细说websocket快速重连机制
引言
在一個完善的即時通訊應用中，websocket是極其關鍵的一環，它為web應用的客戶端和服務端提供了一種全雙工的通信機制，但由于它本身以及其底層依賴的TCP連接的不穩定性，開發者不得不為其設計一套完整的保活、驗活、重連方案，才能在實際應用中保證應用的即時性和高可用性。就重連而言，其速度嚴重影響了上層應用的“即時性”和用戶體驗，試想打開網絡一分鐘后，微信還不能收發消息的話，是不是要抓狂？
因此，如何在網絡變更時快速恢復websocket的可用，就變得尤為重要。
?
快速了解websocet
Websocket誕生于2008年，在2011年成為國際標準，現在所有的瀏覽器都已支持。它是一種全新的應用層協議，是專門為web客戶端和服務端設計的真正的全雙工通信協議，
可以類比HTTP協議來了解websocket協議。它們的不同點：
- HTTP的協議標識符是http，websocket的是ws
- HTTP請求只能由客戶端發起，服務器無法主動向客戶端推送消息，而websocket可以
- HTTP請求有同源限制，不同源之間通信需要跨域，而websocket沒有同源限制
相同點：
- 都是應用層的通信協議
- 默認端口一樣，都是80或443
- 都可以用于瀏覽器和服務器間的通信
- 都基于TCP協議
兩者和TCP的關系圖：
?
重連過程拆解
首先考慮一個問題，何時需要重連？
最容易想到的是websocket連接斷了，為了接下來能收發消息，我們需要再發起一次連接。但在很多場景下，即便websocket連接沒有斷開，實際上也不可用了，比如設備切換網絡、鏈路中間路由崩潰、服務器負載持續過高無法響應等，這些場景下的websocket都沒有斷開，但對上層來說，都沒辦法正常的收發數據了。因此在重連前，我們需要一種機制來感知連接是否可用、服務是否可用，而且要能快速感知，以便能夠快速從不可用狀態中恢復。
一旦感知到了連接不可用，那便可以棄舊圖新了，棄用并斷開舊連接，然后發起一次新連接。這兩個步驟看似簡單，但若想達到快，且不是那么容易的。
首先是斷開舊連接，對客戶端來說，如何快速快速斷開？協議規定客戶端必須要和服務器協商后才能斷開websocket連接，但是當客戶端已經聯系不上服務器、無法協商時，如何斷開并快速恢復？
其次是快速發起新連接。此快非彼快，這里的快并非是立即發起連接，立即發起連接會對服務器帶來不可預估的影響。重連時通常會采用一些退避算法，延遲一段時間后再發起重連。但如何在重連間隔和性能消耗間做出權衡？如何在“恰當的時間點”快速發起連接？
帶著這些疑問，我們來細看下這三個過程。
?
快速感知何時需要重連
需要重連的場景可以細分為三種，一是連接斷開了，二是連接沒斷但是不可用，三是連接對端的服務不可用了。
第一種場景很簡單，連接直接斷開了，肯定需要重連了。
而對于后兩者，無論是連接不可用，還是服務不可用，對上層應用的影響都是不能再收發即時消息了，所以從這個角度出發，感知何時需要重連的一種簡單粗暴的方法就是通過心跳包超時：發送一個心跳包，如果超過特定的時間后還沒有收到服務器回包，則認為服務不可用，如下圖中左側的方案；這種方法最直接。那如果想要快速感知呢，就只能多發心跳包，加快心跳頻率。但是心跳太快對移動端流量、電量的消耗又會太多，所以使用這種方法沒辦法做到快速感知，可以作為檢測連接和服務可用的兜底機制。
如果要檢測連接不可用，除了用心跳檢測，還可以通過判斷網絡狀態來實現，因為斷網、切換wifi、切換網絡是導致連接不可用的最直接原因，所以在網絡狀態由offline變為online時，大多數情況下需要重連下，但也不一定，因為webscoket底層是基于TCP的，TCP連接不能敏銳的感知到應用層的網絡變化，所以有時候即便網絡斷開了一小會，對websocket連接是不會有影響的，網絡恢復后，仍然能夠正常地進行通信。因此在網絡由斷開到連接上時，立即判斷下連接是否可用，可以通過發一個心跳包判斷，如果能夠正常收到服務器的心跳回包，則說明連接仍是可用的，如果等待超時后仍沒有收到心跳回包，則需要重連，如上圖中的右側。這種方法的優點是速度快，在網絡恢復后能夠第一時間感知連接是否可用，不可用的話可以快速執行恢復，但它只能覆蓋應用層網絡變化導致websocket不可用的情況。
綜上，定時發送心跳包檢測的方案貴在穩定，能夠覆蓋所有場景，但速度不太可；而判斷網絡狀態的方案速度快，無需等待心跳間隔，較為靈敏，但覆蓋場景較為局限。因此，我們可以結合兩種方案：定時以不太快的頻率發送心跳包，比如40s/次、60s/次等，具體可以根據應用場景來定，然后在網絡狀態由offline變為online時立即發送一次心跳，檢測當前連接是否可用，不可用的話立即進行恢復處理。這樣在大多數情況下，上層的應用通信都能較快從不可用狀態中恢復，對于少部分場景，有定時心跳作為兜底，在一個心跳周期內也能夠恢復。
?
