HTTP，WebSocket 和 聊天室

前言

在涉及到网络层面的相关内容时，不免会联系到 HTTP、TCP、WebSocket 等，但相信大部分人都并不是很清楚其中的一些关系和概念，特别是需要你去做语言表述时，网上有不少优秀的资料和文章，但知识仍需要自己去消化和总结，于是有了本文！！！

本文的核心内容就是 WebSocket，主要从以下几个方面来进行介绍和实践：

• 是什么 WebSocket（what）
• 为什么需要 WebSocket （why）
• WebSocket 和 HTTP 的关系
• WebSocket 的使用场景 （when / where）
• WebSocket 实现简易聊天室（how）

吾乃 WebSocket

为了更好的解释 WebSocket 是什么，就需要一个熟悉且常用的东西来作为对比参考，它就是 HTTP。

HTTP

在大多数项目都会使用 HTTP 协议来实现前后端交互，而 HTTP 协议又是基于 TCP 协议来建立连接的，它们的关系是大致如下：

全双工 & 半双工

所谓 全双工 指的是发送端和接收端是可以 随时（包含同一时刻） 向对方发送消息进行通信，而 半双工 指的是发送端和接收端是也可以向对方发送消息进行通信，但是 同一时刻 只能有一方进行发送动作。

我们常用 HTTP1.1 协议就属于 半双工，即服务端不具备主动推送数据资源给客户端的能力，当服务端需要推送数据给客户端时，必须要客户端先发起一个请求，这也被称为 请求-响应 模型。

长轮询 & 服务端推送

由于 HTTP1.1 协议并不支持服务端主动向客户端发送数据消息，但实际需求又有需要实现这样的功能，比如扫码登录:

基于 请求-响应 模型如果我们需要服务端的消息数据，就必须先向服务端发送对应的查询请求，因此只要每隔一段时间向服务器发起查询请求，在根据响应结果决定是继续下一步操作，还是继续发起查询。

但这个查询请求是需要设定时间间隔，而时间间隔可结合 HTTP 请求超时时间来得出，毕竟如果一直发送查询请求，就会得到很多无意义的查询请求和响应结果。

上述在用户无感知下实现 服务端推送 功能的方案，其实就是所谓的 长轮询。

WebSocket

HTTP & 超文本

前面我们知道了 HTTP1.1 是 半双工，而 HTTP 是基于 TCP 的，然后 TCP 是 全双工 的，也就是说 HTTP1.1 中根本没用到 TCP 的 全双工 的能力，这是为啥？

早期 HTTP（超文本传输协议） 主要目的就是传输超文本，因为当时网络上绝大多数的资源都是纯文本，许多通信协议也都使用纯文本，因此 HTTP 在设计上不可避免地受到了时代的限制。

基于 TCP 的新协议

由于 HTTP 存在早期设计上的限制，因此需要一种新的基于 TCP 实现 全双工通信 的协议，而这个协议就是 WebSocket。

WebSocket 其中的 Socket 其实并不是一个协议，它是为了方便使用 TCP 或 UDP 而抽象出来的一层，是位于应用层和传输控制层之间的一组接口.

建立连接

从上述内容可以知道，HTTP 和 WebSocket 都是基于 TCP 的，因此建立连接的过程肯定少不了大家熟知的 TCP 三次握手，关于这部分在早前的 重新认识 TCP 三次握⼿和四次挥⼿ 一文中有过相关的介绍，这里不过多阐述。

接下来我们从下面的几个问题来一窥究竟！！！

服务端如何知道本次的协议是 WebSocket 呢?

答案很简单，就是通过 请求头 来做标识：

• Connection: Upgrade

  • Connection 特定于连接的标头字段，最常见的指定值包含 "close、keep-alive" 等，它不能与 HTTP/2 一起使用

• Upgrade: websocket

  • HTTP 1.1 中用 Upgrade 标头可用于将已建立的客户端/服务器连接升级到不同的协议（通过相同的传输协议）
  • 例如，客户端可以使用它来将连接从 HTTP 1.1 升级到 HTTP 2.0，或者将 HTTP 或 HTTPS 连接升级到 WebSocket
  • 而在 HTTP/2 中是被明确禁止使用这种机制/标头

• Sec-WebSocket-Key

  • 是由浏览器随机生成的一个 Base64 编码字符串值

• Sec-WebSocket-Version

  • 表明客户端所使用的协议版本

• Sec-WebSocket-Extensions

  • 表示客户端想要表达的协议级的扩展

服务端响应 101 状态码表示什么?

