【Node.js】论一个低配版Web实时通信库是如何实现的1（ WebSocket篇)

引论

simple-socket是我写的一个"低配版"的Web实时通信工具（相对于Socket.io），在参考了相关源码和资料的基础上，实现了前后端实时互通的基本功能

选用了WebSocket ->server-sent-event -> AJAX轮询这三种方式做降级兼容，分为simple-socket-client和simple-socket-server两套代码，

并实现了最简化的API：

• 前后端各自通过connect事件触发，获取各自的socket对象

• 前端通过socket.emit('message', "data")发送消息; 服务端通过socket.on('message', function (data) { //... })接收

• 服务端通过socket.emit('message', "data")发送消息; 前端通过socket.on('message', function (data) { //... })接收

为方便细节的理解，未直接引用ws,eventsource,sockjs,http://engine.io等已有的工具库

下面把编码的过程和细节，以及代码予以记录

github仓库地址

 

https://github.com/penghuwan/simple-socket

npm命令

npm i simple-socket-serve   （服务端npm包）
npm i simple-socket-client   (客户端npm包)

使用方式（模仿Socket.io）

前端

var client = require('simple-socket-client');
var client = new Client();
client.on('connect', socket => {
    socket.on('reply', function (data) {
        console.log(data)
    })
    socket.emit('message', "pppppppp");
})

服务端

const SocketServer = require('simple-socket-serve');
const http = require('http');

const server = http.createServer(function (request, response) {
    // 你的其他代码~~
})

// Usage start
const ss = new SocketServer({
    httpSrv: server, // 需传入Server对象
});
ss.on('connect', socket => {
    socket.on('message', data => {
        console.log(data);
    });
    setTimeout(() => {
        socket.emit('reply', "aaaa");
    }, 3000);
});
// Usage end

server.listen(3000);

Output

前端: 约3秒后输出aaaa
服务端：输出pppppp

下面梳理了我在编码过程中的思路，其中有些是借鉴于已有的工具库（如Socket.io）源码，有些则是自己的思考所得。如有错漏之处请多指点

需要思考的问题

1. 我们需要编写哪些通信方式？这些通信方式的上到下的兼容顺序是什么？

2. 浏览器怎么选择最优的通信方式呢？

3. 服务端怎么知道当前发出请求的浏览器，它最高支持哪一种通信方式？

4. 编写的服务端代码怎么和当前的业务代码衔接？

5. 如何使用WebSocket实现通讯？

Q1. 我们需要编写哪些通信方式？这些通信方式的上到下的兼容顺序是什么？

 

首先要先梳理一下可供选择的实现双向通信的方式，以及它们的浏览器兼容性 (兼容性数据来源于 can i use)

• WebSocket： IE10以上才支持，Chrome16, FireFox11,Safari7以及Opera12以上完全支持，移动端形势大

• event-source: IE完全不支持（注意是任何版本都不支持），Edge76，Chrome6,Firefox6,Safari5和Opera以上支持， 移动端形势大好

• AJAX轮询： 用于兼容低版本的浏览器

• 永久帧（ forever iframe）可用于兼容低版本的浏览器

• flash socket 可用于兼容低版本的浏览器

 

那么它们的优缺点各是怎样的呢？

1.WebSocket

• 优点：WebSocket 是 HTML5 开始提供的一种在单个 TCP 连接上进行全双工通讯的协议，可从HTTP升级而来，浏览器和服务器只需要一次握手，就可以进行持续的，双向的数据传输，因此能显著节约资源和带宽

• 缺点：1. 兼容性问题:不支持较低版本的IE浏览器（IE9及以下）2.不支持断线重连，需要手写心跳连接的逻辑 3.通信机制相对复杂

2. server-sent-event（event-source）

• 优点：（1）只需一次请求，便可以stream的方式多次传送数据，节约资源和带宽 （2）相对WebSocket来说简单易用 （3）内置断线重连功能(retry)

• 缺点： （1）是单向的，只支持服务端->客户端的数据传送，客户端到服务端的通信仍然依靠AJAX，没有”一家人整整齐齐“的感觉（2）兼容性令人担忧，IE浏览器完全不支持

3. AJAX轮询

• 优点：兼容性良好，对标低版本IE

• 缺点：请求中有大半是无用的请求，浪费资源

4.Flash Socket（这个感觉得先说缺点2333）

• 缺点：（1）浏览器开启时flash需要用户确认，（2）加载时间长，用户体验较差 （3）大多数移动端浏览器不支持flash，为重灾区

• 优点： 兼容低版本浏览器

          

