WebSocket 协议

WebSocket protocol 是HTML5一种新的协议。它实现了浏览器与服务器全双工通信(full-duplex)。在这之前都是客户端主动请求服务端，一请求一应答，很多时候实现消息更新都是采用ajax轮询，有延迟，有了WebSocket双方都可以主动发给对端，实现真正的推送。

 

 一、WebSocket Protocol Format(协议格式)

 

 websocket报文是分段传输的，或者说分帧传输，websocket有control frames和data frames两种

 

control frames：opcode最高位为1的都是control frame，协议级别的控制报文帧，目前有close frame、ping frame和pong frame三种

close frame: opcode 0x8，连接任一端想关闭websocket，就发一个close frame给对端，对端收到该frame，若之前没有发过close frame，则必须回复一个close frame。发送close frame后该端就不能再发任何frame，但可以接收数据(但不能保证能接受到所有对端在收到close frame之后且在响应close frame之前发的那些data frame)，close frame可以携带body（也就是报文中application data部分）以说明要关闭连接的原因，如果有body，那么body的前两个字节（unsigned）必须是status code（status code的值都是协议预定义的），接下来两个字节就没有严格的要求了

ping frame，pong frame：ping frame用来心跳检测和判断对端是否alive，连接建立后任一端都可以发送ping frame，收到ping的一端必须回复pong frame（前提是该端尚未发送close frame）

 

data frames：opcode最高位为0的都是data frame，应用级的数据传输帧，目前有text frame和binary frame两种，text frame使用UTF-8编码数据的

 

下图为RFC文档给出的协议格式：

字段解释：

 

FIN：1 bit，代表是否是尾帧

RSV1、RSV2、RSV3：每个1 bit，保留的，若建立连接时使用了扩展（Sec-WebSocket-Extension），那么这些位的含义应该已协商好。

opcode：4 bit，定义payload data的类型：

0x0 ：continuation frame

0x1 ：text frame

0x2 ：binary frame

0x3 - 0x7 ：保留，for non-control frame

0x8 ：close frame

0x9 ：ping frame

0xA ：pong frame

0xB - 0xF ：保留，for control-frame

MASK：表示payload data是否被masked

Payload length：7 bits 或 7 bits + 16 bits 或 7 + 64 bits。若值为

0-125 ：则Payload data的长度即为该值

126 ：那么接下来的2个字节才是Payload Data的长度（unsigned）

127 ：那么接下来的8个字节才是Payload Tada的长度（unsigned）

Masking-Key：0 or 4 bytes，只有客户端给服务端发的包且这个包的MASK字段为1，才有该字段

Payload Data：包括Extension Data和Application Data，若handshake时使用了Sec-WebSocket-Extension，则Extension Data的长度由Sec-WebSocket-Extension的值指定，或由其推导出，Application Data的长度为Payload length - Extension Data length。若没使用Sec-WebSocket-Extension，则Extension Data 长度为0，Application Data的长度为Payload length

 

关于masking：

masking和unmasking算法是一样的：maskedData[i] = originData[i] ^ maskingKey[ i mod 4 ]   or originData[i] =  maskedData[i] ^ maskingKey[ i mod 4 ]

 

关于扩展(Extensibility)

websocket设计时就考虑到了扩展的问题，opcode 0x3 - 0x7 and 0xB - 0xF, frame-rsv1, frame-rsv2, frame-rsv3, extendsion data,这些字段都是为扩展保留的。是否使用扩展是在双方连接建立时就需要协商好的

 

二、WebSocket连接建立过程

 

按照RFC标准，WebSocket的的建立需要借助于HTTP，大概是这样：客户端发一个HTTP GET请求(这个请求只包含一些头部，下面有详细说明)到服务端，相当于向服务端说：我想把我们的连接升级为WebSocket，之后你得接收我的WebSocket协议包（当然HTTP也得接收），服务端收到这个HTTP消息后，如果服务端支持WebSocket，那就构造一个HTTP响应（状态码必须为101）返回，若不支持，则返回其他合理状态码的响应，以说明理由。若服务端返回101响应，则服务端就可以发送websocket消息帧了。

 

客户端发起的建立WebSocket连接请求的合法条件：

 

1.请求方式必须为GET，协议必须大于1.1

2.必须有HOST头，其格式为hostname[:port]

3.必须有Upgrade头，其值必须包含 websocket 关键字

4.必须有Connection头，其值为必须包含Upgrade

5.必须有Sec-WebSocket-Key头，其值为随机生成的16字节的值用BASE64编码后的字符串

6.若客户端为浏览器，则必须有Origin头，其值为请求发起方的hostname (因为中间可能经过代理才到达服务器，服务器可以根据该字段选择是否和客户端建立连接)

7.必须有Sec-WebSocket-Version头，其值必须为13

8.可选头Sec-WebSocket-Protocol，其值为由逗号分隔的子协议的名字，按优先度排序，每个名字必须唯一

9.可选头Sec-WebSocket-Extension，表示协议级别的扩展

10.除以上要求外，可有其它任意符合HTTP的协议头，例如cookies之类的都可以。

 

下面是RFC给的一个browser发起的建立WebSocket连接请求的例子：

 

服务端对客户端发起的建立WebSocket连接请求的响应的合法条件：

 

1.响应状态码必须为101

2.必须有头Upgrade，其值必须为websocket

3.必须有Connection头，其值为必须包含Upgrade

4.必须有Sec-WebSocket-Accept头，其值生成规则：服务端拿到|Sec-WebSocket -Key|，假如其为“dGhlIHNhbXBsZSBub25jZQ==”，服务端就把该串和“58EAFA5-E914-47DA-95CA-C5AB0DC85B11”（这个是固定的）拼起来，变成“dGhlIHNhbXBsZSBub25jZQ==258EAFA5-E914-47DA-95CA-C5AB0DC85B11”，然后取这个串的SHA1摘要，再用BASE64编码，编码后的串即为|Sec-WebSocket-Accept|的值

5.可选头Sec-WebSocket-Protocol，其值为客户端发来的子协议中的一个或空

 

服务端支持WebSocket时返回的HTTP包长这样，只有返回101状态时连接才成功建立，下面前4个是必须的：

 

三、WebSocket连接关闭过程

 

 关闭过程就很简单，连接任一端想关闭websocket，就发一个close frame（opcode为0x8的就是close frame）给对端，对端收到该frame，若之前没有发过close frame，则必须回复一个close frame。发送或回复close frame后该端就不能再发任何frame，但可以接收数据(但不能保证能接受到所有对端在收到close frame之后且在响应close frame之前发的那些data frame)

 

例子：戳我