WebSocket详解(五):刨根问底HTTP与WebSocket的关系(下篇)

本文整理自简书作者“TheAlchemist”的技术文章,内容有修订。感谢原作者,原文链接在文末。

1、前言

本文的上篇《
WebSocket详解(四):刨根问底HTTP与WebSocket的关系(上篇)》介绍了HTTP1.1协议的基本内容,这篇文章将继续分析WebSocket协议,然后对这两个进行简单的比较。

2、系列文章

本文是系列文章中的第5篇,本系列文章的大纲如下:

3、更多资料

Web端即时通讯新手入门贴:


新手入门贴:详解Web端即时通讯技术的原理

Web端即时通讯技术盘点请参见:


Web端即时通讯技术盘点:短轮询、Comet、Websocket、SSE

关于Ajax短轮询:

找这方面的资料没什么意义,除非忽悠客户,否则请考虑其它3种方案即可。

有关Comet技术的详细介绍请参见:


Comet技术详解:基于HTTP长连接的Web端实时通信技术


WEB端即时通讯:HTTP长连接、长轮询(long polling)详解


WEB端即时通讯:不用WebSocket也一样能搞定消息的即时性


开源Comet服务器iComet:支持百万并发的Web端即时通讯方案

有关WebSocket的详细介绍请参见:


新手快速入门:WebSocket简明教程


WebSocket详解(一):初步认识WebSocket技术


WebSocket详解(二):技术原理、代码演示和应用案例


WebSocket详解(三):深入WebSocket通信协议细节


Socket.IO介绍:支持WebSocket、用于WEB端的即时通讯的框架


socket.io和websocket 之间是什么关系?有什么区别?

有关SSE的详细介绍文章请参见:


SSE技术详解:一种全新的HTML5服务器推送事件技术

更多WEB端即时通讯文章请见:

www.52im.net/forum.php?m…

4、WebSocket协议

《WebSocket详解(五):刨根问底HTTP与WebSocket的关系(下篇)》

WebSocket协议还很年轻,RFC文档(
RFC 6455:The WebSocket Protocol)相比HTTP的发布时间也很短,它的诞生是为了创建一种「双向通信」的协议,来作为HTTP协议的一个替代者。那么首先看一下它和HTTP(或者HTTP的长连接)的区别。

如果您对WebSocket协议知之甚少,可以先看看这几篇文章:《
WebSocket详解(一):初步认识WebSocket技术》、《
WebSocket详解(二):技术原理、代码演示和应用案例》、《
WebSocket详解(三):深入WebSocket通信协议细节》。

5、为什么要用WebSocket来替代HTTP

上一篇中提到
WebSocket的目的就是解决传统Web网络传输中的双向通信的问题,HTTP1.1默认使用持久连接(persistent connection),在一个TCP连接上也可以传输多个Request/Response消息对,但是HTTP的基本模型还是一个Request对应一个Response。

以IM聊天系统为例,客户端要向服务器传送数据,同时服务器也需要实时的向客户端传送信息,一个聊天系统就是典型的双向通信。

要实现Web端双向通信,一般会使用这样几种解决方案:

  • 1)轮询(polling):轮询就会造成对网络和通信双方的资源的浪费,且非实时;
  • 2)长轮询:客户端发送一个超时时间很长的Request,服务器hold住这个连接,在有新数据到达时返回Response,相比#1,占用的网络带宽少了,其他类似;
  • 3)长连接:其实有些人对长连接的概念是模糊不清的,我这里讲的其实是HTTP的长连接(1)。如果你使用Socket来建立TCP的长连接(2),那么,这个长连接(2)跟我们这里要讨论的WebSocket是一样的,实际上TCP长连接就是WebSocket的基础,但是如果是HTTP的长连接,本质上还是Request/Response消息对,仍然会造成资源的浪费、实时性不强等问题。

《WebSocket详解(五):刨根问底HTTP与WebSocket的关系(下篇)》

▲ HTTP的长连接模型

在WebSocket出现之前,传统Web端是如何实现即时通讯的技术的,请参见以下文章:


Comet技术详解:基于HTTP长连接的Web端实时通信技术


WEB端即时通讯:HTTP长连接、长轮询(long polling)详解


WEB端即时通讯:不用WebSocket也一样能搞定消息的即时性

6、WebSocket协议基础

WebSocket的目的是取代HTTP在双向通信场景下的使用,而且它的实现方式有些也是基于HTTP的(WS的默认端口是80和443)。现有的网络环境(客户端、服务器、网络中间人、代理等)对HTTP都有很好的支持,所以这样做可以充分利用现有的HTTP的基础设施,有点向下兼容的意味。

