# WebSocket
30 秒速记
WebSocket是基于TCP的独立协议,和HTTP平级,不是HTTP的一种报文格式- 只借
HTTP/1.1握手一次:Upgrade: websocket,服务器回101 Switching Protocols,之后同一条连接改传WebSocket帧 - 全双工:双方都能随时发文本或二进制消息,有消息边界,不用自己拆包
- 浏览器的
WebSocket对象只是这个协议的客户端,不能拿来随便操作TCP端口 - 不自带断线重连、消息确认和持久化,这些都要业务自己做
WebSocket 是一个跑在 TCP 上的独立协议,名字里的 Web 只是说它是给浏览器用的。 它开头借用一次 HTTP 请求做握手,带上 Upgrade: websocket,服务器同意就回 101,从这之后这条 TCP 连接上跑的就不再是 HTTP 了,而是 WebSocket 帧,双方谁都可以随时发消息。前端用起来很简单,new WebSocket('wss://...') 加个 onmessage 就行,但它只是协议层面的长连接,断了不会自动重连,消息丢没丢也不知道,这些都要自己设计心跳和确认。
在之前讲 TCP/IP 协议栈的时候,我说过有“TCP Socket”,它实际上是一种功能接口,通过这些接口就可以使用 TCP/IP 协议栈在传输层收发数据。
那么,你知道还有一种东西叫“WebSocket”吗?
单从名字上看,“Web”指的是 HTTP,“Socket”是套接字调用,那么这两个连起来又是什么意思呢?
所谓“望文生义”,大概你也能猜出来,“WebSocket”就是运行在“Web”,也就是 HTTP 上的 Socket 通信规范,提供与“TCP Socket”类似的功能,使用它就可以像“TCP Socket”一样调用下层协议栈,任意地收发数据。
更准确地说,“WebSocket”是一种基于 TCP 的轻量级网络通信协议,在地位上是与 HTTP“平级”的。
原理拆解: WebSocket 先借用一次 HTTP/1.1 请求完成协议升级,成功后同一条 TCP 连接不再传输普通 HTTP 报文,而改用 WebSocket 帧。帧可承载文本或二进制数据,并具有消息边界;客户端和服务端都能主动发送,因此不需要用轮询模拟服务端推送。浏览器暴露的 WebSocket API 是该协议的客户端接口,并不允许网页任意操作底层 TCP Socket。
最小验证: 输入是客户端握手请求、服务端成功响应,目标是验证双方通过 Upgrade 和 Sec-WebSocket-Accept 从 HTTP 切换到独立协议。以下是一次完整的握手报文示例:
GET /chat HTTP/1.1
Host: server.example.com
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: dGhlIHNhbXBsZSBub25jZQ==
Sec-WebSocket-Version: 13
Origin: https://example.com
HTTP/1.1 101 Switching Protocols
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo=
客户端提供随机的 Sec-WebSocket-Key,服务端按协议规则计算 Sec-WebSocket-Accept;预期状态码是 101。若返回普通 200、缺少升级头或校验值不匹配,升级失败,后续字节不能按 WebSocket 帧解析。
边界与排查: WebSocket 依赖 TCP,所以仍受丢包重传、连接中断和基于 TCP 的队头阻塞影响;它也不自动提供断线重连、消息持久化或业务级确认。使用 wss 时还需先完成 TLS。代理、负载均衡器和网关必须支持连接升级,并为长连接配置合理的空闲超时。验证时除检查 101 外,还应在浏览器网络面板查看帧、关闭码和心跳行为,并确认服务端对 Origin、鉴权和消息大小进行了约束。
面试官追问
追问 1有人说浏览器的 WebSocket 就是能连任意端口的 TCP Socket,对吗?
不对。它只能和遵守 WebSocket 协议、完成握手的服务端通信,数据都按帧封装,客户端发出的帧还强制加了掩码。浏览器不会让网页随便对任意 TCP 服务收发原始字节。
追问 2服务器回的 Sec-WebSocket-Accept 是怎么算出来的?
把客户端的 Sec-WebSocket-Key 拼上固定字符串 258EAFA5-E914-47DA-95CA-C5AB0DC85B11,做 SHA-1 再 Base64。用 Node 一行就能验:crypto.createHash('sha1').update(key + GUID).digest('base64'),对不上浏览器会直接断开。
追问 3连接经过 Nginx 后,总是空闲一分钟左右就断,为什么?
