通讯框架 t-io 学习——websocket 部分源码解析

前言

　　前端时间看了看t-io的websocket部分源码，于是抽时间看了看websocket的握手和他的通讯机制。本篇只是简单记录一下websocket握手部分。

WebSocket握手

　　好多人都用过websocket，不过有的都是在框架之上，只知道连接某个地址，然后调用js API就可以使用websocket了。但是通过阅读t-io的源码才稍微有点明白，服务端到底做了什么。将t-io的websocket demo运行起来之后，我们看一下请求。

　　可以看到，请求头部分：

　　Connection：Upgrade 固定

　　Upgrade：websocket 固定

　　Host：为websocket请求地址

　　Sec-WebSocket-Version:13,websocket协议版本号

　　Sec-WebSocket-Key:发送给服务端需要校验的key，是一个Base64 encode的值，这个是浏览器随机生成的。那么服务端如果响应的话，需要做如下操作：将 Key 追加固定字符串 ：“258EAFA5-E914-47DA-95CA-C5AB0DC85B11”，然后进行SHA-1加密，在转化为base64.

　　服务端响应如下：

　　Status Code：101 Switching Protocols

　　sec-websocket-accept：为上文中转化为base64的串。

　　upgrade：升级为websocket协议

　　握手成功，可以进行通讯。

握手源码

　　代码来源：tio/websocket/server/WsServerAioHandler.java

public static HttpResponse updateWebSocketProtocol(HttpRequest request, ChannelContext channelContext) {
　　　　　//首先获取请求头部信息
        Map<String, String> headers = request.getHeaders();
　　　　　//获取Sec-WebSocket-Key
        String Sec_WebSocket_Key = headers.get(HttpConst.RequestHeaderKey.Sec_WebSocket_Key);

　　　　　//如果key是空的话，肯定不会握手成功
        if (StringUtils.isNotBlank(Sec_WebSocket_Key)) {
　　　　　　　//追加固定串
            String Sec_WebSocket_Key_Magic = Sec_WebSocket_Key + "258EAFA5-E914-47DA-95CA-C5AB0DC85B11";
　　　　　　　//SHA-1加密
            byte[] key_array = SHA1Util.SHA1(Sec_WebSocket_Key_Magic);
　　　　　　　//转化为base64
            String acceptKey = BASE64Util.byteArrayToBase64(key_array);
　　　　　　　//构造响应体
            HttpResponse httpResponse = new HttpResponse(request, null);
　　　　　　　//响应状态码 101 Switching Protocols
            httpResponse.setStatus(HttpResponseStatus.C101);

            Map<String, String> respHeaders = new HashMap<>();
　　　　　　　//Connection：upgrade
            respHeaders.put(HttpConst.ResponseHeaderKey.Connection, HttpConst.ResponseHeaderValue.Connection.Upgrade);
　　　　　　　//Upgrade:websocket
            respHeaders.put(HttpConst.ResponseHeaderKey.Upgrade, "WebSocket");
　　　　　　　//Sec-WebSocket-Accept:生成的base64串
            respHeaders.put(HttpConst.ResponseHeaderKey.Sec_WebSocket_Accept, acceptKey);
　　　　　　　//设置响应头
            httpResponse.setHeaders(respHeaders);
　　　　　　　//返回响应信息 握手成功
            return httpResponse;
        }
        return null;
    }

WebSocket 数据帧解析

　　注：博客部分内容来源于：https://github.com/zhangkaitao/websocket-protocol/wiki/5.%E6%95%B0%E6%8D%AE%E5%B8%A7  有兴趣的同学可以直接读本链接内容。

　　相信很多人从其他博客中也看过这个图，当然啦，这个图是官方出品的权威数据帧格式图。

　　其实我第一眼看的时候确实看不懂，不过没关系，一点一点的看。

　　FIN：1bit，指示这个消息是否为最后片段，1是，0否。如果不是最后片段，则服务端需要将所有消息接受完并组装成一个完整的消息才可以。（t-io中目前只支持FIN=1）

　　RSV123每个长度为1bit，目前就都是固定 0。

　　opcode：4bit，数据操作类型。

• %x0 代表一个继续帧
• %x1 代表一个文本帧
• %x2 代表一个二进制帧
• %x3-7 保留用于未来的非控制帧
• %x8 代表连接关闭
• %x9 代表ping
• %xA 代表pong
• %xB-F 保留用于未来的控制帧

　　MASK:1bit,是否掩码，1掩码，0非掩码。从客户端发送到服务端的这个值必须为1，否则服务端不接受。服务端返回到客户端的这个值必须为 0.