简单来讲,WS协议有两部分组成:握手和数据传输。

6.1握手(handshake)

出于兼容性的考虑,WS的握手使用HTTP来实现(此文档中提到未来有可能会使用专用的端口和方法来实现握手),客户端的握手消息就是一个「普通的,带有Upgrade头的,HTTP Request消息」。所以这一个小节到内容大部分都来自于RFC2616,这里只是它的一种应用形式,下面是RFC6455文档中给出的一个客户端握手消息示例:

GET /chat HTTP/1.1            //1
Host: server.example.com   //2
Upgrade: websocket            //3
Connection: Upgrade            //4
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==            //5
Origin: [url=http://example.com]http://example.com[/url]            //6
Sec-WebSocket-Protocol: chat, superchat            //7
Sec-WebSocket-Version: 13            //8

可以看到,前两行跟HTTP的Request的起始行一模一样,而真正在WS的握手过程中起到作用的是下面几个header域:

  • 1)Upgrade:upgrade是HTTP1.1中用于定义转换协议的header域。它表示,如果服务器支持的话,客户端希望使用现有的「网络层」已经建立好的这个「连接(此处是TCP连接)」,切换到另外一个「应用层」(此处是WebSocket)协议;
  • 2)Connection:HTTP1.1中规定Upgrade只能应用在「直接连接」中,所以带有Upgrade头的HTTP1.1消息必须含有Connection头,因为Connection头的意义就是,任何接收到此消息的人(往往是代理服务器)都要在转发此消息之前处理掉Connection中指定的域(不转发Upgrade域)。如果客户端和服务器之间是通过代理连接的,那么在发送这个握手消息之前首先要发送CONNECT消息来建立直接连接;
  • 3)Sec-WebSocket-*:第7行标识了客户端支持的子协议的列表(关于子协议会在下面介绍),第8行标识了客户端支持的WS协议的版本列表,第5行用来发送给服务器使用(服务器会使用此字段组装成另一个key值放在握手返回信息里发送客户端);
  • 4)Origin:作安全使用,防止跨站攻击,浏览器一般会使用这个来标识原始域。

如果服务器接受了这个请求,可能会发送如下这样的返回信息,这是一个标准的HTTP的Response消息。101表示服务器收到了客户端切换协议的请求,并且同意切换到此协议。

RFC2616规定只有切换到的协议「比HTTP1.1更好」的时候才能同意切换:

HTTP/1.1 101 Switching Protocols //1
Upgrade: websocket. //2
Connection: Upgrade. //3
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=  //4
Sec-WebSocket-Protocol: chat. //5

6.2WebSocket协议Uri

ws协议默认使用80端口,wss协议默认使用443端口:

ws-URI = "ws: " "//
                    " host [ ": " port ] path [ "? " query ]
wss-URI = "wss: " "// " host [ ": " port ] path [ "? " query ]
 
host = <host, defined in [RFC3986], Section 3.2.2>
port = <port, defined in [RFC3986], Section 3.2.3>
path = <path-abempty, defined in [RFC3986], Section 3.3>
query = <query, defined in [RFC3986], Section 3.4>

注:wss协议是WebSocket使用SSL/TLS加密后的协议,类似天HTTP和HTTPS的关系。

6.3在客户端发送握手之前要做的一些小事

在握手之前,客户端首先要先建立连接,一个客户端对于一个相同的目标地址(通常是域名或者IP地址,不是资源地址)同一时刻只能有一个处于CONNECTING状态(就是正在建立连接)的连接。

从建立连接到发送握手消息这个过程大致是这样的:

  • 1)客户端检查输入的Uri是否合法。
  • 2)客户端判断,如果当前已有指向此目标地址(IP地址)的连接(A)仍处于CONNECTING状态,需要等待这个连接(A)建立成功,或者建立失败之后才能继续建立新的连接:
      – PS:如果当前连接是处于代理的网络环境中,无法判断IP地址是否相同,则认为每一个Host地址为一个单独的目标地址,同时客户端应当限制同时处于CONNECTING状态的连接数;
      – PPS:这样可以防止一部分的DDOS攻击;
      – PPPS:客户端并不限制同时处于「已成功」状态的连接数,但是如果一个客户端「持有大量已成功状态的连接的」,服务器或许会拒绝此客户端请求的新连接。
  • 3)如果客户端处于一个代理环境中,它首先要请求它的代理来建立一个到达目标地址的TCP连接:
    例如,如果客户端处于代理环境中,它想要连接某目标地址的80端口,它可能要收现发送以下消息:
           CONNECT example.com:80 HTTP/1.1
           Host: example.com

