WebSocket协议详解

WebSocket是一种在单个TCP连接上提供全双工通信的网络协议，允许服务器主动向客户端推送数据。下面详细介绍WebSocket协议的格式和相关知识。

WebSocket协议基本概念

WebSocket协议由IETF标准RFC 6455定义，主要特点：

基于TCP的全双工通信
持久连接，避免多次握手
浏览器原生支持
数据格式轻量，相比HTTP头部开销小
支持二进制和文本数据传输

WebSocket握手过程

WebSocket连接建立需要通过HTTP升级机制：

客户端请求示例：

GET /ws HTTP/1.1
Host: server.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Sec-WebSocket-Version: 13

服务器响应示例：

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

关键点：

Sec-WebSocket-Key：客户端随机生成的Base64编码字符串
Sec-WebSocket-Accept：服务器通过特定算法处理客户端提供的key
- 将客户端的key与固定GUID字符串”258EAFA5-E914-47DA-95CA-C5AB0DC85B11”拼接
- 计算SHA-1哈希值
- 对结果进行Base64编码

WebSocket帧格式详解

WebSocket数据以**帧(Frame)**为单位传输，帧格式如下：

 0                   1                   2                   3
 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-------+-+-------------+-------------------------------+
|F|R|R|R| opcode|M| Payload len |    Extended payload length    |
|I|S|S|S|  (4)  |A|     (7)     |             (16/64)           |
|N|V|V|V|       |S|             |   (if payload len==126/127)   |
| |1|2|3|       |K|             |                               |
+-+-+-+-+-------+-+-------------+ - - - - - - - - - - - - - - - +
|     Extended payload length continued, if payload len == 127  |
+ - - - - - - - - - - - - - - - +-------------------------------+
|                     Payload Data continued ...                |
+---------------------------------------------------------------+

帧头字段说明：

FIN(1位): 标识是否为消息的最后一帧
- 0: 消息还有后续帧
- 1: 消息的最后一帧
RSV1-3(3位): 保留位，通常为0
- 只有使用WebSocket扩展时才非零
Opcode(4位): 操作码，标识帧类型
- 0x0: 继续帧
- 0x1: 文本帧
- 0x2: 二进制帧
- 0x8: 关闭连接
- 0x9: Ping
- 0xA: Pong
MASK(1位): 是否使用掩码
- 客户端发送到服务器的消息必须掩码
- 服务器发送到客户端的消息不得掩码
Payload length(7位+扩展): 消息长度
- 0-125: 实际长度
- 126: 使用后续2字节表示长度(16位)
- 127: 使用后续8字节表示长度(64位)
Masking-key(0或4字节): 掩码密钥
- 仅当MASK=1时存在
Payload data: 实际数据

数据掩码机制

客户端发送到服务器的所有帧必须应用掩码：

客户端生成4字节随机掩码密钥

对每个数据字节应用异或(XOR)操作:

1	转换后字节 = 原始字节 XOR 掩码密钥[i % 4]

服务器接收后使用相同算法解码

掩码的主要目的是防止缓存投毒攻击，增强安全性。

WebSocket操作码详解

文本帧(0x1)
- 包含UTF-8编码文本
- 完整消息可能跨多帧
二进制帧(0x2)
- 包含任意二进制数据
关闭帧(0x8)
- 可附带状态码和文本说明
- 常见状态码:
  - 1000: 正常关闭
  - 1001: 离开
  - 1002: 协议错误
  - 1003: 数据类型不支持
Ping(0x9)/Pong(0xA)
- 心跳检测
- 收到Ping必须回复Pong
- 可包含应用数据

数据分片

大型消息可分片发送:

首帧设置适当的opcode(1:文本或2:二进制)
中间帧opcode为0(继续帧)
最后一帧FIN=1
只有首帧设置有效opcode，接收方需重组完整消息

WebSocket实现注意事项

连接管理
- 维护活跃连接列表
- 实现心跳检测
- 优雅处理关闭
安全性考虑
- 使用WSS(WebSocket Secure)
- 验证Origin头
- 防止资源枯竭攻击
- 实施速率限制
性能优化
- 使用事件驱动架构(如Epoll)
- 避免频繁小消息
- 合理配置缓冲区大小

WebSocket与HTTP/2.0比较

特性	WebSocket	HTTP/2.0
双向通信	原生支持	支持(PUSH)
持久连接	是	是
头部开销	非常小	压缩减小
消息类型	文本/二进制	请求/响应
服务推送	完全支持	有限支持

应用场景

WebSocket特别适合以下场景:

实时协作平台
游戏和多媒体应用
股票交易和金融数据
聊天应用
社交媒体实时通知
物联网设备通信
日志实时监控

浏览器支持和兼容性

现代浏览器都很好地支持WebSocket:

Chrome 4+
Firefox 4+
Safari 5+
Edge/IE 10+

对于不支持WebSocket的环境，可使用的回退技术:

长轮询
SSE (Server-Sent Events)
Flash Socket