SIP 探析
摘要
会话发起协议（Session Initiation Protocol，SIP）是一种信令协议，它对于通信业有着重要的意义。本文从技术上对SIP进行了一般性的介绍，并说明了SIP如何为通信解决方案提供重要支持。
简介
我曾经构想过一种软件，它可以“浮于”应用程序之上，提供辅助作用。这不是一个哑的“帮助”系统，而是一个活动的技术支持代理，可以在Internet上进行讨论。那时曾有人告诉我，“现有的工具、库、协议或带宽实现不了这样的要求！”
时代已经不同了！
许多人家中已经拥有基于DSL、光纤和其他技术的宽带网络。存在大量高质量的工具和库，无论是商业的还是开源的。标准驱动应用。现在是时候来实现上述创新思路了。
了解SIP
首先，我将向您介绍SIP，也就是会话发起协议。SIP是一种轻量级的可扩展请求/响应协议，用于在两个端点之间开始通信会话。这听起来是不是很熟悉？SIP在概念上源自于HTTP和SMTP，但是它的目的却不同。可以把SIP消息与CB（民用波段）隐语10-code和Q-signal进行比较。
图1.用于管理CB呼叫的隐语
在这个例子中，真正的消息包含在专用的呼叫协商消息中。
SIP是IETF于1999年提出的，在2002年进行了修订。RFC 3261对它进行了描述。本文中有关SIP的信息就选自RFC。对SIP存在很多扩展，这些扩展中的很多都能在SIP-related RFCs and drafts清单中找到。
SIP有哪些优点呢？通常情况下，两个端点使用它来协商一次“呼叫”。这里的协商包括介质（文本、语音等）、传输（通常是RTP、Real Time Protocol）和编码（codec）。一旦协商成功，两个端点就会使用选中的方法相互交谈——这就与SIP无关了。“呼叫”完成之后，SIP用于指示断开连接。因此，SIP最好用作一种信令机制。SIP及其扩展还提供一些相关功能，比如即时消息传递、注册和到场。
SIP术语中的端点叫做用户代理。它可以是“软件电话”、即时消息收发器、IP电话，甚至是手机。服务器用户代理提供集中式的服务，比如登记员、代理或应用服务器。
听起来SIP非常简单，而且它也确实简单。这种简单性对于协议的稳定很重要，而且它也没有降低协议的有用性，所以该协议得到了广泛的应用。
例如，考虑一下HTTP。协议本身的定义很少。但是使用它的方式多不胜数。SIP也是可以扩展的。存在大量针对SIP的扩展，它们涵盖了很多应用。现在，我们进一步来考察SIP，并分析它为什么会如此重要。
SIP的重要性
有人说，SIP对于通信，就像HTTP对于Web一样。
SIP对通信业产生了巨大的影响。从事蜂窝技术的公司已经决定为了未来的应用，对SIP进行标准化。VoIP (Voice over IP)供应商、Internet电话和即时消息传递应用程序（例如，Microsoft MSN Messenger）都准备基于SIP进行标准化。
目前已经存在一些信令协议和P2P技术。这就引发了一个问题：SIP相对于这些协议和技术有何优势？SIP具有以下的明显优点：
- 稳定性。该协议已经使用了多年，现在十分稳定。
- 速度。基于UDP的小型协议效率特别高。
- 灵活性。这个基于文本的协议十分容易扩展。
- 安全性。它提供像加密(SSL、S/MIME)和身份验证这样的功能。对SIP的扩展还提供其他安全性功能。
- 标准化。随着整个通信行业都在向SIP靠拢，SIP已经讯速成为一种标准。其他技术可能具有SIP所没有的优势，但是它们没有得到全球范围内的采用。
这意味着，如果您想让您的应用程序与其他工具、设备和服务器进行互操作，SIP是最佳选择。供应商对互操作性是很关注的，会定期开会对其产品进行测试。这些会议称为SIPit for SIP Interoperability Tests（以前叫做Bakeoff，是Pillsbury提出更改的）。
剖析SIP呼叫
现在，让我们更深入地了解这门技术。SIP通常基于UDP进行传输，但是SIP工具必须同时支持TCP。一条SIP消息由两部分组成：
- 信封（envelope），以头字段的形式描述一个请求或请求的结果（响应）。
- 有效负载（payload），即内容（可选），包含有关请求的数据。
信封是文本格式，但是内容可以是文本，也可以是二进制格式。
例如，让我们具体分析一次典型的SIP呼叫。在这个场景中，用户A想呼叫用户B。图2说明了这次呼叫：
图2. 一次典型的SIP呼叫
下面对所有的消息进行了解释：
| 1. User Agent A发送一个SIP请求INVITE给User Agent B，表达User A想跟User B进行谈话的愿望。这个请求包含语音流协议的细节。payload中使用会话描述协议（Session Description Protocol，SDP)就是为此目的。SDP消息包含一个清单，其内容为User A支持的所有介质编码。（这些编码使用RTP进行传输。） | INVITE sip:[email protected] SIP/2.0 Via: SIP/2.0/UDP 10.20.30.40:5060 From: UserA <sip:[email protected]>;tag=589304 To: UserB <sip:[email protected]> Call-ID: [email protected] CSeq: 1 INVITE Contact: <sip:[email protected]> Content-Type: application/sdp Content-Length: 141 v=0 o=UserA 2890844526 2890844526 IN IP4 10.20.30.40 s=Session SDP c=IN IP4 10.20.30.40 t=3034423619 0 m=audio 49170 RTP/AVP 0 a=rtpmap:0 PCMU/8000 |
