1. 前言

Web端即時通訊技術因受限於瀏覽器的設計限制，一直以來實現起來並不容易，主流的Web端即時通訊方案大致有4種：傳統Ajax短輪詢、Comet技術、WebSocket技術、SSE（Server-sent Events）。本文將簡要介紹這4種技術的原理，並指出各自的異同點、優缺點等。

2. 概述

1996年IETF HTTP工作組發佈了HTTP協議的1.0版本，到現在普遍使用的版本1.1，HTTP協議經歷了17 年的發展。這種分佈式、無狀態、基於TCP的請求/響應式、在互聯網盛行的今天得到廣泛應用的協議，相對於互聯網的迅猛發展，它似乎進步地很慢。互聯網從興起到現在，經歷了門戶網站盛行的web1.0時代，而後隨着ajax技術的出現，發展爲web應用盛行的web2.0時代，如今又朝着web3.0的方向邁進。反觀http協議，從版本1.0發展到1.1，除了默認長連接之外就是緩存處理、帶寬優化和安全性等方面的不痛不癢的改進。它一直保留着無狀態、請求/響應模式，似乎從來沒意識到這應該有所改變。

好在HTML5的時代已經到來，爲Web端即時通訊的實現帶來了WebSocket和SSE（Server-sent Events）兩種技術方案。

3. Ajax短輪詢：腳本發送的http請求

傳統的web應用要想與服務器交互，必須提交一個表單（form），服務器接收並處理傳來的表單，然後返回全新的頁面，因爲前後兩個頁面的數據大部分都是相同的，這個過程傳輸了很多冗餘的數據、浪費了帶寬。於是Ajax技術便應運而生。

Ajax是Asynchronous JavaScript and XML的簡稱，由Jesse James Garrett 首先提出。這種技術開創性地允許瀏覽器腳本（JS）發送http請求。Outlook Web Access小組於98年使用，並很快成爲IE4.0的一部分，但是這個技術一直很小衆，直到2005年初，google在他的goole groups、gmail等交互式應用中廣泛使用此種技術，才使得Ajax迅速被大家所接受。

Ajax的出現使客戶端與服務器端傳輸數據少了很多，也快了很多，也滿足了以豐富用戶體驗爲特點的web2.0時代初期發展的需要，但是慢慢地也暴露了他的弊端。比如無法滿足即時通信等富交互式應用的實時更新數據的要求。這種瀏覽器端的小技術畢竟還是基於http協議，http協議要求的請求/響應的模式也是無法改變的，除非http協議本身有所改變。

4. Comet：一種hack技術

以即時通信爲代表的web應用程序對數據的Low Latency要求，傳統的基於輪詢的方式已經無法滿足，而且也會帶來不好的用戶體驗。於是一種基於http長連接的“服務器推”技術便被hack出來。這種技術被命名爲Comet，這個術語由Dojo Toolkit 的項目主管Alex Russell在博文Comet: Low Latency Data for the Browser首次提出，並沿用下來。

其實，服務器推很早就存在了，在經典的client/server模型中有廣泛使用，只是瀏覽器太懶了，並沒有對這種技術提供很好的支持。但是Ajax的出現使這種技術在瀏覽器上實現成爲可能， google的gmail和gtalk的整合首先使用了這種技術。隨着一些關鍵問題的解決（比如 IE 的加載顯示問題），很快這種技術得到了認可，目前已經有很多成熟的開源Comet框架。

以下是典型的Ajax和Comet數據傳輸方式的對比，區別簡單明瞭。典型的Ajax通信方式也是http協議的經典使用方式，要想取得數據，必須首先發送請求。在Low Latency要求比較高的web應用中，只能增加服務器請求的頻率。Comet則不同，客戶端與服務器端保持一個長連接，只有客戶端需要的數據更新時，服務器才主動將數據推送給客戶端。

Comet的實現主要有兩種方式，基於Ajax的長輪詢（long-polling）方式和基於 Iframe 及 htmlfile 的流（http streaming）方式。

有關Comet技術的詳細介紹文章請參見：《Comet技術詳解：基於HTTP長連接的Web端實時通信技術》、《WEB端即時通訊：HTTP長連接、長輪詢（long polling）詳解》、《WEB端即時通訊：不用WebSocket也一樣能搞定消息的即時性》、《開源Comet服務器iComet：支持百萬併發的Web端即時通訊方案》。

