网络

于 2022-09-29 11:02:38 首次发布

本文链接：https://blog.csdn.net/xinqing5130/article/details/127101935

版权

网络专栏收录该内容

3 篇文章 0 订阅

订阅专栏

在WebSocket API尚未被众多浏览器实现和发布的时期，开发者在开发需要接收来自服务器的实时通知应用程序时，不得不使用ajax长轮询、long pull或者长连接的方式。

ajax轮询的原理非常简单，让浏览器隔个几秒就发送一次请求，询问服务器是否有新信息。长轮询主要是发出一个HTTP请求到服务器，然后保持连接打开以允许服务器在稍后的时间响应；
long poll 其实原理跟 ajax轮询差不多，都是采用轮询的方式，不过采取的是阻塞模型，也就是说，客户端发起连接后，如果没消息，就一直不返回Response给客户端。直到有消息才返回，返回完之后，客户端再次建立连接，周而复始；
HTTP1.0需要在request中增加“Connection： keep-alive” header才能够支持长连接，而HTTP1.1默认支持。

虽然这三种方式都可以解决这一问题，但它们会耗费更多的资源，如CPU、内存和带宽等，并且存在较长的延时问题，导致实时性和效率都比较差，要想很好的解决实时通信问题就需要设计和发布一种新的协议。

WebSocket就是在这个背景下产生的，它是伴随HTML5发布的一种新协议，WebSocket通信协议于2011年被IETF定为标准 RFC6455。它实现了浏览器与服务器全双工通信(full-duplex)。全双工（Full Duplex）是通讯传输的一个术语。双方在通信时允许数据在两个方向上同时传输，它在能力上相当于两个单工通信方式的结合。全双工可以同时进行信号的双向传输。指A→B的同时B→A，就像是双向车道。WebSocket最初建立连接时需要借助于现有的HTTP协议，其他时候直接基于TCP完成通信。

目前主流浏览器对WebSocket都支持的比较好，历史版本可能有问题。

WebSocket使用

WebSocket使用起来比较简单。在客户端，通过new WebSocket实例化一个WebSocket对象，然后基于这个对象发送消息到服务器或接收服务器消息。WebSocket有两个统一资源标志符，四种事件和两个方法。

我们先看一个示例：

var socket;
socket = new WebSocket("ws://test-live.meditrusthealth.com/live-wss?liveId=274");
socket.onmessage = function(event){
	var ta = document.getElementById('responseText');
	ta.value += event.data;
};
socket.onopen = function(event){
	var ta = document.getElementById('responseText');
	ta.value = "Netty-WebSocket服务器。。。。。。连接";
};
socket.onclose = function(event){
	var ta = document.getElementById('responseText');
	ta.value = "Netty-WebSocket服务器。。。。。。关闭";
};

function send(message){
	if(!window.WebSocket){return;}
	if(socket.readyState == WebSocket.OPEN){
		socket.send(message);
	}else{
		alert("WebSocket 连接没有建立成功！");
	}

}

WebSocket URIs
WebSocket目前支持两种统一资源标志符ws和wss，类似于HTTP和HTTPS，如果是wss，那么在连接时必须进行一次TLS握手。URI端口号是非必填，ws默认80端口，wss默认443端口。

ws-URI = "ws:" "//" host [ ":" port ] path [ "?" query ]
wss-URI = "wss:" "//" host [ ":" port ] path [ "?" query ]

WebSocket事件

onopen当在客户端和服务器建立连接，就会从Web Socket实例触发open事件。它被称为客户端和服务器之间的初始握手；
onmessage通常在服务器发送一些数据时发生消息事件。服务器发送给客户端的消息可以包括纯文本消息，二进制数据或图像。无论何时发送数据，都会触发onmessage函数；
onclose关闭事件标志着服务器和客户端之间通信的结束。在onclose事件的帮助下，可以关闭连接。在onclose事件的帮助下标记通信结束后，服务器和客户端之间无法进一步传输消息。关闭事件也可能由于连接不良而发生；
onerror某些错误的错误标记，在通信期间发生。它是在onerror事件的帮助下标记的。在错误之后总是会终止连接。

WebSocket方法

send() WebSocket在客户端和服务器之间建立全双工双向连接后，就可以在连接打开时调用send()方法发送消息；
close() 可以关闭WebSocket连接或者终止连接尝试。如果连接已经关闭，该方法就什么都不做。

