网页端IM通信技术快速入门：短轮询、长轮询、SSE、WebSocket

本文来自“糊糊糊糊糊了”的分享，原题《实时消息推送整理》，有优化和改动。

1、写在前面

对Web端即时通讯技术熟悉的开发者来说，我们回顾网页端IM的底层通信技术，从短轮询、长轮询，到后来的SSE以及WebSocket，使用门槛越来越低（早期的长轮询Comet这类技术实际属于hack手段，使用门槛并不低），技术手段越来越先进，网页端即时通讯技术的体验也因此越来越好。

但上周在编辑《IM扫码登录技术专题》系列文章第3篇的时候忽然想到，之前的这些所谓的网页端即时通讯“老技术”相对于当红的WebSocket，并非毫无用武之地。就拿IM里的扫码登录功能来说，用短轮询技术就非常合适，完全没必要大炮打蚊子上WebSocket。

所以，很多时候没必要盲目追求新技术，相对应用场景来说适合的才是最好的。对于即时通讯网的im和消息推送这类即时通讯技术开发者来说，掌握WebSocket固然很重要，但了解短轮询、长轮询等这些所谓的Web端即时通讯“老技术”仍然大有裨益，这也正是整理分享本文的重要原因。

学习交流：

- 即时通讯/推送技术开发交流5群：215477170 [推荐]

- 移动端IM开发入门文章：《新手入门一篇就够：从零开发移动端IM》

- 开源IM框架源码：https://github.com/JackJiang2011/MobileIMSDK

（本文同步发布于：http://www.52im.net/thread-3555-1-1.html）

2、推荐阅读

[1] 新手入门贴：史上最全Web端即时通讯技术原理详解

[2] 详解Web端通信方式的演进：从Ajax、JSONP 到 SSE、Websocket

[3] Web端即时通讯技术盘点：短轮询、Comet、Websocket、SSE

3、正文引言

对于IM/消息推送这类即时通讯系统而言，系统的关键就是“实时通信”能力。

从表面意思上来看，“实时通信”指的是：

• 1）客户端能随时主动发送数据给服务端；
• 2）当客户端关注的内容在发生改变时，服务器能够实时地通知客户端。

类比于传统的C/S请求模型，“实时通信”时客户端不需要主观地发送请求去获取自己关心的内容，而是由服务器端进行“推送”。

注意：上面的“推送”二字打了引号，实际上现有的几种技术实现方式中，并不是服务器端真正主动地推送，而是通过一定的手段营造了一种“实时通信”的假象。

就目前现有的几种技术而言，主要有以下几类：

• 1）客户端轮询：传统意义上的短轮询（Short Polling）；
• 2）服务器端轮询：长轮询（Long Polling）；
• 3）单向服务器推送：Server-Sent Events（SSE）；
• 4）全双工通信：WebSocket。

以下正文将针对这几种技术方案，为你一一解惑。

4、本文配套Demo和代码

为了帮助读者更好的理解本文内容，笔者专门写了一个较完整的Demo，Demo会以一个简易聊天室的例子来分别通过上述的四种技术方式实现（代码存在些许bug，主要是为了做演示用，别介意）。

完整Demo源码打包下载：

（请从同步链接附件中下载：http://www.52im.net/thread-3555-1-1.html）

Demo的运行效果（动图）：

有兴趣可以自行下载研究学习。

5、理解短轮询（Short Polling）

短轮询的实现原理：

• 1）客户端向服务器端发送一个请求，服务器返回数据，然后客户端根据服务器端返回的数据进行处理；
• 2）客户端继续向服务器端发送请求，继续重复以上的步骤，如果不想给服务器端太大的压力，一般情况下会设置一个请求的时间间隔。

逻辑如下图所示：

使用短轮询的优点：基础不需要额外的开发成本，请求数据，解析数据，作出响应，仅此而已，然后不断重复。

缺点也显而易见：

• 1）不断的发送和关闭请求，对服务器的压力会比较大，因为本身开启Http连接就是一件比较耗资源的事情；
• 2）轮询的时间间隔不好控制。如果要求的实时性比较高，显然使用短轮询会有明显的短板，如果设置interval的间隔过长，会导致消息延迟，而如果太短，会对服务器产生压力。

短轮询客户的代码实现（片段节选）：

var ShortPollingNotification = {

  datasInterval: null,

  subscribe: function() {

    this.datasInterval = setInterval(function() {

      Request.getDatas().then(function(res) {

        window.ChatroomDOM.renderData(res);

      });

    }, TIMEOUT);

    return this.unsubscribe;