4.1 基於Ajax的長輪詢（long-polling）方式

瀏覽器發出XMLHttpRequest 請求，服務器端接收到請求後，會阻塞請求直到有數據或者超時才返回，瀏覽器JS在處理請求返回信息（超時或有效數據）後再次發出請求，重新建立連接。在此期間服務器端可能已經有新的數據到達，服務器會選擇把數據保存，直到重新建立連接，瀏覽器會把所有數據一次性取回。

4.2 基於 Iframe 及 htmlfile 的流（http streaming）方式

Iframe是html標記，這個標記的src屬性會保持對指定服務器的長連接請求，服務器端則可以不停地返回數據，相對於第一種方式，這種方式跟傳統的服務器推則更接近。

在第一種方式中，瀏覽器在收到數據後會直接調用JS回調函數，但是這種方式該如何響應數據呢？可以通過在返回數據中嵌入JS腳本的方式，如“<script type="text/javascript">js_func(“data from server ”)</script>”，服務器端將返回的數據作爲回調函數的參數，瀏覽器在收到數據後就會執行這段JS腳本。

但是這種方式有一個明顯的不足之處：IE、Morzilla Firefox 下端的進度欄都會顯示加載沒有完成，而且 IE 上方的圖標會不停的轉動，表示加載正在進行。Google 的天才們使用一個稱爲“htmlfile”的 ActiveX 解決了在 IE 中的加載顯示問題，並將這種方法應用到了 gmail+gtalk 產品中。

5. Websocket：未來的解決方案1

如果說Ajax的出現是互聯網發展的必然，那麼Comet技術的出現則更多透露出一種無奈，僅僅作爲一種hack技術，因爲沒有更好的解決方案。Comet解決的問題應該由誰來解決纔是合理的呢？瀏覽器，html標準，還是http標準？主角應該是誰呢？本質上講，這涉及到數據傳輸方式，http協議應首當其衝，是時候改變一下這個懶惰的協議的請求/響應模式了。

W3C給出了答案，在新一代html標準html5中提供了一種瀏覽器和服務器間進行全雙工通訊的網絡技術Websocket。從Websocket草案得知，Websocket是一個全新的、獨立的協議，基於TCP協議，與http協議兼容、卻不會融入http協議，僅僅作爲html5的一部分。於是乎腳本又被賦予了另一種能力：發起websocket請求。這種方式我們應該很熟悉，因爲Ajax就是這麼做的，所不同的是，Ajax發起的是http請求而已。

與http協議不同的請求/響應模式不同，Websocket在建立連接之前有一個Handshake（Opening Handshake）過程，在關閉連接前也有一個Handshake（Closing Handshake）過程，建立連接之後，雙方即可雙向通信。

有關WebSocket的詳細介，請參見即時通訊網有關WebSocket的系列文章：《WebSocket詳解（一）：初步認識WebSocket技術》、《WebSocket詳解（二）：技術原理、代碼演示和應用案例》、《WebSocket詳解（三）：深入WebSocket通信協議細節》。

從瀏覽器支持角度來看，WebSocket已經近在眼前，但仍有一段較長的路要走，特別是在中國這個IE6、7、8依然盛行的國家，舊版本瀏覽器的消亡需要很長一段時間，在完全實現瀏覽器全兼容前，Comet技術可能仍然是最好的解決方案。不過，當前也已存在一些比較成熟的封裝方案來解決這種兼容性限制，比如：開源的Socket.io，詳見《Socket.IO介紹：支持WebSocket、用於WEB端的即時通訊的框架》。

6. SSE：未來的解決方案2

SSE（Server-Sent Event，服務端推送事件）是一種允許服務端向客戶端推送新數據的HTML5技術。與由客戶端每隔幾秒從服務端輪詢拉取新數據相比，這是一種更優的解決方案。

與WebSocket相比，它也能從服務端向客戶端推送數據。那如何決定你是用SSE還是WebSocket呢？概括來說，WebSocket能做的，SSE也能做，反之亦然，但在完成某些任務方面，它們各有千秋。

