WebSocket协议-概念原理

数据小冰

发布于 2024-05-13 17:29:47

2980

发布于 2024-05-13 17:29:47

Part1WebSocket是什么

WebSocket是一种网络传输协议，可以在单个TCP连接上进行全双工通信，它位于OSI模型的应用层。

WebSocket与HTTP不是同一种协议，虽然两者都位于OSI模型的应用层，并且都依赖底层的TCP协议。它们有着各自的协议格式，应用不同的场景。WebSocket协议本身不依赖于HTTP协议，但是在WebSocket最初的建立阶段依赖于HTTP，因为在WebSocket的握手过程使用了HTTP请求来升级协议。

WebSocket协议URL与HTTP类似，明文协议scheme为ws:,对应到HTTP协议是http:。基于SSL/TLS的WebSocket协议的scheme为wss:, 对应到HTTP协议是https:。ws默认端口为80，wss默认端口为443。

Part2为什么需要WebSocket

web通信已经有了HTTP协议，为啥还要搞一个WebSocket协议呢？一定是HTTP协议不能满足某些场景下的需求。下面先分析HTTP协议存在问题，然后分析WebSocket是如何工作的。

1HTTP协议

HTTP是请求应答通信模型，即客户端主动向服务器发送Request请求，服务器回复Response数据。服务器无法主动地向客户端发送资源，所以HTTP协议下客户端和服务器之间是非对称工作方式，是一种半双工通信。

当客户端向服务器发送一个HTTP请求时，客户端和服务器之间打开一个TCP连接，并且在接收到响应后，这个TCP连接会被终止。每个HTTP请求都会向服务器打开一个单独的TCP连接，如果客户端向服务器发送了10个请求，就会打开10个独立的TCP连接。

HTTP协议存在如下问题：

实时性差：通过前面HTTP协议介绍可以看到，HTTP采用的是请求应答模型，服务器无法主动向客户端发送消息。无法满足一些应用场景需求，像在线游戏、实时数据更新。如果采用HTTP协议实现，需要通过轮询来实现，及时性很差。
性能不高：每次请求都会打开TCP连接，请求应答后连接关闭，在频繁通信的场景下，这种频繁TCP建立连接和关闭连接，很消耗性能。

所以引入WebSocket协议解决HTTP存在的问题。

2WebSocket协议

WebSocket协议交互过程如下图，整个过程分为两个阶段。阶段1：进行握手。阶段2：进行数据传输。

握手

出于兼容性考量，握手采用HTTP来实现。客户端发送的握手消息是一个带有Upgrade头的HTTP Request消息。具体长下面这样。

GET /chat HTTP/1.1
Host: server.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Origin: http://example.com
Sec-WebSocket-Protocol: chat, superchat
Sec-WebSocket-Version: 13

通过GET发送HTTP请求，需要HTTP版本号>=1.1
Host:主机名，用于客户端和服务端都能验证它们是否使用的是同一个主机
Upgrade: 升级到WebSocket协议
Connection:连接类型应该被升级，通常与Upgrade一起使用
Sec-WebSocket-Key：随机生成的16字节内容，然后通过Base64编码。确保服务端能够正确地响应客户端的请求，从而验证服务端的身份
Sec-WebSocket-Protocol：指定使用哪个协议
Sec-WebSocket-Version：客户端可以接受哪些子协议

服务端回复给客户端的报文如下。

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

101: 服务端响应101状态码，任何非101状态码都会导致错误，意味着WebSocket握手未完成
Sec-WebSocket-Accept：将客户端传过来的Sec-WebSocket-Key 和全局唯一标识符组合后的Base64编码哈希值。

如果Sec-WebSocket-Accept的值与预期值不匹配，缺少头字段或者HTTP状态码不是101，那么连接将不会被建立，也不会发送数据帧。

发送数据

WebSocket数据帧格式如下：

FIN:占1个bit，标记这个帧是不是消息中的最后一个帧，第一个帧也可以是最后一个帧。因为在WebSocket通信中，一个完整的消息可能需要分成多个帧来传输，而FIN字段就用来告诉对方是否还有后续的帧。
RSV1/RSV2/RSV3:各占1个bit,值必须是0。
opcode:操作码，占4个bit, 表示数据载荷 payload data类型，详情见下表。
MASK:掩码标识，占1个bit。表示载荷数据 payload data是否被掩码。如果设置为1，Masking-key部分有一个掩码钥匙，用这个钥匙对载荷数据进行掩码操作。
Payload len: 数据长度，占用7/（7+16）/（7+64）个bit位。如果值在0-125之间，则该值大小就表示数据长度。如果值为126，则接下来的两个字节（16bit)表示的16位无符号整数即为数据长度。如果值为127，则接下来八个字节（64bit)表示的64位无符号整数即为数据长度。
Masking key:掩码钥匙，占用0或4个字节，所有客户端发送到服务端的数据必须使用一个32位值进行掩码。
Payload data:应用数据。