websocket原理

HTTP的全称是超文本传输协议，英文写作HyperText Transfer Protocol。HTTP构建在TCP之上，属于应用层协议。

从协议的角度来说，现在的应用，如浏览器，其实是一个HTTP的代理，用户的行为将会通过它转化为HTTP请求报文发送给服务器端，服务器端在处理请求后，发送响应报文给代理，代理在解析报文后，将用户需要的内容呈现在界面上。

以浏览器打开一张图片地址为例：首先，浏览器构造HTTP报文发向图片服务器端；然后，服务器端判断报文中的要请求的地址，将磁盘中的图片文件以报文的形式发送给浏览器；浏览器接收完图片后，调用渲染引擎将其显示给用户。简而言之，HTTP服务只做两件事情：处理HTTP响应和发送HTTP请求。

WebSocket协议主要分为两个部分：握手和数据传输。下面我们来详细说一说这两个部分。

WebSocket握手

客户端建立连接时，通过HTTP发起请求报文，如下所示：

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

与普通的HTTP请求协议略有区别的部分在于如下这些协议头：

Upgrade: websocket
Connection: Upgrade

上述两个字段表示请求服务器端升级协议为WebSocket。其中 Sec-WebSocket-Key 用于安全校验：

Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==

在握手顺利完成后，当前连接将不再进行HTTP的交互，而是开始WebSocket的数据帧协议，实现客户端与服务器端的数据交换。

WebSocket数据帧的定义，每8位为一列，也即1个字节。其中每一位都有它的意义。

1. fin ：如果这个数据帧是最后一帧，这个 fin 位为1，其余情况为0。当一个数据没有被分为多帧时，它既是第一帧也是最后一帧。

2. rsv1 、 rsv2 、 rsv3 ：各为1位长，3个标识用于扩展，当有已协商的扩展时，这些值可能为1，其余情况为0。

3. opcode ：长为4位的操作码，可以用来表示0到15的值，用于解释当前数据帧。0表示附加数据帧，1表示文本数据帧，2表示二进制数据帧，8表示发送一个连接关闭的数据帧，9表示ping数据帧，10表示pong数据帧，其余值暂时没有定义。ping数据帧和pong数据帧用于心跳检测，当一端发送ping数据帧时，另一端必须发送pong数据帧作为响应，告知对方这一端仍然处于响应状态。

4. masked ：表示是否进行掩码处理，长度为1。客户端发送给服务器端时为1，服务器端发送给客户端时为0。

5. payload length ：一个7、7+16或7+64位长的数据位，标识数据的长度，如果值在0~125之间，那么该值就是数据的真实长度；如果值是126，则后面16位的值是数据的真实长度；如果值是127，则后面64位的值是数据的真实长度。

6. masking key ：当 masked 为1时存在，是一个32位长的数据位，用于解密数据。

7. payload data ：我们的目标数据，位数为8的倍数。

客户端发送消息时，需要构造一个或多个数据帧协议报文。由于 hello world! 较短，不存在分割为多个数据帧的情况，又由于 hello world! 会以文本的方式发送，它的 payload length 长度为96（12字节×8位/字节），二进制表示为1100000。所以报文应当如下：

fin(1) + res(000) + opcode(0001) + masked(1) + payload length(1100000) + masking key(32位) + payload data(hello world!加密后的二进制)