陈展

　　陈展

　　去哪儿大住宿事业部UED中心Touch组前端工程师，主要从事移动端前端开发。

　　关注并热衷于React技术栈、canvas技术、css3及node技术。

　　过去的一年多时间里，本人参与了公司web ochat项目的开发和持续维护、升级、外接服务等。该项目是一个基于WebSocket的即时通信服务的网页端服务。服务包含了即时聊天、好友、群等各种功能，支持文字、表情、图片、分享、定位、文件、语音等各种消息类型，并包含断线重连、消息补偿等机制。下面跟大家分享一下本人对于WebSocket知识的一些梳理。

　　一、 什么是WebSocket？

　　大家都知道，HTML5中新来了个叫WebSocket的会员。WebSocket是什么大家也应该多多少少有所了解，它能实现客户端浏览器与服务器的双向通讯。说到双向通讯，可能有人首先会想到即时通讯，没错WebSocket可以用于网页即时通讯。当然还有很多其他的应用场景。

　　WebSocket有什么优势？以往我们在网页上做即时通讯通常来说是这样的：浏览器网页隔几秒就打个电话（发个http请求）给服务器问下有没有新消息，服务器回应没有消息或者把新信息告诉网页；拿到新消息的网页通过js操作显示消息给使用者看。当然也有这样的场景：浏览器网页隔几秒就发个微信消息（发个http请求）给服务器问下有没有新消息，没有时服务器就不回复微信，有的话服务器就把消息回复给网页。这样子看起来十分美好，功能也实现了，但其实有一些问题没有很好地处理，比如：由于http通信是无状态的，网页第一次请求某人的新消息，需要带上所有的请求头及请求参数，隔几秒后的下一次请求依然还要带上完整的请求头和相同的参数，这很浪费资源，而且对服务器处理速度也有要求。那么，最好就是不用网页去询问，当有新消息时服务器直接把新消息推送给网页来显示。WebSocket正是为这种需求而生，它的基本通信原理简单来说就是：浏览器与服务器打开一条tcp通道并维持通道持续畅通，然后服务器和浏览器就可以自由的随时的发消息给对方。

　　二、 WebSocket打开阶段握手

　　从实质上来说，WebSocket应该是一种协议，与HTML版本无关，为什么跟HTML5牵扯在一起？WebSocket协议是在HTML5中提出的协议规范，并且HTML5制定了一套使用WebSocket的Java API。和http协议一样，WebSocket协议也是基于传输层协议TCP的应用层协议。

　　WebSocket在建立tcp连接的握手阶段，需要借助于http（https）协议，这一握手过程如图1所示。

图1. WebSocket握手过程

　　按照步骤来看，首先第一步是发送一个http（https）请求，请求服务器升级到WebSocket通信协议。在这一步的请求头中会包含这些信息：

　　Connection: Upgrade Upgrade: websocket Sec-WebSocket-Key: XXXXXXXXXXXXXXXXXXXXXX== Sec-WebSocket-Protocol: xxxx Sec-WebSocket-Version: 13

　　在服务器的理解下，这个请求的作用就是告诉服务器这个请求是请求升级连接协议到WebSocket协议，并且附上验证key、服务协议名（区分多个ws应用）、WebSocket版本。之后，如果服务器接受了这个请求，就会返回一个状态码为101的http response，并在header中包含这些信息：

　　Upgrade: websocket Connection: Upgrade Sec-Websocket-Accept: YYYYYYYYYYYYYYYYYYYYYYY= Sec-Websocket-Protocol: xxxx

　　状态码101表示协议切换（Switching Protocols），告诉浏览器协议已经切换到WebSocket并建立了连接。到这里客户端与服务器就已经建立起WebSocket连接，可以使用ws（wss）协议头发消息来进行双向通讯了。

　　三、 WebSocket客户端API

　　利用HTML5的WebSocket API，在前端发送和处理WebSocket消息相对来说是比较简单的。

类型

说明

url

string

服务器地址

protocol

string

服务器选择的应用协议名

readyState

number

表示连接状态，取值0-3之间

binaryType

string

　　取值'blob'或'arraybuffer', 用来区分传输的二进制数据使用

　　DOMBlob对象还是ArrayBuffer对象。

onopen

EventListener

连接打开的事件监听器

EventListener

发生错误的事件监听器

onmessage

EventListener

有消息到达的事件监听器

onclose

EventListener

连接关闭的事件监听器

send

Function

发送消息的方法

close

Function

关闭连接的方法

1. 建立WebSocket连接

　　在使用websocket的时候，我们首先新建一个WebSocket实例：

　　varws =newWebSocket('ws://localhost:9001/', 'app');