5. 永久帧（ forever iframe）

• 缺点： iframe会产生进度条一直存在的问题，用户体验差

• 优点：兼容低版本IE浏览器

 

综上，综合兼容性和用户体验的问题，我在项目中选用了WebSocket ->server-sent-event -> AJAX轮询这三种方式做从上到下的兼容

 

Q2： 浏览器端怎么选择最优的通信方式呢？

很简单，做一下能力检测就可以了,对于支持WebSocket的浏览器，window顶层对象可以检测到WebSocket属性，而支持SSE的浏览器，则可以检测到window.EventSource属性，这便可以作为判断依据。对三种方式做从上到下的判断即可。

// 备注： 此为前端代码
function Client() { 
    this.ws = null;
    this.es = null;
    init.call(this);
}
function init() {
    // 采用WebSocket作为通信方式
    if (window.WebSocket) {
        this.type = 'websocket';
        this.ws = new WebSocket(`ws://${url}`);
        return;
    }
   // 采用server-sent-event作为通信方式
    if (window.EventSource) {
        this.type = 'eventsource';
        this.es = new EventSource(`http://${url}/eventsource?connection=true`)
        return;
    }
   // 采用Ajax轮询作为通信方式
    this.type = 'polling';
}

Q3.服务端怎么知道当前发出请求的浏览器，它最高支持哪一种通信方式？

因为服务端需要处理不同的浏览器发出的请求，这些请求的方式可能是不一样的。

我的思路是：

1. 对于websocket请求，可通过检测connection首部字段是否包含'upgrade'，同时upgrade首部字段是否为 'websocket'这两个条件进行判断

2. 对于event-source和AJAX轮询，让前端选择方式后，传URL路径过去告知后端就可以了，路径分别为host：/eventsource和host：/polling

3. event-source我觉得也可以在前端设置accept:'text/event-stream'的方式告知后端，这个待会改改

// 备注：Node.js服务端代码
var url = require('url');
module.exports = {
    // 判断请求的浏览器是否选择了websocket进行通信
    isWebSocket(req) {
        var connection = req.headers.connection || '';
        var upgrade = req.headers.upgrade || '';
        return connection.toLowerCase().indexOf('upgrade') >= 0 &&
            upgrade.toLowerCase() === 'websocket';
    },
    // 判断请求的浏览器是否选择了event-source（SSE）进行通信
    isEventSource(req) {
        var pathname = url.parse(req.url).pathname;
        return pathname === '/eventsource';
    },
    // 判断请求的浏览器是否选择了AJAX轮询进行通信
    isPolling(req) {
        var pathname = url.parse(req.url).pathname;
        return pathname === '/polling';
    },
}

Q4. 编写的服务端代码怎么和当前的业务代码衔接？

我们定义一个SocketServer类，并在contructor中接收业务代码中已有的server实例，并监听其request事件去处理请求和响应。如下所示

// 备注： Node.js服务端代码
class SocketServer {
  constructor (opt) {
    super();
    // 以构造函数参数的方式接收业务代码里面已有的Server实例
    this.httpSrv = opt.httpSrv;
    this._initHttp(); 
  }
  _initHttp() {
    // 监听外部Server实例的request事件，并处理请求和响应
    this.httpSrv.on('request', (req,res) => {
      // ...
    } );
  }
}

使用方式

const server = http.createServer(function (request, response) {    }) // 原有的业务代码
const ss = new SocketServer({
    httpSrv: server, // 需传入Server对象
});
ss.on('connect', socket => {   });

这样做有两个好处：

• 一方面，对原有的代码没有过多的侵入性

• 避免了创建新的server实例或监听不同的端口，保持和原server同域，避免了前后端代码产生跨域的问题

前后端组织逻辑概述

前端

1.定义构造函数Client

function Client(host) {
    this.type = null; // 通信方式
    this.ws = null; // WebSocket对象
    this.es = null; // EventSource对象
    this.ajax = null;
    init.call(this); // 通过能力检测, 设置this.type,初始化相关API对象
    listen.call(this); // 监听相关连接打开或消息接收的事件（例如ws.onpen/ws.onmessage；
}
Client.prototype.on  = function (event,cb){
        emitter.on(event, cb)
}

2.在连接打开时触发connect事件,把client对象自身给传进去

this.ws.onopen = function () {
  emitter.emit('connect', this);
}

var client = new Client();
// 下面的写法中，socket和client其实是同一个对象
client.on('connect', socket => {
    socket.on('reply', function (data) {
        console.log(data)
    })
    socket.emit('message', "pppppppp");
})