WebSocket是一種更爲複雜的服務端實現技術，但它是真正的雙向傳輸技術，既能從服務端向客戶端推送數據，也能從客戶端向服務端推送數據。

WebSocket和SSE的瀏覽器支持率差不多，大多數主流桌面瀏覽器兩者都支持。在Android 4.3以及更早的版本中，系統默認瀏覽器兩者都不支持，Firefox和Chrome則完全支持；Android 4.4中，系統默認瀏覽器兩者都支持；Safari從5.0開始支持SSE（iOS系統從4.0開始），但直到6.0才正確地支持WebSocket（6.0之前的Safari所實現的WebSocket協議存在安全問題，所以一些主流瀏覽器已經禁用了基於這個協議的實現）。

與WebSocket相比，SSE有一些顯著的優勢。個人認爲它最大的優勢就是便利：不需要添加任何新組件，用任何你習慣的後端語言和框架就能繼續使用。你不用爲新建虛擬機、弄一個新的IP或新的端口號而勞神，就像在現有網站中新增一個頁面那樣簡單。我喜歡把這稱爲既存基礎設施優勢。

SSE的第二個優勢是服務端的簡潔。相對而言，WebSocket則很複雜，不借助輔助類庫基本搞不定（我試過，令人痛苦）。

因爲SSE能在現有的HTTP/HTTPS協議上運作，所以它能直接運行於現有的代理服務器和認證技術。而對WebSocket而言，代理服務器需要做一些開發（或其他工作）才能支持，在寫這本書時，很多服務器還沒有（雖然這種狀況會改善）。SSE還有一個優勢：它是一種文本協議，腳本調試非常容易。事實上，在本書中，我們會在開發和測試時用curl，甚至直接在命令行中運行後端腳本。

不過，這就引出了WebSocket相較SSE的一個潛在優勢：WebSocket是二進制協議，而SSE是文本協議（通常使用UTF-8編碼）。當然，我們可以通過SSE連接傳輸二進制數據：在SSE中，只有兩個具有特殊意義的字符，它們是CR和LF，而對它們進行轉碼並不難。但用SSE傳輸二進制數據時數據會變大，如果需要從服務端到客戶端傳輸大量的二進制數據，最好還是用WebSocket。

WebSocket相較SSE最大的優勢在於它是雙向交流的，這意味向服務端發送數據就像從服務端接收數據一樣簡單。用SSE時，一般通過一個獨立的Ajax請求從客戶端向服務端傳送數據。相對於WebSocket，這樣使用Ajax會增加開銷，但也就多一點點而已。如此一來，問題就變成了“什麼時候需要關心這個差異？”如果需要以1次/秒或者更快的頻率向服務端傳輸數據，那應該用WebSocket。0.2次/秒到1次/秒的頻率是一個灰色地帶，用WebSocket和用SSE差別不大；但如果你期望重負載，那就有必要確定基準點。頻率低於0.2次/秒左右時，兩者差別不大。

從服務端向客戶端傳輸數據的性能如何？如果是文本數據而非二進制數據（如前文所提到的），SSE和WebSocket沒什麼區別。它們都用TCP/IP套接字，都是輕量級協議。延遲、帶寬、服務器負載等都沒有區別，除非……呃？除非什麼？

當你在享用SSE的既存基礎設施優勢，並在客戶端和服務端腳本之間設了一個網絡服務器，區別就顯現出來了。一個SSE連接不僅使用一個套接字，還會佔用一個Apache線程或進程，如果用PHP，它會爲這個連接專門創建一個PHP新實例。Apache和PHP會使用大量的內存，這會限制服務器所能支持的並行連接數。所以，要做到用SSE在數據傳輸性能上和WebSocket完全一樣，需要寫一個自己的後端服務器，當然，那些在任何情況下都會用自己的服務器並使用Node.js的人，會覺得這有什麼稀奇的。

說一下WebSocket在舊版本瀏覽器上的兼容。當前，大約超過2/3的瀏覽器支持這些新技術，移動端瀏覽器的支持率會低一些。依慣例，每當需要雙向套接字時，就會用到Flash，並且WebSocket的向後兼容通常是用Flash來做，這已經相當複雜了，如果瀏覽器上沒有Flash，情況更糟。概括來說，WebSocket難兼容，SSE易兼容。有關SSE的專項介紹文章請參見：《SSE技術詳解：一種全新的HTML5服務器推送事件技術》。

（本文同步發佈於：http://www.52im.net/thread-336-1-1.html）