　　这时就会和设置的服务器建立WebSocket连接，注意协议头使用ws://或wss://。此时ws.readyState属性将被设置为0，表示CONNECTING连接中。第二个参数用于设置一个自定义协议名，也可以是一个数组来传递多个，当连接建立成功后，服务器将会返回它选择的协议名，从 ws.protocol属性中可以看到。同时，ws.readyState将变为1，表示OPEN，连接已建立并可以进行通信。

　　2. 监听连接打开事件及发送消息

　　WebSocket是事件驱动型的，通过onopen, onmessage, onclose, 等事件来注册连接建立、收到消息、连接关闭、连接错误时的回调方法。监听连接打开的事件，之后就可以发消息给服务器：

　　ws.onopen=function(e) { ws.send('Hello WebSocket!');};

　　其中ws.send是WebSocket用于发送消息的方法，由于需要等连接建立之后才能发送消息，所以写在onopen的回调函数中。

　　3. 处理收到的消息

　　连接打开后，除了发送消息，还要通过onmessage接受服务器发过来的消息加以处理，消息体在事件参数messageEvent的data属性中：

　　ws.onmessage=function(messageEvent) {

　　varmessage =JSON.parse(messageEvent.data);

　　switch(message.type) {

　　case'update':

　　console.log('Update context: '+message.content);

　　break;

　　case'add':

　　console.log('Add content: '+message.content);

　　break;

　　default: }};

　　通过JSON.parse方法，把接受到的messageEvent.data数据重新转换为js对象，并对数据结构进行分析从而做出反应，通常都会这么做。当然除了text和json（需要序列化），也可以传递二进制数据Blob和ArrayBuffer，可通过ws.binaryType来区分两种类型。

　　4. 关闭WebSocket连接

　　当使用完WebSocket之后，可以通过ws.close方法关闭连接，此时ws.readyState变为2，表示CLOSING关闭过程中，关闭成功后，触发ws.onclose事件，ws.readyState变为3，表示CLOSED已断开。

　　WebSocket API 文档：

　　https://developer.mozilla.org/zh-CN/docs/Web/API/WebSocket

　　我们的公众号不支持外链，需要大家手动访问该网页。

　　四、 WebSocket服务端实现

　　要实现WebSocket服务器端服务，简单来说主要分为这几个步骤：

　　（1）接受和处理握手阶段请求；

　　（2）理解和解析websocket数据帧；

　　（3）分发数据和维持心跳。

　　基本处理流程如图2所示。

图2. WebSocket服务端基本流程

　　1. 处理握手请求

　　客户端浏览器执行new WebSocket(ws://****/)时，首先会发起打开阶段握手请求，这个请求是http的，请求头等信息如图3所示。

图3. WebSocket握手请求

　　在Request Headers中可以看到上文介绍过的几个字段。服务器接收到这个请求之后，首先要将这些字段解析出来，当理解到Connection: Upgrade以及Upgrade: websocket时，要意识到这是个WebSocket握手请求，需要升级到WebSocket协议，并提取与之相关的几个字段信息，即以Sec-WebSocket-开头的字段。其中，有个很重要的验证身份的key即Sec-WebSocket-Key（以下简写为key），需要根据这个值计算出另一串字符通过Response Headers中的Sec-WebSocket-Accept（以下简写为accept-key）字段返回给客户端，告诉它验证通过。

　　计算accept-key的算法并不困难，大多数语言都已经提供相关的算法接口: 首先将key与协议规定的固定字符串258EAFA5-E914-47DA-95CA-C5AB0DC85B11相连得到新的字符串，然后对其使用SHA1安全散列算法计算出结果，再进行编码，就可以得到accept-key。将accept-key和其他头信息以101状态码回应客户端之后，即可完成握手，开始进行数据传输了。在nodejs中内置了crypto模块，提供了各种加密算法，包括SHA1，可以直接使用。

　　2. 解析数据帧

　　第二个基本要点是理解WebSocket协议的数据帧格式。图4和图5分别为rfc6455提供的数据帧格式结构图和《深入浅出node.js》（朴灵）一书中提供的数据帧格式图。其中第一幅图标示了每一位的结构，第二幅图则是按照字节分组，大家各自挑顺眼的看。