• 客户端发送了对应的关于将协议升级的信息 Upgrade: websocket，但并不会立马就会建立连接，因为服务端必须也要支持 websocket 协议，否则就会失败

• 如果服务端支持 websocket 协议，那么服务端就会返回状态码为 101 且带有响应头 Sec-WebSocket-Accept 的消息给客户端

  • Status Code: 101 表示指服务器将按照请求头信息变为一个不同的协议，是 HTTP 1.1 中新加入的
  • Sec-WebSocket-Accept 中存放的是在请求头 Sec-WebSocket-Key 中经过特定加密算法得到的结果

什么时候连接建立完成？

其实在前两个问题中就已经完成 WebSocket 的连接了，也就是 两次握手：

• 客户端发送携带 Connection: Upgrade、Upgrade: websocket、Sec-WebSocket-Key: VE9X2xPp8teUvHEvmBL8Tw== 等必要信息请求头的请求给服务端
• 服务端若支持对应的协议升级，则会响应客户端，并返回状态码为 101 且响应头携带 Sec-WebSocket-Accept 值为 加密算法 处理 Sec-WebSocket-Key 后的值
• 经过两次 HTTP 握手后，后续的通信就由 websocket 协议接手

WebSocket 使用场景

WebSocket 的特性非常适用于 即时性高 的服务场景，例如：

• 视频弹幕类
• 协同编辑类
• 媒体聊天类
• 多玩家游戏类
• 实时监控类（如 运动轨迹）
• 扫码登录
• ......

相信这些大家都没有什么疑问，但值得思考的是，在大多数的项目里也未必会真正的使用到 WebSocket，这一点是值得思考的。

为什么大多可以用 WebSocket 的场景，却没有真正使用呢？

打开网页上随处可见的客服聊天窗口，结合上述的介绍，也许你就会认为是通过 WebSocket 实现的，但其实不然，例如：

你会发现这样的场景下，仍然没有使用 WebSocket ，其实多是因为历史项目的兼容性问题，WebSocket 的特性虽好用，但 WebSocket 仍然不是 HTTP。

如果之前系统链路是针对 HTTP 协议设计的，那么改造带来的中间风险与特殊处理的地方是否能把控好？这样的改造成本与收益是否合理？

因此，大多数场景下还是会使用：短连接（心跳包测试）+ 长链接（接收消息） 的方式来实现。

服务端推送并非 WebSocket 不可

WebSocket 看起来真香，但并不是所有场景都可以直接使用，在只需要 服务端推送 的场景下，也并非没有其他方式可以选择，如 EventSource 和 Server Push 就可实现。

EventSource — SSE（Server-Sent-Events）

EventSource 是服务器推送的一个网络事件接口。一个 EventSource 实例会对 HTTP 服务开启一个 持久化 的连接，以 text/event-stream 格式发送事件，会一直保持开启直到被要求关闭。

换句话说，EventSource 基于 HTTP 协议的 单向通信，即数据信息被单向从 服务端 到 客户端 分发，当不需要以消息形式将数据从 客户端 发送到 服务器 时，EventSource 无疑是一个有效方案。

这里不在讲具体用法，具体用法可 参考此处！

优点

• SSE 基于 HTTP 的轻量级协议，改造成本不大
• SSE 默认支持 断线重连
• SSE 支持发送 自定义数据类型

缺点

• SSE 不支持 CORS，参数 url 表示服务器网址，且 url 的 协议、域名、端口 需要与当前页面的网址保持一致

• 兼容性较差，只适用高级浏览器，不支持 IE 浏览器

  • 可通过 event-source-polyfill 进行 IE 的兼容处理
• 只支持 单向通信，即只能服务器向客户端推送数据，客户端无法向服务器端推送数据

HTTP/2 （Server Push）

HTTP 的每个版本都是基于之前的版本来试下优化的，就像 HTTP/1.1 是基于 HTTP/1.0 进行的优化，同样的 HTTP/2 也是基于 HTTP/1.1 进行的优化。