  },

  unsubscribe: function() {

    this.datasInterval && clearInterval(this.datasInterval);

  }

}

PS：完整代码，请见本文“4、本文配套Demo和代码”一节。

对应本文配套Demo的运行效果如下（动图）：

下面是对应的请求，注意左下角的请求数量一直在变化：

在上图中，每隔1s就会发送一个请求，看起来效果还不错，但是如果将timeout的值设置成5s，效果将大打折扣。如下图所示。

将timeout值设置成5s时的Demo运行效果（动图）：

6、理解长轮询(Long Polling)

6.1 基本原理

长轮询的基本原理：

• 1）客户端发送一个请求，服务器会hold住这个请求；
• 2）直到监听的内容有改变，才会返回数据，断开连接（或者在一定的时间内，请求还得不到返回，就会因为超时自动断开连接）；
• 3）客户端继续发送请求，重复以上步骤。

逻辑如下图所示：

长轮询是基于短轮询上的改进版本：主要是减少了客户端发起Http连接的开销，改成了在服务器端主动地去判断所关心的内容是否变化。

所以其实轮询的本质并没有多大变化，变化的点在于：

• 1）对于内容变化的轮询由客户端改成了服务器端（客户端会在连接中断之后，会再次发送请求，对比短轮询来说，大大减少了发起连接的次数）；
• 2）客户端只会在数据改变时去作相应的改变，对比短轮询来说，并不是全盘接收。

6.2 代码实现

长轮询客户的代码实现（片段节选）：

// 客户端

var LongPollingNotification = {

    // ....

    subscribe: function() {

      var that = this;

 

      // 设置超时时间

      Request.getV2Datas(this.getKey(),{ timeout: 10000 }).then(function(res) {

        var data = res.data;

        window.ChatroomDOM.renderData(res);

        // 成功获取数据后会再次发送请求

        that.subscribe();

      }).catch(function(error) {

        // timeout 之后也会再次发送请求

        that.subscribe();

      });

      return this.unsubscribe;

    }

    // ....

}

笔者采用的是express，默认不支持hold住请求，因此用了一个express-longpoll的库来实现。

下面是一个原生不用库的实现（这里只是介绍原理），整体的思路是：如果服务器端支持hold住请求的话，那么在一定的时间内会自轮询，然后期间通过比较key值，判断是否返回新数据。

以下是具体思路：

• 1）客户端第一次会带一个空的key值，这次会立即返回，获取新内容，服务器端将计算出的contentKey返回给客户端；
• 2）然后客户端发送第二次请求，带上第一次返回的contentKey作为key值，然后进行下一轮的比较；
• 3）如果两次的key值相同，就会hold请求，进行内部轮询，如果期间有新内容或者客户端timeout，就会断开连接；
• 4）重复以上步骤。

代码如下：

// 服务器端

router.get('/v2/datas', function(req, res) {

  const key = _.get(req.query, 'key', '');

  let contentKey = chatRoom.getContentKey();

 

  while(key === contentKey) {

    sleep.sleep(5);

    contentKey = chatRoom.getContentKey();

  }

 

  const connectors = chatRoom.getConnectors();

  const messages = chatRoom.getMessages();

  res.json({

    code: 200,

    data: { connectors: connectors, messages: messages, key: contentKey },

  });

});

以下是用 express-longpoll的实现片段：

// mini-chatroom/public/javascripts/server/longPolling.js

function pushDataToClient(key, longpoll) {

  var contentKey = chatRoom.getContentKey();

 

  if(key !== contentKey) {

    var connectors = chatRoom.getConnectors();

    var messages = chatRoom.getMessages();

 

    long poll.publish(

      '/v2/datas',

      {

        code: 200,

        data: {connectors: connectors, messages: messages, key: contentKey},

      }

    );

  }

}

 

long poll.create("/v2/datas", function(req, res, next) {

  key = _.get(req.query, 'key', '');

  pushDataToClient(key, longpoll);

  next();

});

 

intervalId = setInterval(function() {

  pushDataToClient(key, longpoll);

}, LONG_POLLING_TIMEOUT);

PS：完整代码，请见本文“4、本文配套Demo和代码”一节。

为了方便演示，我将客户端发起请求的timeout改成了4s，注意观察下面的截图：

可以看到，断开连接的两种方式，要么是超时，要么是请求有数据返回。

6.3 基于iframe的长轮询模式

这是长轮询技术的另一个种实现方案。

该方案的具体的原理为：

• 1）在页面中嵌入一个iframe，地址指向轮询的服务器地址，然后在父页面中放置一个执行函数，比如execute(data)；
• 2）当服务器有内容改变时，会向iframe发送一个脚本<script>parent.execute(JSON.stringify(data))</script>；
• 3）通过发送的脚本，主动执行父页面中的方法，达到推送的效果。

