WebSocket协议详解

WebSocket协议是一种基于TCP的、全双工的、持久的网络通信协议，旨在在单个 TCP 连接上提供客户端（通常是 Web 浏览器）和服务器之间的双向、低延迟、实时通信通道。它解决了传统 HTTP 轮询或长轮询在实现实时应用（如聊天、在线游戏）时，效率低下和延迟高的问题。

一、轮询与长轮询

轮询和长轮询是早期实现“伪实时”通信的技术，用于在 HTTP 协议（本身是请求-响应模型）上模拟服务器向客户端的推送。它们本质上是客户端主动、反复询问服务器是否有新数据。

1.轮询

原理：客户端定期（例如每隔 1 秒、5 秒、30 秒）向服务器发送一个标准的 HTTP 请求，询问是否有新数据。无论服务器是否有新数据，都会立即返回一个响应。

• 优点:
  • 实现非常简单。
  • 概念清晰易懂。
• 缺点:
  • 高延迟： 新数据产生后，客户端最多需要等待一个完整的轮询间隔才能收到（平均延迟 = 间隔时间 / 2）。实时性差。
  • 高网络开销： 大量请求是无效的（服务器无数据时也要响应），浪费带宽和服务器资源（处理请求、建立/关闭连接）。
  • 高服务器负载： 即使没有更新，服务器也要不断处理大量“空查询”请求。
  • 电池消耗 (移动端)： 频繁的网络请求和唤醒设备会显著消耗电池。

2.长轮询

原理：客户端发起一个请求，但服务器不会立即响应。服务器将这个请求“挂起”，直到：（1） 有新数据可用，或者；（2）达到一个预设的超时时间。此时服务器才返回响应。客户端收到响应后（无论是否有新数据），立即发起下一个长轮询请求。

• 优点 (相比基础轮询):
  • 显著降低延迟： 一旦服务器有新数据，就能立即推送给等待中的客户端，无需等待下一个轮询间隔。平均延迟更低，接近实时。
  • 减少无效请求： 服务器只在有数据或超时时才响应，减少了大量“空转”的请求和响应。
  • 降低网络开销和服务器负载 (相比基础轮询)： 无效请求/响应的数量大幅减少。
• 缺点:
  • 实现更复杂： 服务器需要维护挂起的请求（连接），涉及连接管理和状态跟踪。对服务器框架有要求（需要支持异步、非阻塞 I/O 或类似机制）。
  • 连接管理开销： 每次长轮询结束（无论是否有数据），都需要关闭当前 HTTP 连接，客户端立即建立一个新的连接。频繁的连接建立/关闭仍有开销（TCP 握手、TLS 握手）。
  • 超时问题： 需要合理设置服务器端的超时时间。太短会导致过多“超时空响应”和频繁重建连接；太长可能导致客户端连接因代理、防火墙或浏览器限制而意外中断。
  • 服务器资源占用： 挂起的连接仍然消耗服务器资源（内存、文件描述符）。高并发时，大量挂起的连接可能导致服务器资源耗尽。
  • 消息顺序保证： 在客户端处理上一个响应并发出下一个请求的短暂间隙，如果服务器有新数据到达，可能会丢失或延迟，需要额外机制保证。
  • 不是真正的推送： 仍然是客户端发起的请求，服务器只是“延迟”了响应。

二、WebSocket 协议特点

• 双向通信：客户端和服务端可以随时独立地向对方发送数据，无需先请求。
• 低延迟：建立连接后，数据帧直接在 TCP 层传输，避免了 HTTP 请求/响应的开销。
• 低开销：数据帧头非常精简（最小仅 2 字节），显著减少了带宽消耗。
• 基于 TCP：提供可靠、有序的字节流传输。
• 与 HTTP 协同工作：握手阶段兼容 HTTP，便于通过防火墙和代理，并共享默认端口（ws：80、wss：443）。
• 支持扩展和子协议：允许定义扩展（如压缩）和子协议（如STOMP、WAMP）以满足特定应用需求。