　　Payload len:负载数据的长度，7bit。由于7bit只能存储0-127，所以为了能够表示准确的长度，在这个值为0-125区间的时候，payload length的长度就是该值。当 值为126的时候，后边两个字节（16位）的值表示长度。当值为127的时候，后边8字节（64位）的值表示长度。

　　Mask key：掩码，0或4个bit。值取决于MASK是否为1.在有掩码的情况下，数据就要根据掩码来解析。否则不用解析。解析规则为：每个字节的值与掩码的索引（字节索引值对4取模）异或运算。（array[i] = array[i] ^ mask[i % 4]）

　　其实说实话我也没弄得非常懂，但是基本了解了以上这些知识之后，我们就可以读懂源码的意思了。

数据帧解析源码

　　代码来源：tio/websocket/common/WsServerDecoder.java

　　代码中的注释为我自己的理解所添加的注释，不一定正确。（由于源码中有部分注释，我的注释添加“注”字以作区分）

public static WsRequest decode(ByteBuffer buf, ChannelContext channelContext) throws AioDecodeException {
WsSessionContext imSessionContext = (WsSessionContext) channelContext.getAttribute();
List<byte[]> lastParts = imSessionContext.getLastParts();

//第一阶段解析
int initPosition = buf.position();
int readableLength = buf.limit() - initPosition;

int headLength = WsPacket.MINIMUM_HEADER_LENGTH;
　　　　
if (readableLength < headLength) {
return null;
}
//注：读取第一个字节 这里以 0x81举例 它的二进制为：10000001
byte first = buf.get();
//注：这个 0xff还是很有意思的，当byte类型想转为int类型的时候，比如： int res = byteValue & 0xff；
//int b = first & 0xFF; //转换成32位
// 0x80(127) 10000000
// 0x81(128) 10000001
// 此行代码说实话，我是用了很长的时间才理解，说来惭愧，刚开始连 & 操作符啥意思都不清楚。
// 按位与运算符“&”是双目运算符。其功能是参与运算的两数各对应的二进位相与。只要对应的二个二进位都为1时，结果位就为1。
// 参与运算的两个数均以补码出现。
// 0x80 & 0x81 10000000
boolean fin = (first & 0x80) > ; //得到第8位 10000000>0
//注：这段我不理解什么意思，为什么要右移4位
@SuppressWarnings("unused")
int rsv = (first & 0x70) >>> ;//得到5、6、7 为01110000 然后右移四位为00000111
//注：获取操作码
//0x0f 00001111 (按位与操作，前四位都为0，那么操作结果就是opCode的值)
byte opCodeByte = (byte) (first & 0x0F);//后四位为opCode 00001111
//注：转换OpCode
Opcode opcode = Opcode.valueOf(opCodeByte);
if (opcode == Opcode.CLOSE) {
//Aio.remove(channelContext, "收到opcode:" + opcode);
//return null;
}
if (!fin) {
    log.error("{} 暂时不支持fin为false的请求", channelContext);
    Aio.remove(channelContext, "暂时不支持fin为false的请求");
    return null;
//下面这段代码不要删除，以后若支持fin，则需要的

//            if (lastParts == null) {

//                lastParts = new ArrayList<>();

//                imSessionContext.setLastParts(lastParts);

//            }

} else {
    imSessionContext.setLastParts(null);
}

//注：开始解析第二个字节。8-16位，第八位为mask掩码值1或者0，后7位为payload length
byte second = buf.get(); //向后读取一个字节
//注：又是 & 操作。 0xff:11111111
// 11111111 & 10000001 = 10000001  向右移动七位，只剩下第一位的值 00000001
//所以该操作过后就知道第一位为 0 或者 1 ，得知 payload Data是否经过掩码处理
boolean hasMask = (second & 0xFF) >>  == ; //用于标识PayloadData是否经过掩码处理。如果是1，Masking-key域的数据即是掩码密钥，用于解码PayloadData。客户端发出的数据帧需要进行掩码处理，所以此位是1。