Nginx 的 proxy_read_timeout 默认 60s,没有数据就断。可以调大超时,更通用的做法是客户端每二三十秒发一条心跳。另外 Nginx 要配 proxy_http_version 1.1 和 Upgrade / Connection 两个头,不然握手都过不去。
追问 4握手是 101,但连接很快被关闭,关闭码是 1006,什么意思?
1006 是异常关闭,没收到对方的关闭帧,一般是连接被中间设备掐了或者服务端进程崩了。去查代理超时、服务端日志和消息大小限制,1006 本身不会告诉你具体原因。
追问 5建连以后排查问题,还看状态码吗?
握手之后就没有状态码了。看 DevTools 里这个连接的 Messages 面板,看每一帧的内容和时间,再看关闭码和心跳是否正常。
# 为什么要有 WebSocket
30 秒速记
HTTP是请求—应答:客户端不问,服务器就没法说话- 聊天、行情、协作、游戏这类场景要服务器随时推,靠
HTTP只能轮询 - 短轮询大量空请求浪费带宽和
CPU;长轮询好一点,但每轮都要重新建请求 WebSocket一次握手后保持长连接,双方随时互发,RFC 6455标准化- 只要服务器单向推送用
SSE更简单;HTTP/2的Server Push是推资源的,Chrome已经移除,不能拿来做消息推送
WebSocket 解决的是 HTTP 「只能客户端先开口」的问题。 在它之前,浏览器想实时拿到新消息只能轮询,每秒问一次「有新消息吗」,绝大多数回答都是「没有」,带宽和服务器 CPU 全浪费在这上面。WebSocket 握手一次就建好一条长连接,服务器有消息直接推,客户端也能随时发。不过我不会什么都上 WebSocket:低频刷新用普通请求就行;只要服务器往下推,比如通知、AI 流式输出,用 SSE 更省事,它就是普通 HTTP,断线还会自动重连。
不过,已经有了被广泛应用的 HTTP 协议,为什么要再出一个 WebSocket 呢?它有哪些好处呢?
其实 WebSocket 与 HTTP/2 一样,都是为了解决 HTTP 某方面的缺陷而诞生的。HTTP/2 针对的是“队头阻塞”,而 WebSocket 针对的是“请求 - 应答”通信模式。
那么,“请求 - 应答”有什么不好的地方呢?
“请求 - 应答”是一种“半双工”的通信模式,虽然可以双向收发数据,但同一时刻只能一个方向上有动作,传输效率低。更关键的一点,它是一种“被动”通信模式,服务器只能“被动”响应客户端的请求,无法主动向客户端发送数据。
虽然后来的 HTTP/2、HTTP/3 新增了 Stream、Server Push 等特性,但“请求 - 应答”依然是主要的工作方式。这就导致 HTTP 难以应用在动态页面、即时消息、网络游戏等要求“实时通信”的领域。
在 WebSocket 出现之前,在浏览器环境里用 JavaScript 开发实时 Web 应用很麻烦。因为浏览器是一个“受限的沙盒”,不能用 TCP,只有 HTTP 协议可用,所以就出现了很多“变通”的技术,“轮询”(polling)就是比较常用的的一种。
简单地说,轮询就是不停地向服务器发送 HTTP 请求,问有没有数据,有数据的话服务器就用响应报文回应。如果轮询的频率比较高,那么就可以近似地实现“实时通信”的效果。
但轮询的缺点也很明显,反复发送无效查询请求耗费了大量的带宽和 CPU 资源,非常不经济。
所以,为了克服 HTTP“请求 - 应答”模式的缺点,WebSocket 就“应运而生”了。它原来是 HTML5 的一部分,后来“自立门户”,形成了一个单独的标准,RFC 文档编号是 6455
原理拆解: HTTP 的一次交互通常由客户端请求触发,响应结束后,服务器没有一条可随时写入业务消息的应用层通道。轮询把“服务器主动通知”转换为客户端反复询问;长轮询虽然让请求挂起到有数据再响应,减少了空响应,但每轮仍要重新处理请求、超时和连接状态。WebSocket 先借助 HTTP/1.1 Upgrade 完成握手,再切换为可双向发送帧的持久连接,因此聊天消息、行情变化或游戏状态可以在产生时立即下发。
最小验证: 输入以下握手报文,验证服务器接受升级时返回 101,此后连接不再按普通 HTTP 响应结束。Sec-WebSocket-Key 是一次性随机值,响应中的
