大家参与的项目里多少都会有web server与browser需要长连接互联的场景，当然我也是，之前没有进行太多方案的调研（比如深入理解通信协议和通用的一些解决方案），所以websocket就不假思索地直接用了，包括去年写的框架xframe里也是直接嵌入了官方websocket的library来实现的。
两周前遇到个场景，前端大佬提需求说能否支持socket.io，之前写的websocket的server组件不能用，当然是欣然答应，花了半天的时间重写了之前的websocket server支持socket.io的协议。但是为什么socketio不能兼容websocket呢？作为一名合格的工程师，不能知其然而不知其所以然，websocket是什么，它与socket.io有什么区别呢？他们又分别适合怎样的场景？为什么有了websocket还需要有socket.io?
于是花了几天时间（工作之余，T _ T 有段时间没有看k8s）研究了下websocket的RFC6455上的定义，撸了一遍golang版websocket的源码实现，比对比对Socket.IO。
Websocket
Websocket是全双工的基于TCP层的通信协议，为浏览器及网站服务器提供处理流式推送消息的方式。它不同于HTTP协议，但仍依赖HTTP的Upgrade头部进行协议的转换。
Websocket Handshake
websocket协议通信分为两个部分，先是握手，再是数据传输。
如下就是一个基本的websocket握手的请求与回包。
websocket handshake请求
GET /chat HTTP/1.1
Host: server.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Origin: http://example.com
Sec-WebSocket-Protocol: chat, superchat
Sec-WebSocket-Version: 13
websocket handshake返回
HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=
Sec-WebSocket-Protocol: chat
websocket消息根据RFC6455统称为"messages", 一个message可以由多个frame构成，其中frame可以为文本数据，二进制数据或者控制帧等，websocket官方有6种类型并预留了10种类型用于未来的扩展。
Websocket协议中如何确保客户端与服务端接收到握手请求呢？
这里就要说到HTTP的两个头部字段，Sec-Websocket-Key与Sec-Websocket-Accept。
首先客户端发起请求，在头部Sec-Websocket-Key中随机生成base64的字符串；服务端收到请求后，根据头部Sec-Websocket-Key与约定的GUID"258EAFA5-E914-47DA-
95CA-C5AB0DC85B11"拼接；使用SHA-1hash算法编码拼接的字符串，最后用base64编码放入头部Sec-Websocket-Accept返回客户端做认证。
更详细的说明可以看RFC说明，服务端与客户端都有更详细的入参限制。
Websocket数据帧
了解完websocket握手的大致过程后，这个部分介绍下websocket数据帧（这比理解TCP/IP数据帧看着简单很多吧）与分片传输的方式。
- FIN: 表示是否为最后一个数据帧的标记位
- opcode: 表示传输的数据格式，例如1表示纯文本（utf8)数据帧，2表示二进制数据帧
- MASK: 表示是否需要掩码的标记位，在websocket协议里，从客户端发送给服务端的包需要通过后面的making-key与payload data数据进行异或操作，防止一些恶意程序直接获取传输内容内容。
- Payload len：传输数据内容的长度
- Payload Data: 传输数据
Websocket握手及数据帧的收发(以Golang为例)
首先对使用者最外层暴露处理ws连接的handler，该handler是http定义的interface的具体实现，这样也是符合websocket基于http协议完成协议升级的定义。(但是这个库没有看出是怎么分片处理的）
//在websocket库定义了处理ws连接的alias函数类型
type Handler Func(*Conn)
func (h *Handler) ServeHTTP(w http.ResponseWriter, req *http.Request) {}
//自定义Handler(_wsOnMessage)连接处理函数
func _wsOnMessage(c *Conn) {
//接收ws连接推送的每个frame
buf := make([]byte, 0)
n, err := websocket.Message.Receive(buf)
//buf解析(纯文本或者二进制） + 业务处理
}
//最后在定义http server的handler
http.Server.Handler = http.Handler(websocket.Handler(_wsOnMessage))
http.Server.ListenAndServe("0.0.0.0:80")
其次，在Handler.ServeHTTP里都有哪些逻辑呢？
//检查http的request里与websocket相关的头部信息
var hs serverHandshaker = &hybiServerHandshaker{Config: config}
code, err := hs.ReadHandshake(buf.Reader, req)
if err == ErrBadWebSocketVersion {
fmt.Fprintf(buf, "HTTP/1.1 %03d %s\r\n", code, http.StatusText(code))
fmt.Fprintf(buf, "Sec-WebSocket-Version: %s\r\n", SupportedProtocolVersion)
buf.WriteString("\r\n")
buf.WriteString(err.Error())