因不篇幅原因，在此不作深入介绍，有兴趣的同学可以详读《新手入门贴：史上最全Web端即时通讯技术原理详解》一文中的“3.3.2 基于iframe的数据流”一节。

7、什么是Server-Sent Events（SSE）

7.1 基本介绍

从纯技术的角度讲：上两节介绍的短轮询和长轮询技术，服务器端是无法主动给客户端推送消息的，都是客户端主动去请求服务器端获取最新的数据。

本节要介绍的SSE是一种可以主动从服务端推送消息的技术。

SSE的本质其实就是一个HTTP的长连接，只不过它给客户端发送的不是一次性的数据包，而是一个stream流，格式为text/event-stream。所以客户端不会关闭连接，会一直等着服务器发过来的新的数据流，视频播放就是这样的例子。

简单来说，SSE就是：

• 1）SSE 使用 HTTP 协议，现有的服务器软件都支持。WebSocket 是一个独立协议。
• 2）SSE 属于轻量级，使用简单；WebSocket 协议相对复杂。
• 3）SSE 默认支持断线重连，WebSocket 需要自己实现。
• 4）SSE 一般只用来传送文本，二进制数据需要编码后传送，WebSocket 默认支持传送二进制数据。
• 5）SSE 支持自定义发送的消息类型。

SSE的技术原理如下图所示：

SSE基本的使用方法，可以参看 SSE 的API文档，地址是：https://developer.mozilla.org/en ... _server-sent_events。

目前除了IE以及低版本的浏览器不支持，绝大多数的现代浏览器都支持SSE：

（上图来自：https://caniuse.com/?search=Server-Sent-Events）

7.2 代码实现

// 客户端

var SSENotification = {

  source: null,

  subscribe: function() {

    if('EventSource'inwindow) {

      this.source = newEventSource('/sse');

 

      this.source.addEventListener('message', function(res) {

        const d = res.data;

        window.ChatroomDOM.renderData(JSON.parse(d));

      });

    }

    return this.unsubscribe;

  },

  unsubscribe: function() {

    this.source && this.source.close();

  }

}

 

// 服务器端

router.get('/sse', function(req, res) {

  const connectors = chatRoom.getConnectors();

  const messages = chatRoom.getMessages();

  const response = { code: 200, data: { connectors: connectors, messages: messages } };

 

  res.writeHead(200, {

    "Content-Type":"text/event-stream",

    "Cache-Control":"no-cache",

    "Connection":"keep-alive",

    "Access-Control-Allow-Origin": '*',

  });

 

  res.write("retry: 10000\n");

  res.write("data: "+ JSON.stringify(response) + "\n\n");

 

  var unsubscribe = Event.subscribe(function() {

    const connectors = chatRoom.getConnectors();

    const messages = chatRoom.getMessages();

    const response = { code: 200, data: { connectors: connectors, messages: messages } };

    res.write("data: "+ JSON.stringify(response) + "\n\n");

  });

 

  req.connection.addListener("close", function() {

    unsubscribe();

  }, false);

});

下面是控制台的情况，注意观察响应类型：

详情中注意查看请求类型，以及EventStream消息类型：

PS：有关SSE更详尽的资料就不在这里展开了，有兴趣的同学可以详读《SSE技术详解：一种全新的HTML5服务器推送事件技术》、《使用WebSocket和SSE技术实现Web端消息推送》。

8、什么是WebSocket

8.1 基本介绍

PS：本小节内容引用自《Web端即时通讯实践干货：如何让WebSocket断网重连更快速？》一文的“3、快速了解WebSocket”。

WebSocket诞生于2008年，在2011年成为国际标准，现在所有的浏览器都已支持（详见《新手快速入门：WebSocket简明教程》）。它是一种全新的应用层协议，是专门为web客户端和服务端设计的真正的全双工通信协议，可以类比HTTP协议来了解websocket协议。

（图片引用自《WebSocket详解（四）：刨根问底HTTP与WebSocket的关系(上篇)》）

它们的不同点：

• 1）HTTP的协议标识符是http，WebSocket的是ws；
• 2）HTTP请求只能由客户端发起，服务器无法主动向客户端推送消息，而WebSocket可以；
• 3）HTTP请求有同源限制，不同源之间通信需要跨域，而WebSocket没有同源限制。

它们的相同点：

• 1）都是应用层的通信协议；
• 2）默认端口一样，都是80或443；
• 3）都可以用于浏览器和服务器间的通信；
• 4）都基于TCP协议。

两者和TCP的关系图：

（图片引用自《新手快速入门：WebSocket简明教程》）

有关Http和WebSocket的关系，可以详读：

《WebSocket详解（四）：刨根问底HTTP与WebSocket的关系(上篇)》

《WebSocket详解（五）：刨根问底HTTP与WebSocket的关系(下篇)》

有关WebSocket和Socket的关系，可以详读：《WebSocket详解（六）：刨根问底WebSocket与Socket的关系》.