 后端

 

定义一个Socket类，每个请求会对应创建一个Socket对象(对于AJAX轮询时候考虑复用Socket对象)

class Socket extends events.EventEmitter {
 constructor(socketId) {
   super();
   this.transport = null;  // 标记通信方式 
   this.id = socketId;     // SocketId
   this.netSocket = null // updrage时获取的net.socket的实例,供WebSocket通信使用
   this.eventStream = null // Stream.readable实例，供Event-Source通信使用
   this.toSendMes = [];    // 待发送的信息，HTTP轮询时使用
  }
  // 其他代码 ...
  on (event,cb) {
    // 接收前端传送的信息
  }
  emit (event,data) {
    // 发送信息给前端
  }
}

并且定义Server类如下：

class Server extends events.EventEmitter {
 constructor(opt) {
   super();
   this.httpSrv = opt.httpSrv;
   // ...
  }
  // 其他代码 ...
}

//  使用Server对象
const ss = new Server({
    httpSrv: server, // 需传入Server对象
});
ss.on('connect', socket => {
    socket.on('message', data => {
        console.log(data);
    });
    socket.emit('reply', "aaaa");
});

Server对象会根据每请求创建相应Socket对象（AJAX轮询中Socket对象可能持久化并复用

并且是继承自events.EventEmitter，它会在适当的时刻触发connect事件，并且把请求对应的Socket对象传过去

Q5.如何实现WebSocket实时通信？

关于如何在前端利用WS发送和接收消息，MDN文档里说得很详细了请看 https://developer.mozilla.org/zh-CN/docs/Web/API/WebSocket这里不再赘述，主要是用了这几个API：

• 创建websocket对象：var ws = new WebSocket(url);
• 发送消息 ws.send("XXXX");
• 接收消息：ws.onmessage = function (payload) { console.log(payload.data) };

WebSocket前端代码

前端接收消息

// 一开始能力检测的时候判断过通信类型并初始化
this.ws = new WebSocket(`ws://${url}`); 
// ... 中间隔了其他代码
this.ws.onmessage = function (payload) {
  var  dataObj = JSON.parse(payload.data);
  emitter.emit(dataObj.event, dataObj.data);  // 触发事件
}

前端发送消息

// 一开始能力检测的时候判断过通信类型并初始化
this.ws = new WebSocket(`ws://${url}`); 
// ... 中间隔了其他代码
this.ws.send(JSON.stringify({
  event: event,
  data: data
}));

WebSocket服务端代码（Node.js）

WebSocket的报文结构

接下来要讲的是后端怎么进行websocket消息的发送和接收。这首先要先从websocet请求报文和响应报文开始说起

1.这是我的ws请求报文

Connection: Upgrade  // 表示请求从HTTP升级为其他协议
Upgrade: websocket  // 表示升级的协议是webSocket
Sec-WebSocket-Key: VCKjclrCsM3LpMkEngmVhA== // 这个参数需要在服务端拼接后返回
Sec-WebSocket-Extensions: permessage-deflate; client_max_window_bits //  WebSocket的扩展字段
Sec-WebSocket-Version: 13 // WebSocket版本
Sec-websocket-protocol //这个字段我的报文里没有，它是前端webSocket构造函数指定的第二个参数(new WebSocket(url,[protocol]))

2.这是我的ws响应报文

HTTP/1.1 101 Switching Protocols
Connection: Upgrade
Upgrade: websocket
Sec-WebSocket-Accept: WLZzo5hbAQgXJ24D0mE3u3nj1Fo=

...

WebSocket的握手流程和代码

要在后端完成基本的握手，你需要做这三件事情：

1.监听server对象的upgrade方法，从回调中接收请求对象req和socket对象，接下来通过req判断是否该请求是否是一个webSocket请求，如果是则进行下一步处理
2. 把下面这三行字段原封不动地写入响应报文里，准备返回去给前端~~

HTTP/1.1 101 Switching Protocols
Connection: Upgrade
Upgrade: websocket

3. 从前端请求报文中获取Sec-WebSocket-Key，拼接上服务端自己定义的ID字符串，然后用sha1加密，再然后转为base64编码格式。最后放在Sec-WebSocket-Accept这个响应报文字段中返回给前端。返回数据的方法是调用socket.write方法
上面三件事完成了，基本的握手流程就可以跑通了