    如果客户端没有处于代理环境中,它就要首先建立一个到达目标地址的直接的TCP连接。

如果上一步中的TCP连接建立失败,则此WebSocket连接失败。如果协议是wss,则在上一步建立的TCP连接之上,使用TSL发送握手信息。如果失败,则此WebSocket连接失败;如果成功,则以后的所有数据都要通过此TSL通道进行发送。

6.4对于客户端握手信息的一些小要求

客户端握手信息的要求:

  • 握手必须是RFC2616中定义的Request消息
  • 此Request消息的方法必须是GET,HTTP版本必须大于1.1 :
      – 以下是某WS的Uri对应的Request消息:
      – ws://example.com/chat
      – GET /chat HTTP/1.1
  • 此Request消息中Request-URI部分(RFC2616中的概念)所定义的资型必须和WS协议的Uri中定义的资源相同。
  • 此Request消息中必须含有Host头域,其内容必须和WS的Uri中定义的相同。
  • 此Request消息必须包含Upgrade头域,其内容必须包含websocket关键字。
  • 此Request消息必须包含Connection头域,其内容必须包含Upgrade指令。
  • 此Request消息必须包含Sec-WebSocket-Key头域,其内容是一个Base64编码的16位随机字符。
  • 如果客户端是浏览器,此Request消息必须包含Origin头域,其内容是参考RFC6454。
  • 此Request消息必须包含Sec-WebSocket-Version头域,在此协议中定义的版本号是13。
  • 此Request消息可能包含Sec-WebSocket-Protocol头域,其意义如上文中所述。
  • 此Request消息可能包含Sec-WebSocket-Extensions头域,客户端和服务器可以使用此header来进行一些功能的扩展。
  • 此Request消息可能包含任何合法的头域。如RFC2616中定义的那些。

6.5在客户端接收到Response握手消息之后要做的一些事情

接收到Response握手消息之后:

  • 如果返回的返回码不是101,则按照RFC2616进行处理。如果是101,进行下一步,开始解析header域,所有header域的值不区分大小写;
  • 判断是否含有Upgrade头,且内容包含websocket;
  • 判断是否含有Connection头,且内容包含Upgrade;
  • 判断是否含有Sec-WebSocket-Accept头,其内容在下面介绍;
  • 如果含有Sec-WebSocket-Extensions头,要判断是否之前的Request握手带有此内容,如果没有,则连接失败;
  • 如果含有Sec-WebSocket-Protocol头,要判断是否之前的Request握手带有此协议,如果没有,则连接失败。

6.6服务端的概念

服务端指的是所有参与处理WebSocket消息的基础设施,比如如果某服务器使用Nginx(A)来处理WebSocket,然后把处理后的消息传给响应的服务器(B),那么A和B都是这里要讨论的服务端的范畴。

6.7接受了客户端的连接请求,服务端要做的一些事情

如果请求是HTTPS,则首先要使用TLS进行握手,如果失败,则关闭连接,如果成功,则之后的数据都通过此通道进行发送。

之后服务端可以进行一些客户端验证步骤(包括对客户端header域的验证),如果需要,则按照RFC2616来进行错误码的返回。

如果一切都成功,则返回成功的Response握手消息。

6.8服务端发送的成功的Response握手

此握手消息是一个标准的HTTP Response消息,同时它包含了以下几个部分:

  • 状态行(如上一篇RFC2616中所述);
  • Upgrade头域,内容为websocket;
  • Connection头域,内容为Upgrade;
  • Sec-WebSocket-Accept头域,其内容的生成步骤:
      – a. 首先将Sec-WebSocket-Key的内容加上字符串258EAFA5-E914-47DA-95CA-C5AB0DC85B11(一个UUID);
      – b. 将#1中生成的字符串进行SHA1编码;
      – c. 将#2中生成的字符串进行Base64编码。
  • Sec-WebSocket-Protocol头域(可选);
  • Sec-WebSocket-Extensions头域(可选)。