图4. RFC6455的WebSocket数据帧格式图

图5. WebSocket数据帧格式（《深入浅出node.js》）

　　数据帧中的每一位的具体含义可以查找相应资料阅读了解详情，这里简单提一下重要的部分。

　　标识为FIN的第一位，标识这一帧是否为消息的最后片段。然后是标识为opcode的第5-8共四位，所以取值为十进制的0-15，用于标识数据类型，比如1代表文本，2代表二进制，8代表连接关闭，9和10分别代表ping和pong的心跳帧。

　　接着有一个标识为masked的位，用于表示是否进行掩码处理，客户端发送给服务器的数据应该标记为1，服务端发送给客户端应为0。服务器解掩码时需要用到标识为masking key的4个字节的数据，即将数据的每一字节与masking key的4字节轮流进行异或运算，但若masked为0时则没有这一段数据。

　　在masked位后有7位的标识为payload length的数据，用来表示数据的长度，但7位最大可表示的10进制数为127，所以为了能表示更长的数据，同时又尽量节省数据帧空间，这里做了一个不同长度的分别处理：A. 当数据长度小于等于125时，这7位即可表示数据长度；B. 当这7位的值为126时，用7位后面的2个字节即16位来表示数据长度，此时最长可表示65535；C. 如果数据长度比65535还要更大，那么这7位的值为127，表示将7位之后的8个字节即64位全部用来表示数据长度，此时可以表示的最大长度为2的64次方-1，完全够用了。最后payload data不用说就是数据体本身了。

　　3. 分发数据和维持心跳

　　最后一个要点，就是向客户端分发消息和维持WebSocket心跳。为了准确推送消息给一定的客户端，服务端需要维护一份客户端接入字典，以此为依据向不同的客户端推送不同的消息或是广播消息。另外，服务端长时间不与客户端通信时，WebSocket连接将会被关闭，所以需要每隔一段时间发送一次心跳检测，看连接是否健在，若已断开，则需要客户端做出提示用户、退出应用或重连甚至重连后的消息补偿等反应。这一步十分简单，只需要设置一个timer向接入的客户端每隔个几十秒问候一句，或做一个回应即可，可以使用提供的ping、pong数据帧，也可为了数据格式统一使用其他类的数据帧。

　　4. 使用node.js的ws模块的简易实现示例

　　了解了以上这三点，就可以用任何服务端语言编写WebSocket服务了。当然若用于生产环境，还需要注意数据安全等问题。不过，现在各类语言基本都已经有成熟的WebSocket服务模块或插件或类库可以使用，比如用node.js编写的socket.io，自己写只是用于加深理解。下面简单介绍一下用node.js中的ws模块来构造WebSocket基本服务。

　　为什么不用socket.io做示例？

　　socket.io除了提供WebSocket服务端封装外，同时也封装了浏览器客户端的WebSocket接口。它能够在不支持WebSocket的浏览器中使用其他技术来兼容，如xhr-polling等，并且给使用者暴露了统一的一套api. 所以如果服务端用socket.io的话，浏览器也必须搭配使用socket.io，于是没法用HTML5原生的WebSocket API来编写示例代码。为了容易理解，浏览器端js代码还是用原生api来展现，于是服务端也不选用socket.io来示例了。这里选用了比较单纯的ws模块，仅封装服务端接口。值得一提的是，socket.io十分强大，兼容性好，实际生产中值得信赖。

图6. 服务端代码：nodejs+koa+ws

　　服务使用koa框架，在3000接口同时提供http服务和WebSocket服务。与WebSocket相关的主要代码如图中19-24行，ws模块将会获取到connection为upgrade的握手请求，打开WebSocket连接并让WebSocket消息进入ws的处理流程，其他请求则继续走koa处理流程。其中使用了一个从当前目录引入的ws.js，该模块用来处理WebSocket消息流程，代码如下。

图7. ws.js

　　ws模块提供了clients这一API用于客户端管理，而代码中的broadcast方法是自己实现的一个消息广播的方法，在这个方法里把接受到的消息参数遍历发给每一个client实体，适用于多人即时聊天、全体推送等。代码中的第二段每隔一段时间向客户端发送当前系统时间，用于维持心跳。第三段则监听onmessage，用于接受客户端发来的消息，并广播给所有客户端。

图8. 前端页面代码

　　收到WebSocket消息后，根据其type字段为time还是chat来区别收到的是维持心跳的系统时间还是聊天内容，如果是时间则更新页面上的时间显示，如果是聊天内容则将聊天信息格式化添加到页面上。具体html不贴了，大家就凭空想象一下吧。附一个效果图。