// Client data must be masked

if (!hasMask) { //第9为为mask,必须为1
//throw new AioDecodeException("websocket client data must be masked");
} else {
    //注：有掩码的情况下，掩码占用4个字节，所以在这里headLength + 4
    headLength += ;
}
//注：第一位为mask位置，后7位为payload length
//0x7f : 01111111
//&操作过后得到payload的值
//读取后7位  Payload legth，如果<126则payloadLength
int payloadLength = second & 0x7F;
byte[] mask = null;
//注：如果payloadLength = 126，那么说明这个值不是真正的payloadLength，后边两个字节才表示真正的length
//为126读2个字节，后两个字节为payloadLength
if (payloadLength == ) {
    //需要多占两个字节表示payloadLength。headlength + 2
    headLength += ;
if (readableLength < headLength) {
    return null;
}

payloadLength = ByteBufferUtils.readUB2WithBigEdian(buf);
　　log.info("{} payloadLengthFlag: 126，payloadLength {}", channelContext, payloadLength);

}
//注：如果payloadLength = 127，则后 8个字节 64位长度的值表示payloadLength
//127读8个字节,后8个字节为payloadLength
else if (payloadLength == ) {
    //头部长度 + 8
    headLength += ;
if (readableLength < headLength) {
    return null;
}
//注：我猜测getLong方法就读取buf中下一位长整数，即64位的payloadLength(first ,second都已经读取完)
//|first|second|payloadLength|
payloadLength = (int) buf.getLong();
　　log.info("{} payloadLengthFlag: 127，payloadLength {}", channelContext, payloadLength);
}

if (payloadLength <  || payloadLength > WsPacket.MAX_BODY_LENGTH) {
throw new AioDecodeException("body length(" + payloadLength + ") is not right");
}

if (readableLength < headLength + payloadLength) {
　　return null;
}

if (hasMask) {
    //注：有掩码，掩码长度为4个字节，读取掩码的值
    mask = ByteBufferUtils.readBytes(buf, );
}

//第二阶段解析
WsRequest websocketPacket = new WsRequest();
//注：设置各种属性值
websocketPacket.setWsEof(fin);
websocketPacket.setWsHasMask(hasMask);
websocketPacket.setWsMask(mask);
websocketPacket.setWsOpcode(opcode);
websocketPacket.setWsBodyLength(payloadLength);

if (payloadLength == ) {
    return websocketPacket;
}
//注：读取payloadLength长度的body值
byte[] array = ByteBufferUtils.readBytes(buf, payloadLength);
if (hasMask) {
    //注：有掩码，所以需要通过掩码解析
    for (int i = ; i < array.length; i++) {
        //^操作 位值相同为0 ，不同为1
        // 00001111 ^ 00001010 = 00000101
        array[i] = (byte) (array[i] ^ mask[i % ]);
    }
}

if (!fin) {
//lastParts.add(array);

    log.error("payloadLength {}, lastParts size {}, array length {}", payloadLength, lastParts.size(), array.length);
    return websocketPacket;
} else {
    int allLength = array.length;
    if (lastParts != null) {
    for (byte[] part : lastParts) {
    　　allLength += part.length;
　　}
byte[] allByte = new byte[allLength];

int offset = ;
for (byte[] part : lastParts) {
    System.arraycopy(part, , allByte, offset, part.length);
    offset += part.length;
}
System.arraycopy(array, , allByte, offset, array.length);
    array = allByte;
}

websocketPacket.setBody(array);

if (opcode == Opcode.BINARY) {

} else {
    try {
        String text = null;
        text = new String(array, WsPacket.CHARSET_NAME);
        websocketPacket.setWsBodyText(text);
    } catch (UnsupportedEncodingException e) {
        log.error(e.toString(), e);
        }
    }
}
    return websocketPacket;
}

总结

　　由于本人也是小菜鸟，能看懂的就那么多了，很多代码都读不懂。哎，大神就是大神啊，编码都精准到每一个bit上了。不过通过阅读源码和websocket文档对比，还是多少能够理解一些的。再次感谢开源贡献者，向所有开源大神致敬。