一旦这个握手发出去,服务端就认为此WebSocket连接已经建立成功,处于OPEN状态。它就可以开始发送数据了。

6.9WebSocket的一些扩展

Sec-WebSocket-Version可以被通信双方用来支持更多的协议的扩展,RFC6455中定义的值为13,WebSocket的客户端和服务端可能回自定义更多的版本号来支持更多的功能。其使用方法如上文所述。

6.10发送数据

WebSocket中所有发送的数据使用帧的形式发送。客户端发送的数据帧都要经过掩码处理,服务端发送的所有数据帧都不能经过掩码处理。否则对方需要发送关闭帧。

一个帧包含一个帧类型的标识码,一个负载长度,和负载。负载包括扩展内容和应用内容。

6.11帧类型

帧类型是由一个4位长的叫Opcode的值表示,任何WebSocket的通信方收到一个位置的帧类型,都要以连接失败的方式断开此连接。

RFC6455中定义的帧类型如下所示:

  • 1)Opcode == 0 继续:
    表示此帧是一个继续帧,需要拼接在上一个收到的帧之后,来组成一个完整的消息。由于这种解析特性,非控制帧的发送和接收必须是相同的顺序。
  • 2)Opcode == 1 文本帧。
  • 3)Opcode == 2 二进制帧。
  • 4)Opcode == 3 – 7 未来使用(非控制帧)。
  • 5)Opcode == 8 关闭连接(控制帧):
    此帧可能会包含内容,以表示关闭连接的原因。通信的某一方发送此帧来关闭WebSocket连接,收到此帧的一方如果之前没有发送此帧,则需要发送一个同样的关闭帧以确认关闭。如果双方同时发送此帧,则双方都需要发送回应的关闭帧。理想情况服务端在确认WebSocket连接关闭后,关闭相应的TCP连接,而客户端需要等待服务端关闭此TCP连接,但客户端在某些情况下也可以关闭TCP连接。
  • 6)Opcode == 9 Ping:
    类似于心跳,一方收到Ping,应当立即发送Pong作为响应。
  • 7)Opcode == 10 Pong:
    如果通信一方并没有发送Ping,但是收到了Pong,并不要求它返回任何信息。Pong帧的内容应当和收到的Ping相同。可能会出现一方收到很多的Ping,但是只需要响应最近的那一次就可以了。
  • 8)Opcode == 11 – 15 未来使用(控制帧)。

6.12帧的格式

具体的每一项代表什么意思在这里就不做详细的阐述了。

《WebSocket详解(五):刨根问底HTTP与WebSocket的关系(下篇)》

6.12小结一下

以上说了这么多,其实Http和WebSocket的关系通过下图就能简单的理解了:

《WebSocket详解(五):刨根问底HTTP与WebSocket的关系(下篇)》

7、与HTTP比较

同样作为应用层的协议,WebSocket在现代的软件开发中被越来越多的实践,和HTTP有很多相似的地方,这里将它们简单的做一个纯个人、非权威的比较。

7.1相同点

  • 都是基于TCP的应用层协议;
  • 都使用Request/Response模型进行连接的建立;
  • 在连接的建立过程中对错误的处理方式相同,在这个阶段WS可能返回和HTTP相同的返回码;
  • 都可以在网络中传输数据。

7.2不同点

  • WS使用HTTP来建立连接,但是定义了一系列新的header域,这些域在HTTP中并不会使用;
  • WS的连接不能通过中间人来转发,它必须是一个直接连接;
  • WS连接建立之后,通信双方都可以在任何时刻向另一方发送数据;
  • WS连接建立之后,数据的传输使用帧来传递,不再需要Request消息;
  • WS的数据帧有序。

(原文链接:
www.jianshu.com/p/f666da1b1…

附录:其它Web端即时通讯技术文章


新手快速入门:WebSocket简明教程


socket.io实现消息推送的一点实践及思路


LinkedIn的Web端即时通讯实践:实现单机几十万条长连接


Web端即时通讯技术的发展与WebSocket、Socket.io的技术实践


Web端即时通讯安全:跨站点WebSocket劫持漏洞详解(含示例代码)


开源框架Pomelo实践:搭建Web端高性能分布式IM聊天服务器


使用WebSocket和SSE技术实现Web端消息推送


详解Web端通信方式的演进:从Ajax、JSONP 到 SSE、Websocket


MobileIMSDK-Web的网络层框架为何使用的是Socket.io而不是Netty?

>>
更多同类文章 ……

    原文作者:HTTP
    原文地址: https://juejin.im/entry/5a30d1b0f265da43252949ea
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