WebSocket协议 8 问

WebSocket是一种比较新的协议，它是伴随着html5规范而生的，虽然还比较年轻，但大多主流浏览器都已经支持。它使用方便、应用广泛，已经渗透到前后端开发的各种场景中。

对http一问一答中二式流程的不满，催生了支持双向通信的WebSocket诞生。WebSocket是个不太干净协议。

---

本文包括以下内容：
一、WebSocket协议只能浏览器发起么？
二、WebSocket和HTTP什么关系？
三、WebSocket和长轮询有什么区别？
四、如何创建一个连接？
五、如何处理数据？
六、如何使用Nginx做负载均衡？
七、java服务端怎么实现？
八、WebSocket能干些啥？

---

一、WebSocket协议只能浏览器发起么？

不是。目前此协议的受众的也不仅仅是web开发者。

WebSocket只是一种协议，它和http协议一样，使用类似okhttp的组件，可以在任何地方进行调用，甚至可以借助WebSocket实现RPC框架。

二、WebSocket和HTTP什么关系？

WebSocket和http一样，都是处于OSI模型中的最高层：应用层。

WebSocket借助http协议进行握手，握手成功后，就会变身为TCP通道，从此与http不再相见。

使用netstat或者ss，能够看到对应的连接，它与处于抽象层的socket，在外观上没有区别。

三、WebSocket和长轮询有什么区别？

长轮询，就是客户端发送一个请求，服务端将一直在这个连接上等待（当然有一个超长的超时时间），直到有数据才返回，它依然是一个一问一答的模式。比如著名的comted。

WebSocket在握手成功后，就是全双工的TCP通道，数据可以主动从服务端发送到客户端，处于链接两端的应用没有任何区别。

WebSocket创建的连接和Http的长连接是不一样的。由于Http长连接底层依然是Http协议，所以它还是一问一答，只是Hold住了一条命长点的连接而已。

长轮询和Http长连接是阻塞的I/O，但WebSocket可以是非阻塞的（具体是多路复用）。

四、如何创建一个连接？

WebSocket的连接创建是借助Http协议进行的。这样设计主要是考虑兼容性，在浏览器中就可以很方便的发起请求，看起来比较具有迷惑性。

下图是一个典型的由浏览器发起的ws请求，可以看到和http请求长的是非常相似的。但是，它只是请求阶段长得像而已：

请求的地址，一般是：ws://\*\*\*，或者是使用了SSL/TLS加密的安全协议wss:，用来标识是WebSocket请求。

1、 首先，通过Http头里面的Upgrade域，请求进行协议转换。如果服务端支持的话，就可以切换到WebSocket协议。简单点讲：连接已经在那了，通过握手切换成ws协议，就是切换了连接的一个状态而已。

1、Connection域可以认为是与Upgrade域配对的头信息。像nginx等代理服务器，是要先处理Connection，然后再发起协议转换的。

Sec-WebSocket-Key 是随机的字符串，服务器端会用这些数据来构造出一个 SHA-1 的信息摘要。如此操作，可以尽量避免普通 HTTP 请求被误认为 WebSocket 协议。

其他的，像Sec-WebSocket*字样的头信息，表明了客户端支持的子协议以及其他信息。像loT中很流行的mqtt，就可以作为WebSocket的子协议。

使用javascript，可以很容易连接一个WebSocket服务端。

<script>
  var ws = new WebSocket('ws://localhost:80');
  ws.onopen = function () {
    console.log('ws onopen');
    ws.send('from client: hello');
  };
  ws.onmessage = function (e) {
    console.log('ws onmessage');
    console.log('from server: ' + e.data);
  };
  ...
</script>

五、如何处理数据？

WebSocket是通过事件通知的方式运行的。它包含四个事件和两个动作（发送和关闭）。

WebSocket的事件

事件	钩子	备注
open	onopen	连接建立时触发
message	onmessage	客户端接收服务端数据时触发
error	onerror	通信发生错误时触发
close	onclose	连接关闭时触发

数据可直接通过Socket.send()方法进行传输。

通过chrome的Inspect->Network->WS，可以看到页面上的WebSocket连接。如图Opcode为2，表明它是一个二进制帧。

WebSocket有类似tcp协议的帧格式，在此不做过多解释。

参考：(https://tools.ietf.org/html/rfc6455#section-5.1)

心跳

心跳对应的ping、pong操作，opcode分别是0x9、0xA。收到心跳的一方需要自行更新心跳的更新时间。同《使用Netty，我们到底在开发些什么？》介绍的类似，在一些移动环境中，需要更加智能的控制心跳。

六、如何使用Nginx做负载均衡？

nginx官网已经给出了例子。主要是Upgrade和Connection头的设置。

map $http_upgrade $connection_upgrade {
    default upgrade;
    '' close;
}

location /chat/ {
    proxy_pass http://backend;
    proxy_http_version 1.1;
    proxy_set_header Upgrade $http_upgrade;
    proxy_set_header Connection $connection_upgrade;
}

需要注意的是，nginx做负载均衡，不需要配置ip_hash等参数，nginx天然支持。由于ip_hash仅使用ip地址的前三个数字做hash，还有可能造成服务端的不均衡。

七、java服务端怎么实现？

可以实现javax.WebSocket下的包，简单的实现ws服务端。目前基本可以通过注解的方式去编写代码，比如ServerEndpoint。

推荐使用基于netty的netty-socketio进行服务端的编写。由于使用的是netty，所以能够在多个层面进行切入，获取一些统计数据，执行一些控制指令。socketio是一套解决方案，它有多个语言的客户端，并处理了市面上大多数的兼容问题。

八、WebSocket能干些啥？

通知功能

保持一个长连接，当服务端游新的消息，能够实时的推送到使用方。像知乎的点赞通知、评论等，都可以使用WebSocket通信。

某些使用H5的客户端，为了简化开发，也会使用WebSocket进行消息的通知，由于它是实时推送的，会有更好的用户体验。

数据收集

一些次优级别的数据，比如行为日志、trace、异常执栈收集等，都可以开辟专门的WebSocket通道进行传输。这能够增加信息的集中度，并能及时的针对用户的行为进行合适的配置推送。由于大多数浏览器内核都支持，它将使客户端APM编程模型变得简单。

加密 && 认证

虽然使用Fiddler、Charles等能够抓到很多WebSocket包。但如果同时开启SSL，传输加密后的二进制数据，会大幅增加破解的成本，会安全的多。

反向控制钩子

这个…由于是双工长连接，服务端完全可以推送一些钩子命令，甚至直接是代码，在客户端进行执行。比如截个屏，录个音，种个小马。用户只要通过了授权申请，剩下的就随你发挥了。

支付宝偷偷调用你的相机给你拍照的梗，我是相信的。

End

想当年，cometd的出现，惊为天人，振奋了很久。但技术日新月异，cometd已经衰老，而Socket.io得到了快速发展。WebSocket经过一段时间的混沌期，规范已经越来越完善，使用也越来越方便，不需要再处理那么多的兼容。

但它的本质，还是新瓶装旧酒，换汤不换药。WebSocket的发展得益于HTML5规范的制定。规范的意义，就是约束厂商们天马行空的实现，以及指明发展的方向。

这当然有典型的反例，那就是ie。现在，只有一群公认的**，还坚持在用。