buf.Flush()
return
}
if err != nil {
fmt.Fprintf(buf, "HTTP/1.1 %03d %s\r\n", code, http.StatusText(code))
buf.WriteString("\r\n")
buf.WriteString(err.Error())
buf.Flush()
return
}
// 检查完头部信息后，这里websocket定义里要求必须带上Origin信息
if handshake != nil {
err = handshake(config, req)
if err != nil {
code = http.StatusForbidden
fmt.Fprintf(buf, "HTTP/1.1 %03d %s\r\n", code, http.StatusText(code))
buf.WriteString("\r\n")
buf.Flush()
return
}
}
//握手检查完后，这里做handshake成功返回
err = hs.AcceptHandshake(buf.Writer)
if err != nil {
code = http.StatusBadRequest
fmt.Fprintf(buf, "HTTP/1.1 %03d %s\r\n", code, http.StatusText(code))
buf.WriteString("\r\n")
buf.Flush()
return
}
conn = hs.NewServerConn(buf, rwc, req)
return
NewServerConn里是具体的websocket的encoder与decoder
func (cd Codec) Receive(ws *Conn, v interface{}) (err error) {
ws.rio.Lock()
defer ws.rio.Unlock()
if ws.frameReader != nil {
_, err = io.Copy(ioutil.Discard, ws.frameReader)
if err != nil {
return err
}
ws.frameReader = nil
}
again:
// 这里初始化的reader用于解析具体的frame，就是上述的一个数据帧的内容，e.g FIN/opcode/payload len等
frame, err := ws.frameReaderFactory.NewFrameReader()
if err != nil {
return err
}
frame, err = ws.frameHandler.HandleFrame(frame)
if err != nil {
return err
}
if frame == nil {
goto again
}
payloadType := frame.PayloadType()
data, err := ioutil.ReadAll(frame)
if err != nil {
return err
}
return cd.Unmarshal(data, payloadType, v)
}
分片传输(fragmentation)
当一个完整消息体大小不可知时，websocket支持分片传输。这样可以方便服务端使用可控大小的buffer来传输分段数据，减少带宽压力，同时可以有效控制服务器内存。
同时在多路传输的场景下，可以利用分片技术使不同的namespace的数据能共享对外传输通道。不用等待某个大的message传输完成，进入等待状态。
Socket.IO
Socket.IO是js的库，用于web的开发应用中实现客户端与服务端建立全双工通信。SocketIO主要是基于websocket协议进行的上层封装（包括连接的管理、心跳与维活及提供room的广播机制与异步io等特性），同时在websocket不可用时，提供长轮询作为备选方式获取数据。
这里要注意就是Socket.IO不是Websocket的实现，Socker.IO有自己的协议说明，因此和websocket的server不兼容，Socker.IO握手及数据传输都有自定义的metadata与认证逻辑，比如头部的sid，作者在刚使用时上层接了负载均衡，没有考虑session保持，导致Socket.IO握手时鉴权一直不通过。
Socket.IO特性
- 可靠性，Socker.IO基于engine.io实现，先建立长轮询连接后再升级为基于websocket全双工的长连接
- 自动重连与断连检查
- 多路传输/多种数据格式传输（这个和websocket特性一样)
- 广播机制（这个用法在开发上还是很方便的，开发同学不需要做太多额外的工作，broadcast函数即可，不用像自己实现websocket服务端一样要做topic和连接管理及并发推送的处理）
Socket.IO Handshake
主要是polling部分，websocket部分参考前一小节。
1. 客户端发http请求，URL: /${yourpath}?EIO=3&transport=polling&t=abcd
2. 服务端返回并带上header: set-cookie=xxx
3. 客户端使用cookie作为sid，URL: /${yourpath}?EIO=3&transport=polling&t=abcd&sid=xxx
4. 认证完成
其中客户端每次发起请求使用的t是时间戳参数 (engine.io)，设计思路可以参考cache buster的技术实现。
Websocket与Socket.IO适用场景
只从两个方面分析：
易用性: Socket.IO的易用性更好，对于前端开发来说，没有太多心智负担，比如需要关心重连、push转polling等容错逻辑; 服务端上也没有太多的连接管理的设计，Socker.IO已经打包处理了。
灵活性: 个人觉得websocket的灵活性更高一些，不管是前端还是后端，可以做更多的设计与优化，比如连接管理，容错重连，用户认证等，至少在提升技术能力上还是很有帮助。
"学会运用轮子的才能成为一位好司机，懂得如何造轮子才可能造就一个米其林"
欢迎讨论～～
参考内容
有疑问加站长微信联系（非本文作者）