| 2. User Agent B读取该请求，然后告诉User Agent A它已经收到请求。 | SIP/2.0 100 Trying From: UserA <sip:[email protected]>;tag=589304 To: UserB <sip:[email protected]> Call-ID: [email protected] CSeq: 1 INVITE Content-Length: 0 |
| 3.当电话响铃时，User Agent B发送临时消息（响铃）给User Agent A，这样它就不会超时和放弃。 | SIP/2.0 180 Ringing From: UserA <sip:[email protected]>;tag=589304 To: UserB <sip:[email protected]>;tag=314159 Call-ID: [email protected] CSeq: 1 INVITE Content Length: 0 |
| 4.最终，User B决定接受呼叫。此时，User Agent B发送一个OK响应给User Agent A。在响应的payload中，还有另一条SDP消息。它包含一组两个用户代理都支持的介质编码。此时，双方正式处于呼叫中。使用200类型的响应可以接受所有类型的SIP请求。 | SIP/2.0 200 OK From: UserA <sip:[email protected]>;tag=589304 To: UserB <sip:[email protected]>;tag=314159 Call-ID: [email protected] CSeq: 1 INVITE Contact: <sip:[email protected]> Content-Type: application/sdp Content-Length: 140 v=0 o=UserB 2890844527 2890844527 IN IP4 10.20.30.41 s=Session SDP c=IN IP4 10.20.30.41 t=3034423619 0 m=audio 3456 RTP/AVP 0 a=rtpmap:0 PCMU/8000 |
| 5. User Agent A最后使用一条ACK消息进行确认。对于这种请求类型来说，没有重试和响应消息，即使消息丢失。ACK只在INVITE消息中使用。 | ACK sip:[email protected] SIP/2.0 Via: SIP/2.0/UDP 10.20.30.41:5060 Route: <sip:[email protected]> From: UserA <sip:[email protected]>;tag=589304 To: UserB <sip:[email protected]>;tag=314159 Call-ID: [email protected] CSeq: 1 ACK Content-Length: 0 |
| 6..两个用户代理现在使用最后一条SDP消息中选定的方法进行连接。 | RTP使用PCMU/8000编码对在端口49170 & 3456上双向传输的音频数据进行打包。 |
| 7.在通信会话结束时，其中一个用户挂断。此时，这个用户的用户代理发送一个新的请求BYE。这条消息可以由任一方发送。 | BYE sip:[email protected] SIP/2.0 Via: SIP/2.0/UDP 10.20.30.41:5060 To: UserB <sip:[email protected]>;tag=314159 From: UserA <sip:[email protected]>;tag=589304 Call-ID: [email protected] CSeq: 1 BYE Content-Length: 0 |
| 8.另一用户的用户代理接受该请求，然后使用一条OK消息作为应答。呼叫连接至此断开。 | SIP/2.0 200 OK To: UserB <sip:[email protected]>;tag=314159 From: UserA <sip:[email protected]>;tag=589304 Call-ID: [email protected] CSeq: 1 BYE Content-Length: 0 |
SIP消息的第一行包含消息的类型和所使用的SIP版本（2.0）。在请求中，这一行还包含一个叫做SIP URI的地址。这代表消息的目的地。
这个例子说明了如何使用请求消息INVITE、ACK和BYE，以及200 OK响应消息。SIP中还存在许多其他消息。下面给出一些请求：
| 消息 | 用法 |
|---|---|
| INVITE | 呼叫一个用户代理，传送一次呼叫。 |
| ACK | 确认呼叫。 |
| BYE | 终止呼叫。 |
| CANCEL | 终止还未OK的呼叫。 |
| REGISTER | 提供一项注册服务，带有一个联系地址和可以用来代替的别名。例如，在前面的例子中，地址sip:[email protected]就是sip:[email protected]的别名。然后，注册服务器example.com就可以把呼叫转发给地址10.20.30.40。 |