WebSocket和Http、TCP的关系

http、WebSocket为应用层协议，作用在于定义数据内容的格式；
TCP是传输层协议，作用在于定义传输方面的东西，譬如如何传输，三次握手的报文格式与方式等；
WebSocket 是独立的、创建在 TCP 上的协议。一个WebSocket连接是建立在TCP连接之上的连接，如果要建立WebSocket连接，必须先建立TCP连接。如果TCP连接失败，那么WebSocket连接失败。如果要关闭WebSocket链接，也是先关闭TCP链接，然后再关闭WebSocket链接。实际上，在WebSocket链接关闭后，还会再关闭一次TCP链接，在RFC6455中，称之为TCP的彻底关闭。
Websocket 通过HTTP/1.1 协议的101状态码进行握手。TCP三次握手建立后，才能发送http请求；而WebSocket之所以与http请求有一定交叉，是因为等TCP建立好后，需要用http请求一次服务器，告诉服务器这次请求是WebSocket协议，之后再是发送基于WebSocket协议定义的数据格式。

WebSocket协议特点

建立在 TCP 协议之上，属于应用层协议；
与 HTTP 协议有着良好的兼容性：
数据格式比较轻量，性能开销小：
WebSocket数据帧格式相对简单，用于协议控制的数据包头部相对较小；
数据实时性较高：
由于WebSocket是全双工的，所以服务端可以随时主动给客户端下发数据，相对于HTTP请求需要待客户端发起请求服务端才能响应，延迟明显更少，用户体验更高。
可以发送的载荷数据可以是文本数据，也可以是二进制数据；
WebSocket协议的数据载荷量相对较大时，还可以分片多帧进行数据发送与接收。

WebSocket Hand Shake解析
为了实现WebSocket通信，首先需要客户端发起一次普通HTTP请求。其中HTTP头部字段Upgrade: websocket（区分大小写）和Connection: Upgrade很重要，告诉服务器通信协议将发生改变，需要将请求转为WebSocket协议。支持WebSocket的服务器端在确认以上请求后，返回状态码为101 Switching Protocols的响应。

请求header

GET /chat HTTP/1.1
Host: example.com:8000
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Sec-WebSocket-Version: 13

返回header

HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=

握手示意图

GET /chat HTTP/1.1

标准请求行，遵循标准格式，可以拆成三个部分：GET请求类型、chat协议、1.1版本的HTTP请求。WebSocket请求握手请求必须是GET，并且版本最低是HTTP1.1。

Connection

必须，且值为Upgrade；

Upgrade

必须，且值为websocket，区分大小写；

Host

必须，如果不是默认端口号，需要在末尾加”:端口号”；

Origin

可以防止使用脚本来跨域访问服务器

Sec-WebSocket-Key

一个 Base64 encode 的值，这个是浏览器随机生成的；

Sec-WebSocket-Version

在WebSocket起草阶段，浏览器厂商使用的协议不尽相同，支持的不太好，于是定义这个header来约定版本。目前已经默认使用13标准版本。WebSocket 版本注册表（下图）；

HTTP/1.1 101 Switching Protocols

返回状态行，遵循状态行标准格式。必须是101，其它code都表示连接没有成功。

Sec-WebSocket-Accept

它是根据客户端请求中的Sec-WebSocket-Key来生成的，它表示服务器端愿意初始化和客户端的连接。具体而言是将客户端发送的Sec-WebSocket-Key 和字符串GUID（258EAFA5-E914-47DA-95CA-C5AB0DC85B11）进行连接。然后使用SHA1算法求得其hash值。最后将hash值进行base64编码。只有当请求头参数Sec-WebSocket-Key字段的值经过固定算法加密后的数据和响应头里的Sec-WebSocket-Accept的值保持一致，该连接才会被认可建立；

Sec-WebSocket-Protocol

它从客户端发送到服务器并返回从服务器到客户端，以确认联系这使脚本既可以选择子协议，也可以确保服务器同意为该子协议提供服务。目前13版本被官方定义为标准版本，13之前的都是草案或者保留版本。而各大浏览器最新的也都默认使用13版本。

WebSocket数据帧

RFC5466对分帧的说明是这样的，为了避免服务器缓存超长度数据，所以将数据分帧。RFC 6455: The WebSocket Protocol

帧和消息的关系我们可以这样理解

帧：最小的通信单位，包含可变长度的帧首部和净荷部分，净荷可能包含完整或部分应用消息；

消息：一系列帧，与应用消息对等。

帧的结构图如下

FIN

是否为最后一个分片（占1比特位）。如果是1，表示这是消息的最后一个分片（fragment）；如果是0，表示不是是消息的最后一个分片fragment。有的时候第一个也可能是最后一个，具体看怎么拆分；

