再探 WebSocket -不止于全双工

如果你像我一样，对 HTTP/1/2/3 的演进和 gRPC 的四种调用模式很了解，但谈起 websocket 时认知止于全双工通信，那么 WebSocket 值得我们用同样的视角，重新审视一番。

参照对比：它与 HTTP 有何不同？和另一个全双工的 gRPC 双向流又有什么区别？

1. 对比 HTTP/1, 2, 3

将 HTTP 简单地描述为“一问一答”不够准确。
从基于 HTTP/1.1 的 SSE (Server-Sent Events) 到 HTTP/2 和 HTTP/3 的原生多路复用流，HTTP 已经发展出强大的流式处理能力。

这些流与 WebSocket 的核心区别在于它们的通信模型：

• HTTP 的流是“事务性”的：

  • SSE 提供了一个高效的服务器到客户端的单向流，非常适合状态更新和通知推送。但它就像一个广播，客户端无法通过同一连接回话。
  • HTTP/2 和 HTTP/3 的流虽然是双向的，并且可以流式传输数据，但每个流的生命周期和语义都与一次**“请求-响应”**事务绑定。客户端发起请求，服务器给予响应。服务器不能在没有客户端请求的情况下，主动发起一个流来推送消息。

• WebSocket 的流是“对话式”的：

  • WebSocket 在通过 HTTP 握手建立连接后，就完全脱离了 HTTP 的事务模型。整个连接变成了一条持久、对称、全双工的消息通道。
  • 双方地位完全平等，没有“请求方”和“响应方”之分。任何一方都可以在任何时候主动向对方发送消息。

2. 对比gRPC 双向流

gRPC 的双向流和 WebSocket 都是全双工通信，但它们的抽象层次和设计哲学截然不同。我曾经也使用过 RPC 双向流以及 webtransport 来做协同画布这种业务，和使用websocket还是很不同的

• gRPC 双向流: 每一步都是按照预先定义好的proto。这是一个有上下文、有强类型约束的结构化对话。gRPC 帮你处理了所有的序列化和规则校验，你只用专注于业务逻辑。
• WebSocket: 不关心通信的内容和格式，只保证二进制数据能清晰、完整地传到对方。你想在上面实现自己的业务逻辑，需要自己定义消息格式（比如用 JSON 或 Protobuf）并维护状态。它提供的是一个无结构、无上下文的通用消息通道。

WebSocket 的语法、语义与数据格式

• 语义 (Semantics): 如前所述，是**面向消息（Message-Oriented）**的。连接一旦建立，通信单元就是一个个独立的“消息”，没有请求和响应的内在关联。

• 语法 (Syntax): WebSocket 的语法单元是**“帧”（Frame）**。这正是它高效的秘密所在。一次网络传输就是一个或多个帧的组合。一个帧由两部分构成：

  • 一个二进制帧头（2-14 字节）
  • 数据载荷（Payload）

  这个二进制帧头里只包含了最基本的信息：这是不是消息的最后一帧（Fin）？是文本（OpCode=1）还是二进制（OpCode=2）？数据有多长？为了安全，从客户端发往服务器的帧，其载荷还会被一个 4 字节的随机密钥进行简单的异或（XOR）“掩码”处理。

• 数据格式 (Data Format): 这是最关键的一点。WebSocket 帧的帧头 在网络上传输时，就是一个连续的二进制字节流。相比 HTTP/1.1 那冗长的纯文本头部，WebSocket 的协议开销（Protocol Overhead）几乎可以忽略不计。每次通信只需付出几个字节的帧头代价，而不是上百字节的 HTTP 头部。而在数据本体方面，websocket是不感知的，可以传文本，也可以传二进制。

对标 HTTPS 的WSS加密

WSS 的本质是 WebSocket over TLS，与 HTTPS (HTTP over TLS) 的原理完全相同。

当你使用 wss:// 协议头（而非 ws://）时，整个通信流程会增加一个 TLS 安全层：

1. 在 TCP 连接建立后，应用数据传输之前，客户端和服务器会进行一次完整的 TLS 握手。
2. 这次握手会验证服务器的证书、协商加密算法，并生成一个临时的对称会话密钥。
3. 一旦 TLS 握手成功，一条加密通道就建立起来了。
4. 之后，无论是 WebSocket 的 HTTP 升级握手请求，还是后续的所有 WebSocket 数据帧，都会先经过 TLS 层的加密，然后再在网络上传输。

WebSocket + Protobuf

Q: WebSocket 既然是二进制传输，但它又没有像 gRPC 那样的 IDL，如何处理复杂的结构化数据？

A: WebSocket 协议本身不负责定义载荷的内部结构，它只提供高效的传输通道。

这种需求很符合 Protobuf

• Protobuf 的角色: 通过 .proto 文件定义数据结构，并能将内存中的对象（Struct）序列化成极其紧凑的二进制字节流。
• WebSocket 的角色: 接过 Protobuf 打包好的二进制包裹（[]byte），把它放进自己的标准快递箱（二进制帧），然后以极低的成本快速送到目的地。

这套组合拳对于在线游戏、金融行情推送、实时协作应用等场景非常适用。