三、工作流程

1.握手

• 客户端发起一个特殊的 HTTP Upgrade 请求。

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

• 请求头包含：
  • Connection：Upgrade
  • Upgrade：websocket
  • Sec-WebSocket-Key：一个随机的 Base64编码值（由浏览器生成）。
  • Sec-WebSocket-Version：协议版本（通常是13）。
  • Sec-WebSocket-Protocol：（可选）客户端希望使用的子协议列表。
  • Origin：（浏览器通常发送）用于同源策略检查。
• 服务器响应一个 HTTP 101 Switching Protocols 响应。

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

• 响应头包含：
  • Connection：Upgrade
  • Upgrade：websocket
  • Sec-WebSocket-Accept：一个基于客户端发送的 Sec-WebSocket-Key 计算出的值（证明服务器理解 WebSocket 协议）。
  • Sec-WebSocket-Protocol：（可选）服务器从客户端列表中选择的一个子协议。

2.数据传输

• 握手成功后，TCP 连接保持打开状态，但通信协议从 HTTP 升级为 WebSocket。
• 数据以消息的形式交换。一条消息可以由一个或多个帧组成。

 0                   1                   2                   3
 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-------+-+-------------+-------------------------------+
|F|R|R|R| opcode|M| Payload len |    Extended payload length    |
|I|S|S|S|  (4)  |A|     (7)     |             (16/64)           |
|N|V|V|V|       |S|             |   (if payload len==126/127)   |
| |1|2|3|       |K|             |                               |
+-+-+-+-+-------+-+-------------+ - - - - - - - - - - - - - - - +
|     Extended payload length continued, if payload len == 127  |
+ - - - - - - - - - - - - - - - +-------------------------------+
|                               |Masking-key, if MASK set to 1  |
+-------------------------------+-------------------------------+
| Masking-key (continued)       |          Payload Data         |
+-------------------------------- - - - - - - - - - - - - - - - +
:                     Payload Data continued ...                :
+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - +
|                     Payload Data continued ...                |
+---------------------------------------------------------------+

• 帧是传输的基本单位，具有特定的二进制格式：
  • FIN（1 bit）：指示是否是消息的最后一帧。
  • RSV1，RSV2，RSV3（各 1 bit）：保留位，用于扩展。
  • Opcode（4 bits）：定义帧的类型（文本、二进制、连接关闭、ping、pong等）。
  • Mask（1 bit）：指示 Payload Data 是否被掩码（客户端到服务器的帧必须掩码，服务器到客户端的帧不掩码）。
  • Payload Length（7,7+16,7+64 bits）：有效载荷数据长度。
  • Masking-Key（0 or 4 bytes）：如果 Mask 为 1，则存在 4 字节的掩码秘钥。
  • Payload Data：实际传输的数据（文本或二进制）。如果 Mask 为 1，该数据需与 Masking-Key 进行异或运算以解除掩码。
  • 常见的帧类型（Opcode）：
    • 0x0：延续帧
    • 0x1：文本帧-UTF-8 编码
    • 0x2：二进制
    • 0x8：连续关闭帧
    • 0x9：Ping 帧
    • 0xA：Pong 帧

3.连接关闭

• 任何一端都可以发送一个关闭帧来发起关闭。
• 关闭帧可以包含一个状态码（如 1000 表示正常关闭）和可选的关闭原因。
• 收到关闭帧的一端必须发送一个关闭帧作为响应。
• 发送关闭帧后，该端点不再发送任何数据。
• 收到对方的关闭帧后，端点认为连接已关闭，并关闭底层的 TCP 连接。
• Ping/Pong 机制：
  • 服务器或客户端可以发送 Ping 帧。
  • 接收方收到后必须尽快回复一个 Pong 帧（通常携带与 Ping 帧相同的 ApplicationData）。
  • 用途：保持连接活跃、检测连接是否仍然有效（心跳）、测量延迟。

四、URL方案

• ws://：非加密 WebSocket 连接（对应 HTTP）。
• wss://：加密 WebSocket 连接（对应 HTTPS）。

五、优点

• 真正的实时性：服务端可以主动推送数据给客户端，无需等待客户端请求。
• 高效：极低的协议开销，节省带宽和服务器资源。
• 减少延迟：避免了 HTTP 请求的往返时间。
• 复用连接：一个连接处理所有通信。

六、与 HTTP 的关键区别