WebSocketの探求
このブログ記事は、ChatGPT-4oの協力を得て整理されました。
紹介
こんにちは、私は李智維です。CodeReviewプラットフォームの創設者兼CTO、そして元LeanCloudエンジニアとして、WebSocketに関して豊富な経験を持っています。特にIM SDKの開発プロセスにおいて深い知識を持っています。
WebSocketの重要性
WebSocketは、単一のTCP接続上で全二重通信チャネルを提供するプロトコルです。これは、インスタントメッセージング、リアルタイムコメント、マルチプレイヤーゲーム、共同編集、リアルタイム株価など、リアルタイムのインタラクションを必要とする現代のアプリケーションで広く使用されています。
WebSocketの現代的な応用
WebSocketは以下の分野で広く利用されています：
- インスタントメッセージング（IM）
- リアルタイムコメント
- マルチプレイヤーゲーム
- 共同編集
- リアルタイム株価
WebSocketの進化
ポーリング： クライアントが頻繁にサーバーにリクエストを送り、更新を取得します。 ロングポーリング： サーバーはリクエストを開いたままにし、新しい情報が利用可能になるまで待機します。 HTTP双方向接続： 送信と受信のために複数の接続が必要で、各リクエストにはHTTPヘッダーが含まれます。 単一TCP接続（WebSocket）： HTTP双方向接続の制限を克服し、より高いリアルタイム性と低遅延を提供します。
iOSでWebSocketを実装する
人気のiOS WebSocketライブラリ：
- SocketRocket（Objective-C，4910 Stars）
- Starscream（Swift，1714 Stars）
- SwiftWebSocket（Swift，435 Stars）
SRWebSocketの使用
- 初期化と接続：
SRWebSocket *webSocket = [[SRWebSocket alloc] initWithURLRequest:[NSURLRequest requestWithURL:[NSURL URLWithString:@"ws://echo.websocket.org"]]]; webSocket.delegate = self; [webSocket open]; - メッセージの送信：
[webSocket send:@"Hello, World!"]; -
メッセージの受信：
SRWebSocketDelegateメソッドを実装して、受信したメッセージやイベントを処理します。 - エラー処理とイベント通知： 適切にエラーを処理し、接続問題をユーザーに通知します。
WebSocketプロトコルの詳細な解説
WebSocketはTCP上で動作し、いくつかの機能強化が導入されています：
- セキュリティモデル： ブラウザベースのオリジンセキュリティ検証モデルが追加されました。
- アドレスとプロトコルの命名： 単一のポート上での複数のサービスと、単一のIPアドレス上での複数のドメイン名をサポートします。
- フレームメカニズム： IPパケットに似たフレームメカニズムによりTCPを強化し、長さの制限がありません。
- クローズハンドシェイク： 接続のクリーンな終了を保証します。
WebSocketプロトコルの核心
1. ハンドシェイク： WebSocketのハンドシェイクはHTTPのアップグレードメカニズムを使用します：
- クライアントリクエスト：
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 - サーバー応答：
HTTP/1.1 101 Switching Protocols Upgrade: websocket Connection: Upgrade Sec-WebSocket-Accept: s3pPLMBiTxaQ9kYGzzhZRbK+xOo= Sec-WebSocket-Protocol: chat
2. データ転送： WebSocketフレームには、UTF-8テキスト、バイナリデータ、およびクローズ、ping、pongなどの制御フレームを含めることができます。
3. 安全性： ブラウザは自動的にOriginヘッダーを追加しますが、これは他のクライアントによって偽造されることはありません。
WebSocket URI
- ws-URI：
ws://host:port/path?query - wss-URI：
wss://host:port/path?query
WebSocketフレームプロトコル
フレーム構造：
- FIN（1ビット）： これがメッセージの最後のフラグメントであることを示します。
- RSV1, RSV2, RSV3（各1ビット）： 将来の使用のために予約されています。
- Opcode（4ビット）： ペイロードデータの解析方法を定義します。
0x0：継続フレーム0x1：テキストフレーム0x2：バイナリフレーム0x8：接続終了0x9：ping0xA：pong
- Mask（1ビット）： ペイロードデータがマスクされているかどうかを示します。
- ペイロード長（7ビット）： ペイロードデータの長さ。
マスキングキー: クライアントのフレームをマスクすることで、中間者攻撃を防ぐために使用されます。
クローズハンドシェイク
クローズフレーム:
- クローズの理由を示すボディを含むことができます。
- 両者はクローズフレームを送信し、応答する必要があります。
サンプル
例1：単一フレームのマスクなしテキストメッセージ
0x81 0x05 0x48 0x65 0x6c 0x6c 0x6f
「Hello」を含む
例2：単一フレームのマスク付きテキストメッセージ
0x81 0x85 0x37 0xfa 0x21 0x3d 0x7f 0x9f 0x4d 0x51 0x58
“Hello”を含み、マスクキーが付いています。
例3：分割された非マスクテキストメッセージ
0x01 0x03 0x48 0x65 0x6c
0x80 0x02 0x6c 0x6f
この分割メッセージは、「Hel」と「lo」の2つのフレームで構成されています。
上級トピック
マスキングとアンマスキング：
- マスキングは中間者攻撃を防ぐために使用されます。
- クライアントからの各フレームはマスクされなければなりません。
- 各フレームのマスクキーはランダムに選択されます。
フラグメンテーション（分片）：
- 未知の長さのデータを送信するために使用されます。
- フラグメント化されたメッセージは、FINが0のフレームから始まり、FINが1のフレームで終わります。
制御フレーム：
- 制御フレーム（例：クローズ、ping、pong）には特定のオペコードがあります。
- これらのフレームは、WebSocket接続の状態を管理するために使用されます。
拡張性
拡張データはメッセージボディのアプリケーションデータの前に配置できます：
- 予約ビットを使用して各フレームを制御できます。
- 将来の定義のためにいくつかのオペコードを予約できます。
- さらに多くのオペコードが必要な場合、予約ビットを使用できます。
送信：
- 接続がOPEN状態であることを確認する必要があります。
- データはフレームにカプセル化され、データが大きすぎる場合は分割して送信することができます。
- 最初のフレームの値は正しく設定し、受信側にデータのタイプ（テキストまたはバイナリ）を通知する必要があります。
- 最後のフレームのFINは1に設定する必要があります。
クローズハンドシェイク:
- 両方の当事者がクローズフレームを送信できます。
- クローズフレームを送信した後、それ以上のデータを送信しません。
- クローズフレームを受信した後、それ以降に受信したデータは破棄します。
接続のクローズ：
- WebSocket接続を閉じることは、基盤となるTCP接続を閉じることを意味します。
- クローズフレームを送信または受信した後、WebSocket接続の状態は「クローズ中」になります。
- 基盤となるTCP接続が閉じられると、WebSocket接続の状態は「クローズ済み」になります。
参考資料
謝辞
皆さんのご関心に感謝します。もしさらに質問や議論があれば、GitHubやWeiboで私と交流してください。