图9. 简易聊天室demo效果图

　　五、 WebSocket其他相关信息

　　1. 浏览器支持情况

图10. WebSocket浏览器端支持情况（来自caniuse.com）

　　目前的主流浏览器基本都已经很好的支持了WebSocket，IE从10开始、安卓web-browser从4.4开始也都支持了WebSocket。不过考虑到国内还有不少用户在使用ie8，如果要兼容这部分用户，可以考虑使用Socket.IO库，该库在不支持WebSocket的浏览器中会使用xhr-polling或jsonp-polling等来进行消息收发。Socket.IO还可以在服务端使用，例如可以在nodejs实现的服务端中使用socket.io来搭建WebSocket服务器，并且可以很好的与express框架结合使用。

　　2. WebSocket与SPDY、HTTP2的关系

图11. WebSocket、SPDY、HTTP2功能对比

　　WebSocket提供了浏览器与服务器的全双工通信，它与SPDY、HTTP/2关注的侧重点以及解决的问题都是有所不同的，也就是说他们并不是对立的竞争者。

　　我们知道http/1.0协议是单通道无状态模式，一次请求单独创建一个socket短连接来传输数据，传输完即断开，而一个页面很可能会请求很多个css文件、js文件、图片文件等，因此会发出很多http请求，建立很多次连接，由于无状态每次都要带上完整的请求头以及重复的cookie，因此造成了http/1.0的性能瓶颈。我们通常上把许多小图片合并成一张雪碧图目的就是为了减少http请求的次数从而加快页面加载速度。后来的http/1.1增加了keep-alive功能，能够保持一次tcp连接不关闭，让多个http请求使用同一个tcp连接，节省了建立连接的时间，单仍需多次请求，且只能one by one。

　　为了改善http/1.*的问题，Google提出了SPDY协议。SPDY实现了多路复用、http头压缩，并兼容https（必须依赖TLS），也实现了服务器推功能。多路复用是指建立一个tcp连接，将几个要传输的文件分成小块同时并行传输，到达之后再根据小块上贴的标签组装成几个文件，看上去就像同时传输了多个文件，配合优先级使用可以使重要数据更快到达。Http头压缩功能是指http请求时对请求头进行压缩，将头信息在客户端和服务端各保存一份map，相同的仅传输一个识别key值，有新增或修改的头信息再加上，去掉了不必要的头信息，减少了带宽占用，在请求密集时效果较明显。而服务器推技术则可以客户端请求之前就把需要的资源推送过来，例如根据浏览器请求的html地址，推测浏览器可能要继续请求这个html中用到的js、css、图片文件，那么就把这些资源随着这次tcp连接多派几辆车跟html文件一起送过去，省的浏览器再来拉资源。所以与WebSocket相比，SPDY的服务器推技术的侧重点是不同的，后者着重于给页面提速，而WebSocket则更注重为页面提供一种与服务器间的全双工通讯。

　　SPDY提出后，微软借鉴了SPDY和WebSocket协议，提出了一种新的协议：HTTP Speed+Mobility，妄图揉合两种协议，来提高作为http/2标准候选人的竞争力（误）。HTTP SM 对两种协议进行取舍，例如抛弃了SPDY的ServerPush、不强制依赖TLS，采用了WebSocket的数据帧格式等，不详述。

　　谷歌微软这么争下去也不是个办法，于是HTTP/2协议诞生了，其设计主要基于SPDY并有一些发展。比如HTTP/2不强制依赖TLS，传输报文使用二进制，采用了SPDY的数据帧格式，支持带优先级的单TCP连接多路复用传输，改善了请求头压缩的算法使得安全性得到提高。HTTP/2提供服务器推送功能，能将所需要的资源（css、js、图片等文件）与html整合起来放在一个响应中一次推送到浏览器。目前已有一些网站基于HTTP/2来实现，访问速度的确大大提高。

　　总结

　　同样的基于事件响应的编程模式加上Node擅长的高并发，WebSocket与nodejs之间的配合堪称完美，朴灵大神大概是这么说的。诸如即时聊天、消息推送、及时互动游戏、协同工作、实时股价、实况报道、直播、在线教育、等等等等之类，WebSocket有十分广泛的应用场景，不管是前端还是后端，都是时候来试试水了。说不定哪一天，就因为你会这个技术，走上人生巅峰，让别人高攀不起了呢！