WebSocket 协议详解

1. WebSocket 协议的帧数据详解

1.1 帧结构

  0                   1                   2                   30 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1+-+-+-+-+-------+-+-------------+-------------------------------+|F|R|R|R| opcode|M| Payload len |    Extended payload length    ||I|S|S|S|  (4)  |A|     (7)     |             (16/64)           ||N|V|V|V|       |S|             |   (if payload len==126/127)   || |1|2|3|       |K|             |                               |+-+-+-+-+-------+-+-------------+ - - - - - - - - - - - - - - - +|     Extended payload length continued, if payload len == 127  |+ - - - - - - - - - - - - - - - +-------------------------------+|                               |Masking-key, if MASK set to 1  |+-------------------------------+-------------------------------+| Masking-key (continued)       |          Payload Data         |+-------------------------------- - - - - - - - - - - - - - - - +:                     Payload Data continued ...                :+ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - +|                     Payload Data continued ...                |+---------------------------------------------------------------+

WebSocket 客户端与服务器通信的最小单位是帧（frame），一条完整消息由一个或多个帧组成：

• 发送方将消息切割为多个帧发送
• 接收方接收到消息帧后重新组装为完整消息
• 接收方根据 FIN 标识判断是否接收到消息的最后一个数据帧

帧基本结构

帧由多个字段顺序排列构成，字段说明如下：

字段	长度	描述
FIN	1 位	表示该帧是否为消息的最后一帧 1：最后一帧，0：还有后续帧
RSV1 - RSV3	各 1 位	保留位，默认值为 0。需在握手阶段协商使用
Opcode	4 位	定义帧的操作类型（文本/二进制/控制帧等）
Mask	1 位	指示负载数据是否经过掩码处理 客户端发送必须掩码，服务器发送不需掩码
Payload length	7 位/7+16位/7+64位	负载数据长度编码 0-125：直接使用7位 126：后接2字节表示长度 127：后接8字节表示长度
Masking-key	0 或 4 字节	当 Mask=1 时存在，用于负载数据掩码处理
Payload data	变长	实际传输的数据

字段详细解释

1. FIN 字段

   • 标识当前帧是否为消息的最后一帧
   • 1：消息结束帧；0：消息还有后续帧

2. RSV1-RSV3 字段

   • 保留位，为协议扩展预留
   • 默认值必须为 0，否则接收方应断开连接

3. Opcode 字段

   值	类型	描述
   0x0	延续帧	继续未完成的消息
   0x1	文本帧	UTF-8 编码文本
   0x2	二进制帧	二进制数据
   0x3-0x7	保留帧	未来非控制帧扩展
   0x8	关闭帧	关闭连接
   0x9	Ping帧	心跳检测
   0xA	Pong帧	对Ping的响应
   0xB-0xF	保留帧	未来控制帧扩展

4. Mask 字段

   • 客户端发送必须设为 1（掩码处理）
   • 服务器发送必须设为 0（无掩码）

5. Payload length 字段

   • 采用可变长度编码适应不同数据量
   • 长度在0-125字节时直接使用7位表示

6. Masking-key 字段

   • 当 Mask=1 时存在（4字节随机密钥）
   • 掩码算法：C[i] = P[i] ^ M[i % 4]
   • 接收方使用相同密钥进行解掩码

   示例：文本帧 "Hello"FIN: 1 (单帧消息)
   RSV: 000
   Opcode: 0001 (文本帧)
   Mask: 1 (客户端发送)
   Payload length: 5 (0000101)
   Masking-key: 0x12345678
   Payload data: "Hello" 掩码后值
   

1.2 生成数据帧

消息分片机制

目的：

1. 支持传输未知长度的超大数据
2. 实现流式传输（边生成边发送）
3. 避免大数据一次性加载到内存

分片规则

帧类型	FIN	Opcode	描述
起始帧	0	≠0	消息的第一帧
中间帧	0	0	消息的中间部分
结束帧	1	0	消息的最后一帧

重要规则：

1. 控制帧不允许分片（包括关闭帧/Ping/Pong）
2. 控制帧可穿插在分片消息中传输
3. 组成消息的所有帧必须是相同数据类型
4. 消息碎片类型只能是文本或二进制

2. WebSocket 协议控制帧结构详解

控制帧操作码：0x08（关闭）、0x09（Ping）、0x0A（Pong）

重要特性：

1. 所有控制帧负载长度 ≤125 字节
2. 控制帧禁止分片处理
3. 控制帧可穿插在消息片之间传输

2.1 关闭帧（Opcode 0x08）

功能：正常关闭连接或指示关闭原因

帧结构要求：

1. 客户端发送必须掩码处理
2. 数据部分（若存在）前2字节为无符号整数（状态码）
3. 可选UTF-8编码的关闭原因（人类不可读）

关闭流程

1. 主动关闭方：发送关闭帧 → 不再发送任何数据
2. 被动接收方：收到关闭帧后必须响应关闭帧
3. 双方关闭：交换关闭帧后关闭TCP连接
4. 超时处理：服务器应立即关闭TCP连接；客户端可等待或超时关闭

示例：正常关闭（状态码1000）FIN: 1
RSV: 000
Opcode: 1000 (关闭帧)
Mask: 1 (客户端发送)
Payload length: 2
Payload data: 0x03E8 (1000的16进制)

2.2 Ping帧（Opcode 0x09）

功能：连接状态检测（心跳检测）

重要规则：

1. 可在连接建立后任意时间发送
2. 必须包含应用数据（最多125字节）
3. 接收方收到后必须返回Pong帧（除非已收到关闭帧）
4. 响应时间：尽快返回Pong帧

示例：带自定义数据的PingFIN: 1
RSV: 000
Opcode: 1001 (Ping帧)
Mask: 1 (客户端发送)
Payload length: 9
Payload data: "HEARTBEAT"

2.3 Pong帧（Opcode 0x0A）

功能：对Ping帧的响应

重要规则：

1. 必须包含与对应Ping完全相同的应用数据
2. 对于连续多个Ping，只需响应最后一个
3. 可主动发送（作为单向心跳）
4. 对主动发送的Pong帧不需要响应

高级行为

1. 数据一致性：必须完全复制Ping的Payload数据
2. 延迟响应：可在处理完当前消息后发送
3. 流控机制：不可用于流量控制

3. WebSocket 心跳机制

机制核心

关键规则

1. 触发条件：任何一端收到Ping帧
2. 响应要求：必须立即返回Pong帧（相同Payload数据）
3. 唯一例外：当连接正处于关闭状态时可不响应
4. Pong优先级：高于普通数据帧处理

应用场景

1. 连接保活：防止中间设备（NAT/防火墙）断开空闲连接
2. 状态检测：确认对方是否在线/响应
3. 网络诊断：通过计算Ping-Pong延时(RTT)测量网络质量
4. 双向验证：确保连接双向通信能力

高级实现技巧

1. Payload设计：包含时间戳（计算RTT）和序列号（匹配请求响应）
2. 超时机制：Ping发送方应实现响应超时检测
3. 频率控制：推荐间隔15-60秒（视网络环境调整）
4. 错误处理：连续多次超时后标记连接不可用