为了解决 HTTP/1.1 链接需要请求以正确的顺序发送，理论上可用一些并行的链接（5 到 8 个）所带来的成本和复杂性，在 2010 年早期，谷歌通过实践了一个实验性的 SPDY 协议，随后明确了响应数量的增加和解决复杂的数据传输，SPDY 成为了 HTTP/2 协议的基础。

HTTP/2 相比于 HTTP1.1 的特性

• HTTP/2 是 二进制协议 而非 HTTP1.1 的 文本协议
• HTTP/2 支持 多路复用，即并行请求可在 同一个 TCP 连接 中处理
• HTTP/2 采用 HPACK 算法实现 头部压缩，在客户端和服务器间建立 “字典”，用索引号表示重复的字符串，并采用哈夫曼编码来压缩整数和字符串
• HTTP/2 提供 Server Push 服务端推送 的能力实现提前请求

而其中 Server Push 服务端推送 的 缺点 就是只能向客户端推送 静态资源，而不能推送 自定义数据。

所谓的 Server Push 这里举个例子就很容易理解了：

• HTTP/2 之前访问一个站点：

  • 服务器返回对应的 xxx.html 文件
  • 客户端预解析 xxx.html 文件
  • 根据预解析的识别到的 link、script 标签等并行加载文件资源
  • ...

• HTTP/2 后访问一个站点:

  • 服务器返回对应的 xxx.html 文件，同时可以返回相应的 x.css、x.js 等资源，即实现了静态资源的 提前请求，于是就能加快页面的渲染和显示

Chrome 将移除对 Server Push 支持

稍微总结一下，Server Push 会在响应 HTML 文件时，服务器 会同时将所需的资源文件 主动推送 给浏览器，并将资源会缓存到本地，当解析 HTML 时所需加载的资源会直接从本地缓存中读取，不需要再额外等待网络传输。

看起来似乎没什么大问题，但却有着比较大的 缺陷：

• Server Push 难以避免的会推送浏览器已经拥有的 子资源，因为很多资源会在浏览器 首次请求 被响应时就已缓存下来
• 这样的 过度推动/无意义推送 会导致 网络带宽使用效率降低，因此会明显降低整体的性能优势

总体而言，Chrome 数据显示 HTTP2/Push 实际上对整个网络的性能产生了 负面影响，因此 Chrome 宣布将在下一个主要版本（Chrome 106）中将删除对 Server Push 的支持，点此了解更多。

WebSocket 实现聊天室

上面说了那么多，终究还是得落实到代码上！

实现功能

以下实现的都是以极简的方式实现的，很多东西不会考虑的很全面，例如数据存储方面完全没有用到数据库，大家感兴趣可以自己完善：

• 用户注册

  • 昵称标识
  • 生成用户 uuid

• 入群欢迎提示

  • 根据 uuid 判断用户是否首次加入群聊，若是则进行欢迎提示

• 群聊消息收发

  • 当前用户发送消息时，通知服务端将聊天信息存储在服务端的 chatList 中
  • 当 chatList 列表数据发生变化，通过广播的方式发送给其他连接的用户

• 群消息同步

  • 用户每次进入聊天室，会同步接收其他用户之前的聊天信息

• .gif 表情包

  • 表情包数据存储在 emotions.json 文件中
  • 用户选择表情后会作为对应的字符添加到消息中，当该消息同步给其他用户时，会根据 emotions.json 的数据做匹配和生成

• 头像切换

  • 当前用户可通过点击自己的头像选择对应的图片替换默认头像
  • 因为不涉及图片存储，因此通过 FileReader 将接收到的 File 文件转成 base64 的格式

效果演示

源码

戳此可直达源码位置：源码地址

源码中通过 socket.io 和 socket.io-client 来实现，主要是因为 socket.io 则已经做了很多基础性工作，能够很好地与一些主流的技术集成，开发者只需要完成一些简单的配置即可。

前端部分

• 可通过 npm run dev 启动

服务端部分

• 可通过 npm run server 启动

局域网访问

• 若要支持局域网访问，则需要在 vite.config.ts 指定 host 配置选项，对应的 IP 地址可通过 ipconfig 在 CMD 终端上查看
• 若仍不支持局域网访问，可尝试短暂关闭防火墙后在访问

参考

• 为什么有HTTP协议，还要有websocket协议？
• 数据推送解决方案之eventSource实战应用
• Node HTTP/2 Server Push 从了解到放弃
• developer.mozilla.org