曾续缘

切换主题

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。WebSocket通信协议于2011年被IETF定为标准RFC6455，并由RFC7936补充规范。WebSocket API也被W3C定为标准。它被设计用于替代传统的 HTTP 长轮询方法来实现实时通信，提供了更高效、低延迟的数据传输方式。

WebSocket原理 ​

握手过程 ​

WebSocket连接的建立需要经过一次握手过程。客户端与服务器之间首先建立一个HTTP连接，然后通过Upgrade请求头将连接协议升级为WebSocket。

客户端发起握手请求 ​

客户端通过发送一个标准的HTTP请求来发起握手。这个请求与普通的HTTP请求类似，但包含了一些特定的头字段，以指示这是一个WebSocket握手请求。

GET /ws HTTP/1.1
Host: example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Sec-WebSocket-Version: 13
Origin: http://example.com
  • GET /ws HTTP/1.1: 请求行，指定了要访问的URL（这里是/ws）和HTTP版本。
  • Host: 标准的HTTP头，指定了服务器的域名或IP地址。
  • Upgrade: websocket: 请求头，指示客户端想要将连接升级到WebSocket协议。
  • Connection: Upgrade: 请求头，与Upgrade头一起使用，表示客户端想要升级协议。
  • Sec-WebSocket-Key: 一个base64编码的随机值，服务器将使用这个值来构造一个响应，以证明它理解WebSocket协议。
  • Sec-WebSocket-Version: 指示客户端想要使用的WebSocket协议版本。
  • Origin: （可选）指示发起请求的源（在浏览器中通常是脚本发起的）。

服务器响应握手请求 ​

服务器接收到握手请求后，如果它支持WebSocket协议，并且愿意接受这个连接，它会返回一个包含特定头字段的HTTP响应。

HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=
  • HTTP/1.1 101 Switching Protocols: 状态行，表示服务器同意切换协议。
  • Upgrade: websocket: 响应头，确认服务器将协议升级到WebSocket。
  • Connection: Upgrade: 响应头，确认服务器将连接升级。
  • Sec-WebSocket-Accept: 服务器使用客户端发送的Sec-WebSocket-Key，按照特定规则（将这个值与一个固定的GUID "258EAFA5-E914-47DA-95CA-C5AB0DC85B11" 拼接，然后计算SHA-1散列，最后进行base64编码）生成的值。客户端会验证这个值以确认服务器确实理解WebSocket协议。

握手完成 ​

一旦客户端收到 101 响应并且验证了 Sec-WebSocket-Accept 字段，它就知道握手成功了。此时，连接将从 HTTP 升级到 WebSocket 协议，并且客户端和服务器都可以开始发送和接收数据帧。

数据传输 ​

握手完成后，客户端和服务器之间可以开始发送数据帧。WebSocket 支持两种类型的数据帧：文本帧和二进制帧。

  • 文本帧：包含 UTF-8 编码的文本数据。
  • 二进制帧：包含任意二进制数据。

除了数据帧之外，WebSocket 还支持控制帧，如关闭帧、ping 帧和 pong 帧。

  • 关闭帧：用来关闭连接。
  • ping 帧：客户端或服务器可以发送 ping 帧来检查连接是否仍然有效。
  • pong 帧：接收 ping 帧的一方必须发送一个 pong 帧作为回应。

WebSocket通过心跳机制来维持连接。客户端和服务器在连接建立后，定期发送ping帧和pong帧，以确保对方在线。

数据帧格式 ​

WebSocket的握手过程成功之后，会进行双向数据传输，这些数据以“帧”为单位进行发送和接收。

WebSocket 数据帧由一个固定长度的头部和一个可变长度的数据负载组成。

头部结构 ​

第一个字节 ​

第一个字节包含重要的标志和控制信息。FIN占1位，表示这是一个消息的最后一个分片，即消息结束标志。RSV1、RSV2、RSV3各占1位，通常用于扩展，默认为0。

操作码 (4 bits): 指定帧类型，常见的操作码有：

  • 0x0: 续帧，属于多帧消息的一部分。
  • 0x1: 文本帧，包含 UTF-8 编码的文本数据。
  • 0x2: 二进制帧，包含任意二进制数据。
  • 0x3-7 ：保留未来的非控制帧使用。
  • 0x8: 关闭帧，通知另一端关闭连接。
  • 0x9: PING 帧，用于检测连接是否仍然有效。
  • 0xA: PONG 帧，作为对 PING 帧的响应。
  • 0xB-F ：保留未来的控制帧使用。

第二个字节 ​

掩码标志 (1 bit): 指示来自客户端的帧是否进行了掩码处理。所有来自客户端的帧都必须设置这个位为1。

负载长度 (7 bits): 指示负载数据的长度。根据7bits具体值可到 64 bits。

  • 如果负载长度小于 126，则直接使用该字节的最后 7 位表示。
  • 如果负载长度在 126 和 65535 之间，则使用接下来的两个字节（16 位整数）表示。
  • 如果负载长度大于 65535，则使用接下来的八个字节（64 位整数）表示。

掩码键 (如果需要) ​

  • 掩码键 (4 bytes): 当掩码标志被设置时，这四个字节用于解码客户端发送的数据负载。服务器发送的数据负载不需要掩码。

负载数据 ​

根据负载长度字段指定的长度，包含实际的数据内容。

掩码处理 ​

WebSocket协议要求所有来自客户端的帧都必须进行掩码处理，这是为了防止恶意脚本在浏览器中通过WebSocket连接注入数据。掩码处理是通过将每个数据字节与掩码键进行XOR操作来完成的。

掩码键是随机生成的，并且每个帧都是唯一的。服务器在接收到掩码帧时，必须使用掩码键来解掩码数据。