如果你想进一步知道怎么对Sec-WebSocket-Extensions,Sec-websocket-protocol这几个请求字段做处理，你可以看看这里,这个是ws模块的代码 https://github.com/websockets/ws/blob/master/lib/websocket-server.js ，对，就是这个文件

 

下面是握手流程具体代码

class SocketServer {
  constructor (opt) {
    super();
    // 以构造函数参数的方式接收业务代码里面已有的Server实例
    this.httpSrv = opt.httpSrv;
    this._initWebSocket();
  }

  _initWebSocket() {
      // 监听upgrade事件，判断是否请求是websocket，若是则进行握手
      this.httpSrv.on('upgrade', (req, netSocket) => {
        // ... other code
        this._handleWShandShake(req, netSocket, () => {
          const socket = new Socket(null);
          // 握手成功后触发onConnection事件, 同时传递socket对象进去
          this.emit('connect', socket);
        })
      });
  }
}

 

上面的_handleWShandShake方法代码如下：

handleWShandShake(req, netSocket, cb) {
    if (!detect.isWebSocket(req)) {
        return;
    }
    const key =
        req.headers['sec-websocket-key'] !== undefined
            ? req.headers['sec-websocket-key'].trim()
            : '';
    const GUID = '258EAFA5-E914-47DA-95CA-C5AB0DC85B11';
    const digest = createHash('sha1')
        .update(key + GUID)
        .digest('base64');
    const headers = [
        'HTTP/1.1 101 Switching Protocols',
        'Upgrade: websocket',
        'Connection: Upgrade',
        `Sec-WebSocket-Accept: ${digest}`
    ];

    netSocket.write(headers.concat('
').join('
'));
    cb();
}

上面讲了websocket的握手过程，下面讲一下怎么进行server端消息的发送和接收

服务端接收消息

我们上回说到，监听server对象的upgrade事件可以获取socket对象，我们可以通过监听socket对象的data方法，获取前端通过websocket.send传来的数据 。

但是这里有一个坑！上面data的回调里接收的payload是一个Buffer类型的对象，那我们能否通过Buffer.string去获得前端传来的JSON字符串呢？

答案是

因为传来的—— 是一个封装好的帧的数据，你需要把它手动解析出来，才能取出我们想要的那部分数据。

（如果你发现报了failed: One or more reserved bits are on: reserved1 = 1, reserved2 = 1, reserved3 = 1 这个错误，恭喜你！踩中坑了）

WebSocket帧的编码和解码

在介绍帧的编码和解码之前，让我们先看看WebSocket的帧的格式是怎样的

WebSocket的帧格式

 

详细介绍参考Websocket的RFC文档：https://tools.ietf.org/html/rfc6455 （在page27处）

了解了websocket帧的格式后，这里介绍一下几个非（jin）常(chang)有(keng)用(ren)的字段

• FIN: 表示是否是最后一个帧，1代表是，0不是 // 返回数据帧给前端的时候FIN一定要为1，不然前端收不到

• Opcode：帧类型，1代表文本数据，2代表二进制数据 // 这个影响前端onmessage接收的数据类型到底是String还是Blob

• RSV 1 RSV2 RSV3 留以后备用 //也就是。。现在还没有卵用，如果控制台报了这个有错八成是没有解析帧数据

其他一些字段

• Mask ：1bit 掩码，是否加密数据，默认必须置为1

• Payload len ： 7bit，表示数据的长度

• Payload data ：为数据内容

解析数据帧的代码

OK！介绍完了帧的格式，下面show一下（别人的）解析帧的代码

// 解析Socket数据帧的方法
// 作者:龙恩0707 
// 参考地址： https://www.cnblogs.com/tugenhua0707/p/8542890.html
function decodeFrame(e) {
    var i = 0, j, s, arrs = [],
        frame = {
            // 解析前两个字节的基本数据
            FIN: e[i] >> 7,
            Opcode: e[i++] & 15,
            Mask: e[i] >> 7,
            PayloadLength: e[i++] & 0x7F
        };

