websocket 发送ping_一文让你彻底搞懂 WebSocket 的原理

最新推荐文章于 2025-05-25 18:38:47 发布

偃鼠

最新推荐文章于 2025-05-25 18:38:47 发布

阅读量6.6k

点赞数 1

CC 4.0 BY-SA版权

文章标签： websocket 发送ping

本文链接：https://blog.csdn.net/weixin_30490729/article/details/112156055

本文介绍了WebSocket协议的产生背景，定义及其基础帧结构，重点解析了WebSocket的掩码作用。并通过抓包分析展示了WebSocket的握手过程和数据传输特点，强调客户端向服务端发送数据需加掩码，而服务端则无需。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一篇文章《浅析一次HTTP请求https://juejin.im/post/5c3b21e4e51d455231347349》我们分析了简单的一次 HTTP 请求具体是怎么样完成的，分析了 HTTP 协议的数据结构，如何连接，如何断开，又是如何多路复用的，那么今天我们来聊聊另外一个协议，WebSocket。由于 WebSocket 的协议的内容非常多，本文只会取其冰山一角进行简单阐述，不会铺开详细说。

二、什么是 WebSocket

2.1 WebSocket 产生的背景

在 WebSocket 协议出现以前，创建一个和服务端进双通道通信的 web 应用，需要依赖HTTP协议，进行不停的轮询，这会导致一些问题：

服务端被迫维持来自每个客户端的大量不同的连接
大量的轮询请求会造成高开销，比如会带上多余的header，造成了无用的数据传输。

所以，为了解决这些问题，WebSocket 协议应运而生。

2.2 WebSocket 的定义

WebSocket 是一种在单个TCP连接上进行全双工通信的协议。WebSocket 使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。

在 WebSocket API 中，浏览器和服务器只需要完成一次握手，两者之间就直接可以创建持久性的连接，并进行双向数据传输。（维基百科）

三、WebSocket 的基础帧结构分析

下图是我参考 RFC6455 5.2章节画的websocket 基础帧的数据结构图，接下里我们重点解析下数据结构图。

FIN:占用1 bit，表示这是消息的最后一个片段。第一个片段也有可能是最后一个片段。
RSV1，RSV2，RSV3: 每个1 bit

必须设置为0，除非扩展了非0值含义的扩展。如果收到了一个非0值但是没有扩展任何非0值的含义，接收终端必须断开WebSocket连接。

Opcode: 4 bit,操作码，如果收到一个未知的操作码，接收终端必须断开WebSocket连接。

%x0 表示一个持续帧
%x1 表示一个文本帧
%x2 表示一个二进制帧
%x3-7 预留给以后的非控制帧
%x8 表示一个连接关闭包
%x9 表示一个ping包
%xA 表示一个pong包
%xB-F 预留给以后的控制帧

Mask: 1 bit，mask标志位，定义“有效负载数据”是否添加掩码。如果设置为1，那么掩码的键值存在于Masking-Key中。

Payload length: 7 bits, 7+16 bits, or 7+64 bits，以字节为单位的“有效负载数据”长度。

Masking-Key: 0 or 4 bytes，所有从客户端发往服务端的数据帧都已经与一个包含在这一帧中的32 bit的掩码进行过了运算。如果mask标志位（1 bit）为1，那么这个字段存在，如果标志位为0，那么这个字段不存在。

备注：载荷数据的长度，不包括mask key的长度。。

Payload data：有效负载数据

为什么需要掩码？

为了安全，但并不是为了防止数据泄密，而是为了防止早期版本的协议中存在的代理缓存污染攻击（proxy cache poisoning attacks）等问题。

四、抓包分析

4.1 DEMO展示及分析

我写了一个DMEMO用来抓包分析 websocket,源代码会放在文章末尾的链接。DEMO效果如下：

页面提供连接与断开功能，输入自己的名字发送，服务端返回Hello,名字！功能很简单，我们先看看页面的请求和响应。

请求：

响应：

这里的请求与响应就是反应了 WebSocket 的一次握手，我们根据上图可以简单抽象一下 WebSocket 的请求和响应格式：客户端握手请求格式：

       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

服务端握手响应：

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

我们重点说明下结果请求字段：

Upgrade：
表示HTTP协议升级为webSocket
connection:Upgrade 请求升级。
Sec-WebSocket-Key：
用于服务端进行标识认证，生成全局唯一id,GUID。
Sec-WebSocket-Version：
版本
Sec-WebSocket-Protocol: 请求服务端使用指定的子协议。
如果指定了这个字段，服务器需要包含相同的字段，并且从子协议的之中选择一个值作为建立连接的响应。
Sec-WebSocket-Extensions: WebSocket的扩展。
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo= 生成的全局唯一id，GUID。

4.2 抓包

我在DEMO中的操作流程如下：

连接WebSocket
发送“LUOZHOU”
断开连接

用 Wireshark 抓包如下：

我们结合浏览器截图和抓包截图，发现在真正开启 websocket 之前，浏览器会有两次http请求，分别是：

A请求 GET /gs-guide-websocket/info?t=1551252237372 HTTP/1.1

B请求 GET /gs-guide-websocket/690/pdsz5x1q/websocket HTTP/1.1

根据 RFC6455 协议规定 WebSocket 只需要一次握手就可以完成，所以我们只需要分析第二次的http 握手请求，A请求应该是使用的框架层面自己实现。

我们根据截图可以知道，B请求对应的响应是序号 192 的数据，返回码是101，根据 HTTP 返回码我们可以知道，服务器已经理解了客户端的请求，并将通过Upgrade 消息头通知客户端采用不同的协议来完成这个请求。在发送完这个响应最后的空行后，服务器将会切换到在 Upgrade 消息头中定义的那些协议，也就是升级为 WebSocket 协议。所以接着193的包已经变成了 WebSocket 协议了。到这里，WebSocket 的握手连接就已经完成了。

接下来我们分析下发送消息的流程，这里大家肯定会疑惑，就发送了一条消息，为啥会有这么多 WebSocket 的包呢？其实这里多余的包是框架层面进行发送的，比如要进行订阅与发布的注册等等操作。所以真正使我们操作的包就只有断开连接的相关包和发送“LUOZHOU”的包

根据上图我们发现序号229的包是一个文本类型的包，opcode:1,然后采用了掩码处理，同时是最后一个处理包。我们仔细发现所有客户端发送服务端的包都会有[MASKED]标记，服务端返回的没有，这就说明了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。