8.2 技术特征

WebSocket技术特征总结下就是：

• 1）可双向通信，设计的目的主要是为了减少传统轮询时http连接数量的开销；
• 2）建立在TCP协议之上，握手阶段采用 HTTP 协议，因此握手时不容易屏蔽，能通过各种 HTTP 代理服务器；
• 3）与HTTP兼容性良好，同样可以使用80和443端口；
• 4）没有同源限制，客户端可以与任意服务器通信；
• 5）可以发送文本，也可以发送二进制数据；
• 6）协议标识符是ws（如果加密，则为wss），服务器网址就是 URL.

WebSocket的技术原理如下图所示：

关于WebSocket API方面的知识，这里不再作讲解，可以自己查阅：https://developer.mozilla.org/en-US/docs/Web/API/WebSocket

8.3 浏览器兼容性

WebSocket兼容性良好，基本支持所有现代浏览器。

（上图来自：https://caniuse.com/mdn-api_websocket）

8.4 代码实现

笔者这里采用的是socket.io，是基于WebSocket的封装，提供了客户端以及服务器端的支持。

// 客户端

var WebsocketNotification = {

  // ...

  subscribe: function(args) {

    var connector = args[1];

    this.socket = io();

    this.socket.emit('register', connector);

    this.socket.on('register done', function() {

      window.ChatroomDOM.renderAfterRegister();

    });

    this.socket.on('data', function(res) {

      window.ChatroomDOM.renderData(res);

    });

    this.socket.on('disconnect', function() {

      window.ChatroomDOM.renderAfterLogout();

    });

  }

  // ...

}

 

// 服务器端

var io = socketIo(httpServer);

io.on('connection', (socket) => {

  socket.on('register', function(connector) {

    chatRoom.onConnect(connector);

    io.emit('register done');

    var data = chatRoom.getDatas();

    io.emit('data', { data });

  });

  socket.on('chat', function(message) {

    chatRoom.receive(message);

    var data = chatRoom.getDatas();

    io.emit('data', { data });

  });

});

PS：完整代码，请见本文“4、本文配套Demo和代码”一节。

响应格式如下：

8.5 深入学习

随着HTML5的普及率越来越高，WebSocket的应用也越来越普及，关于WebSocket的学习资料网上很容易找到，限于篇幅本文就不深入展开这个话题。

如果想进一步深入学习WebSocket的方方面面，以下文章值得一读：

《新手快速入门：WebSocket简明教程》

《WebSocket详解（一）：初步认识WebSocket技术》

《WebSocket详解（二）：技术原理、代码演示和应用案例》

《WebSocket详解（三）：深入WebSocket通信协议细节》

《WebSocket详解（四）：刨根问底HTTP与WebSocket的关系(上篇)》

《WebSocket详解（五）：刨根问底HTTP与WebSocket的关系(下篇)》

《WebSocket详解（六）：刨根问底WebSocket与Socket的关系》

《理论联系实际：从零理解WebSocket的通信原理、协议格式、安全性》

《微信小程序中如何使用WebSocket实现长连接(含完整源码)》

《八问WebSocket协议：为你快速解答WebSocket热门疑问》

《Web端即时通讯实践干货：如何让你的WebSocket断网重连更快速？》

《WebSocket从入门到精通，半小时就够！》

《WebSocket硬核入门：200行代码，教你徒手撸一个WebSocket服务器》

《长连接网关技术专题(四)：爱奇艺WebSocket实时推送网关技术实践》

9、本文小结

短轮询、长轮询实现成本相对比较简单，适用于一些实时性要求不高的消息推送，在实时性要求高的场景下，会存在延迟以及会给服务器带来更大的压力。

SSE只能是服务器端推送消息，因此对于不需要双向通信的项目比较适用。

WebSocket目前而言实现成本相对较低，适合于双工通信，对于多人在线，要求实时性较高的项目比较实用。

本文已同步发布于“即时通讯技术圈”公众号。

▲ 本文在公众号上的链接是：点此进入。同步发布链接是：http://www.52im.net/thread-3555-1-1.html