    // 处理特殊长度126和127
    if (frame.PayloadLength === 126) {
        frame.PayloadLength = (e[i++] << 8) + e[i++];
    }
    if (frame.PayloadLength === 127) {
        i += 4; // 长度一般用4个字节的整型，前四个字节一般为长整型留空的。
        frame.PayloadLength = (e[i++] << 24) + (e[i++] << 16) + (e[i++] << 8) + e[i++];
    }
    // 判断是否使用掩码
    if (frame.Mask) {
        // 获取掩码实体
        frame.MaskingKey = [e[i++], e[i++], e[i++], e[i++]];
        // 对数据和掩码做异或运算
        for (j = 0, arrs = []; j < frame.PayloadLength; j++) {
            arrs.push(e[i + j] ^ frame.MaskingKey[j % 4]);
        }
    } else {
        // 否则的话 直接使用数据
        arrs = e.slice(i, i + frame.PayloadLength);
    }
    // 数组转换成缓冲区来使用
    arrs = new Buffer.from(arrs);
    // 如果有必要则把缓冲区转换成字符串来使用
    if (frame.Opcode === 1) {
        arrs = arrs.toString();
    }
    // 设置上数据部分
    frame.PayloadLength = arrs;
    // 返回数据帧
    return frame;
}

帧解码后接收前端传来的消息

帧解码

借助于上面的decodeFrame方法，我们就可以愉快地通过WebSocket从前端接收消息啦!

this.httpSrv.on('upgrade', (req, netSocket) => {
        // ... other code
       netSocket.on('data', payload => {
              // 对接收的WebSocket帧数据进行解析，对应前端调用ws.send方法发来的数据
              const str = decodeFrame(payload).PayloadLength;
        });
});

通过WebSocket向前端发送消息

根据上文容易联想，既然接收消息要解析帧，那么发送消息也肯定要把数据封装成帧再发送对不对~~ 看代码

WebSocket帧的封装

// 接收数据并返回Socket数据帧的方法
// 作者:小胡子哥
// 参考地址： https://www.cnblogs.com/hustskyking/p/websocket-with-node.html
function encodeFrame(e) {
    var s = [], o = Buffer.from(e.PayloadData), l = o.length;
    //输入第一个字节
    s.push((e.FIN << 7) + e.Opcode);
    //输入第二个字节，判断它的长度并放入相应的后续长度消息
    //永远不使用掩码
    if (l < 126) s.push(l);
    else if (l < 0x10000) s.push(126, (l & 0xFF00) >> 8, l & 0xFF);
    else s.push(
        127, 0, 0, 0, 0, //8字节数据，前4字节一般没用留空
        (l & 0xFF000000) >> 6, (l & 0xFF0000) >> 4, (l & 0xFF00) >> 8, l & 0xFF
    );
    //返回头部分和数据部分的合并缓冲区
    return Buffer.concat([new Buffer(s), o]);
}

好的大伙，故事到这里就讲完了，祝大家 。。。

等等！！

好像还有什么重要的事情要说。

WebSocket编码的技术总结

下面开始WebSocket编码的技术总结~（美食作家王刚的口音）

 

「Node篇」

1. httpServer的Upgrade事件并不是Upgrade成功时触发的，而是包含Upgrade首部的请求报文到达服务端时触发的，也即每次服务器响应升级请求时发出。我们可以在这里确认请求是否为Websocket升级请求并进行握手

2. 在simple-socket-server中，是将其附加到已有的server实例中根据其自有的请求和响应进行处理，而不是另外启动一个server,这样是为了避免产生跨域的问题，因为simple-socket-client的JS代码和项目本身的服务端代码是同域的，simple-socket-server自然也要和原有的服务端代码同域

3. 可以通过httpserver对象的request事件监听请求和响应，从外部附加socket-server的业务代码

「WebSocket篇」

1. websocket不是永久连接的。一段时间就会断开，websocket需要手写定时心跳连接的代码(待会填上去)

2. 服务端接收Websocket数据需手动解析WebSocket帧。当你尝试接收前端的数据时，即在服务端获取到连接的socket后，通过socket.on('data', payload => { ... })获取的payload。这个payload是一个Buffer类型, 然而蛋疼的是你也不能直接通过Buffer.toString拿到这个字符串数据，如果直接toString输出将会得到一串乱码！！因为收到的这个Buffer是一个被封装后的帧，需要进行解析

3. 服务端发送Websocket数据需手动封装WebSocket帧。 正如上一条所示，在websocket的服务端，你不能直接通过socket.write(String)或者socket.write(Buffer)去写数据，而是要手动先把数据封装成帧，才能发送过去

4. 在服务端发送websocket数据帧时，要确保FIN为1（表示最后一个帧）。前端onmessage才能收到响应！否则无法响应。

5. WebSocket的onmessage = (event) =>{ event.data }中前端接收的event.data的类型取决于服务端返回的数据帧的opcode这一字段, event.data可能为Blob (opcode = 2,代表发送过去的是二进制数据) 或者字符串(opcode = 1，表示字符串数据)

本文完，完整代码请参考

github仓库地址

https://github.com/penghuwan/simple-socket