| OPTIONS | 询问一个用户代理的“能力”（例如，该用户代理能够识别的消息和编码）。 |
现在给出一些经常使用的响应消息：
| 消息 | 用法 |
|---|---|
| 100 Trying | 消息已收到，但是最终用户代理尚未进行处理。请等待。 |
| 180 Ringing | 最终用户代理已经收到消息，正在提示用户。请等待。 |
| 200 OK | 最终用户已经接受消息。 |
| 301 Moved Permanently & 302 Moved Temporarily | 用户代理的地址已经改变，新的永久或临时地址位于Contact字段中。 |
| 400 Bad Request | 普通错误消息。客户端不能识别消息。 |
| 401 Unauthorized & 407 Proxy Authentication Required | 请使用证书重试。 |
| 404 Not Found | 要联系的用户不存在或尚未注册。 |
| 408 Request Timeout | 另一方没有响应。这意味着SIP消息永远不会OK。所有重试都将被丢弃。这并不意味着电话响太长时间（电话可以永远响铃）。 |
消息使用类似的头字段类型。下面给出其中的一些：
| 头字段 | 用法 |
|---|---|
| From | SIP请求的发送者。 |
| To | SIP请求的接受者。这通常与SIP URI相同（可以是一个“别名”或一个实际地址）。 |
| Contact | 用户代理的实际地址。 |
| Call-ID | 这并不是呼叫者的电话号码。它惟一地代表两个用户代理之间的完整呼叫或对话。所有相关的SIP消息都使用同一个Call-ID。例如，当一个用户代理收到一条BYE消息，根据Call-ID，它就知道要挂断哪次呼叫。 |
| CSeq | 消息的顺序编号。这在一次对话或一个Call-ID中是惟一的。这用于区别新的消息和“重试消息”。当一条初始消息没有及时OK时，重试就会进行，并会定时发送。 |
| Content-Type | 消息内payload的MIME类型。 |
| Content-Length | payload的大小，以字节为单位。信封和payload之间由一空行隔开。 |
还有一些与消息路由选择功能相关的头字段，如：Via、Route和Record-Route。许多头字段提供像Accept、User-Agent和Supported这样的功能。其他头字段则提供像Authorization、Privacy和WWW-Authenticate这样的安全性功能。还有很多其他的头字段存在。此外，这些字段中许多都有缩写语法（比如，From = f，To = t，等等）。
SIP的其他功能
使用SIP及其扩展可以实现很多应用：
- VoIP
- 视频会议
- 针对文本和数据的即时消息传递，比如MSN Instant Messenger
- 注册(我在线!)
- 到场(我的伙伴在不在?)
- Click-to-talk(点击通话，即点击这里便可与一个技术支持代理交谈)
- 应答机器/互动式语音应答（Interactive Voice Response，IVR)系统(“请输入您的密码。请记录您的姓名。英文请按1，西班牙语请按2…”)
- 网络游戏，比如Quake和一些手机游戏（甚至基于语音和IM）
- 基于手机的应用程序
- 移动电子商务
基本上，如果是两个端点之间进行通信，SIP就能完成。
但是，关于活动的Web技术支持代理的想法又如何呢？现在我们能否使用SIP来实现它？我们能否使用Java来实现它？干脆点说，可以。
Java中的SIP
我经常使用SIP。我可以负责任地说，Java为SIP提供了绝佳的支持。Java技术的一个分支把与开发SIP应用程序相关的许多细节抽象出来，这对于SIP开发人员大有帮助。下面这些技术大部分位于JAIN (Java APIs for Integrated Networks)工作组中。
- JAIN SIP API (JSR 32)
- SIP Servlet API (JSR 116)
- JAIN SIP Lite (JSR 125)
- SIP API for J2ME (JSR 180)
- JAIN SIMPLE Presence (JSR 164)
- JAIN SIMPLE Instant Messaging (JSR 165)
其他相关技术有：
- JAIN SDP (JSR 141)
- Java Media Framework for RTP (J2SE可选包，并非JAIN的)
如果您希望开发一个客户端应用程序，就需要一个客户端SIP引擎或者“堆栈”。在这里可以找到一个优秀的开源Java SIP堆栈。它还支持SDP。如果不想自己开发SIP电话，您可以使用这个。
结束语
本文简要介绍了SIP、它的使用场景，以及一些SIP语法。我们还了解了各种与SIP相关的Java技术。尽管本文不够详尽，我还是希望它能够激发您的兴趣，并促使您开始使用它。SIP的时代已经到来，现在使用它可以实现很多很酷的想法。
在本系列文章的第2部分中，我将说明如何使用SIP Servlet API编写一个聊天室应用程序。
参考资料
- SIP Forum——SIP工作组的社区站点
- SIP Center——另一个广受欢迎的社区站点
- RFC 3261——SIP规范
- SIP的相关RFC和草案
- 开源JAIN SIP堆栈
- 开源SIP软件电话