RSV1、2、3

RSV实际是英文单词Re扩展字段（共占3比特位）。一般情况下全为0。当客户端、服务端协商采用WebSocket扩展时，这三个标志位可以非0，且值的含义由扩展进行定义。对于 Reserved 字段，这里不做详细说明，如有扩展需求，可自行查阅相关国际标准RFC6455；

opcode

操作码（占4比特位）。Opcode的值决定了应该如何解析后续的载荷数据payload data；opcode注册表可以参照RCF6455#section-11.8。比如说0x0表示正常帧数据，0x8表示关闭链接操作，0xA表示一个pong操作。这里使用了16进行，0xA实际等于十进制10。

MASK

表示是否要对数据载荷进行掩码操作。从客户端向服务端发送数据时，需要对数据进行掩码操作；从服务端向客户端发送数据时，不需要对数据进行掩码操作。其实这是RFC6455的规定，主要是为网络安全考虑，防止出现“缓存污染攻击”，即防止HTTP代理服务器被攻击。假如给代理服务器发送一条伪造的破坏消息，这时候服务器正常不会接收，但是代理服务器会将消息暂时放到缓存中。在设置掩码的条件下，消息是乱七八糟的字符，HTTP代理服务器就不会缓存下来尝试解码转发，这样就防止了恶意攻击。我的理解是，掩码和分帧的初衷其实是一样的，分帧是为了避免缓存客户端大数据，遇到恶意的请求，顶多缓存一个分帧；而掩码对帧进行一个类似加密的操作，不让服务器识别，这样就连这一个分帧的数据都不会缓存。

Payload length

主要表示数据载荷的长度，包括扩展数据和应用数据之和。扩展数据可能为0，这时候就表示整个应用数据的长度。在RCF6455#section-5.2是这样定义的（如图）；官方文档里给了三种形式的定义，我是没看懂，知道的朋友可以在评论里留言，感谢。

Mask-key

所有从客户端传送到服务端的数据帧，数据载荷都进行了掩码操作（Mask值为1），会携带4字节的Masking-key。对于 Masking-key 掩码算法，可查阅相关国际标准RFC6455；

Payload Data

任意的应用数据，在扩展数据之后（如果存在扩展数据），占据了数据帧剩余的位置。

WebSocket数据发送

必须连接是OPEN状态；
必须将数据压缩成帧的格式，一个或者多个；
opcode必须规范定义；
最后一个帧的FIN必须为1；
如果数据从客户端发往服务器，必须做掩码。

WebSocket数据接收

客户端监听底层网络就可以接收数据；接收到数据之后，需要将这些数据按照帧的定义进行解析；如果是控制帧，比如说关闭、ping或者pong，还需要做相应的操作，控制帧定义RFC 6455: The WebSocket Protocol；

WebSocket连接关闭

WebSocket连接关闭有很多种原因，有正常，有非正常的。WebSocket断开时，会触发closeEvent,而这个对象在onClose()方法中可以直接得到；

CloseEvent.code: code是错误码，是整数类型，它在RCF6455#section-7.4.1中定义；
CloseEvent.reason: reason是断开原因，是字符串，是对上面code的描述；
CloseEvent.wasClean: wasClean表示是否正常断开，是布尔值。一般异常断开时，该值为false。

WebSocket认证

WebSocket没有指定特别的身份认证机制。事实上服务器可以使用任何通用HTTP服务器的身份验证机制，例如cookie、HTTP身份验证或TLS身份验证。

WebSocket和WireShark

如果需要抓包查看WebSocket帧，可以使用WireShark抓包WebSocket，示例如下

小结

不难看出，WebSocket（又称“网套”）是一种全双工通信，它使得客户端和服务器之间的数据交换变得更加简单，且允许服务端主动向客户端推送数据。WebSocket显然解决了传统的“轮询”模式带来的缺点，因为HTTP请求每次都要携带完整的首部。建立WebSocket连接后交换数据，能够显著减少用于协议控制的数据包首部。在WebSocket中，浏览器和服务器只需要一次握手，就直接可以创建持久性的连接，并进行双向的数据传输。由于协议是全双工的，服务器可以随时主动给客户端发送数据，相比HTTP的请求-响应模式，这种方式的延迟明显更少，更适合用于对实时性要求高的应用场景。