快速斷開舊連接
通常情況下，在發起下一次連接前，如果舊連接還存在的話，應該先把舊連接斷開，這樣一來可以釋放客戶端和服務器的資源，二來可以避免之后誤從舊連接收發數據。
我們知道websocket底層是基于TCP協議傳輸數據的，連接兩端分別是服務器和客戶端，而TCP的TIME_WAIT狀態是由服務器端維持的，因此在大多數正常情況下，應該由服務器發起斷開底層TCP連接，而不是客戶端。也就是說，要斷開websocket連接時，如果是服務器收到指示要斷開websocket，那它應該立即發起斷開TCP連接；如果是客戶端收到指示要斷開websocket，那它應該發信號給服務器，然后等待底層TCP連接被服務器斷開或直至超時。
那如果客戶端想要斷開舊的websocket，可以分websocket連接可用和不可用兩種情況來討論。當舊連接可用時，客戶端可以直接給服務器發送斷開信號，然后服務器發起斷開連接即可；當舊連接不可用時，比如客戶端切換了wifi，客戶端發送了斷開信號，但是服務器收不到，客戶端只能遲遲等待，直至超時才能被允許斷開。超時斷開的過程相對來說是比較久的，那有沒有辦法可以快點斷開？
上層應用無法改變只能由服務器發起斷開連接這種協議層面的規則，所以只能從應用邏輯入手，比如在上層通過業務邏輯保證舊連接完全失效，模擬連接斷開，然后在發起新連接，恢復通訊。這種方法相當于嘗試斷開舊連接不行時，直接棄之，然后就能快速進入下一流程，所以在使用時一定要確保在業務邏輯上舊連接已完全失效，比如：保證丟掉從舊連接收到所有數據、舊連接不能阻礙新連接的建立，舊連接超時斷開后不能影響新連接和上層業務邏輯等等。
?
快速發起新連接
有IM開發經驗的同學應該有所了解，遇到因網絡原因導致的重連時，是萬萬不能立即發起一次新連接的，否則當出現網絡抖動時，所有的設備都會立即同時向服務器發起連接，這無異于黑客通過發起大量請求消耗網絡帶寬引起的拒絕服務攻擊，這對服務器來說簡直是災難。所以在重連時通常采用一些退避算法，延遲一段時間再發起重連，如下圖中左側的流程。
如果要快速連上呢？最直接的做法就是縮短重試間隔，重試間隔越短，在網絡恢復后就能越快的恢復通訊。但是太頻繁的重試對性能、帶寬、電量的消耗就比較嚴重。如何在這之間做一個較好的權衡呢？
一種比較合理的方式是隨著重試次數增多，逐漸增大重試間隔；另一方面監聽網絡變化，在網絡狀態由offline變為online這種比較可能重連上的時刻，可以適當地減小重連間隔，如上圖中的右側（隨重試次數的增多，重連間隔也會變大），兩種方式配合使用。
除此之外，還可以結合業務邏輯，根據成功重連上的可能性適當的調整間隔，如網絡未連接時或應用在后臺時重連間隔可以調大一些，網絡正常的狀態下可以適當調小一些等等，加快重連上的速度。
?
結尾
最后總結一下，本文在開頭將websocket斷網重連細分為三個步驟：確定何時需要重連、斷開舊連接和發起新連接。然后分別分析了在websocket的不同狀態下、不同的網絡狀態下，如何快速完成這個三個步驟：首先通過定時發送心跳包的方式檢測當前連接是否可用，同時監測網絡恢復事件，在恢復后立即發送一次心跳，快速感知當前狀態，判斷是否需要重連；其次正常情況下由服務器斷開舊連接，與服務器失去聯系時直接棄用舊連接，上層模擬斷開，來實現快速斷開；最后發起新連接時使用退避算法延遲一段時間再發起連接，同時考慮到資源浪費和重連速度，可以在網絡離線時調大重連間隔，在網絡正常或網絡由offline變為online時縮小重連間隔，使之盡可能快地重連上。
參考：
- https://tools.ietf.org/html/rfc6455
- https://www.ruanyifeng.com/blog/2017/05/websocket.html
?
了解網易云信，來自網易核心架構的通信與視頻云服務>>
更多技術干貨，歡迎關注vx公眾號“網易智慧企業技術+”。系列課程提前看，精品禮物免費得，還可直接對話CTO。
聽網易CTO講述前沿觀察，看最有價值技術干貨，學網易最新實踐經驗。網易智慧企業技術+，陪你從思考者成長為技術專家。
總結
以上是生活随笔為你收集整理的细说websocket快速重连机制的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Windows下Core Audio A
- 下一篇： Active Noise Cancell