Web端即时通讯实践干货：如何让WebSocket断网重连更快速？

本文由作者网易智慧企业web前端开发工程师马莹莹，发布于公众号“网易智慧企业技术+”，原题“细说websocket快速重连机制”（链接：mp.weixin.qq.com/s/fMXv7hYobUeZzth-ehRNAw）。
为了提升内容质量，即时通讯网收录时有修订和改动。

1、引言

在一个完善的即时通讯IM应用中，WebSocket是极其关键的一环，它为基于Web的即时通讯应用提供了一种全双工的通信机制。但为了提升IM等实际应用场景下的消息即时性和可靠性，我们需要克服WebSocket及其底层依赖的TCP连接对于复杂网络情况下的不稳定性，即时通讯的开发者们通常都需要为其设计一套完整的连接保活、验活以及断片网重连方案。

就断网重连而言，其重连响应速度将严重影响了上层应用的“即时性”和用户体验。试想打开网络一分钟后，微信的网络不能即时感知到socket连接的恢复，无法即时收发聊天消息的话，是不是很崩溃？

因此，如何在复杂网络场景下，更即时快速地感知网络变动，并快速恢复WebSocket的可用性，就变得尤为重要。本文将基于笔者的开发实践，分享WebSocket在不同状态下、不同的网络场景下，应该如何实现快速断网重连。



* 阅读对象：本文适合有过IM底层网络实际开发经验，或者对底层网络实现有较深了解的开发者阅读。如果对底层网络了解甚少，建议跳过本文，直接阅读网络本文末尾附录部分的基础后再回头来看。

* 站长点评：本文内容没有高大上，但比较干货，实用性较高，内容也很通俗，建议可详细阅读。文中虽讲的是WebSocket，但思想可以延伸应用到基于TCP协议的同类技术中。

本文已同步发布于“即时通讯技术圈”公众号：链接是 点此进入

网易技术团队分享的其它文章：

• 《网易视频云技术分享：音频处理与压缩技术快速入门》
• 《网易云信实时视频直播在TCP数据传输层的一些优化思路》
• 《网易云信技术分享：IM中的万人群聊技术方案实践总结》
• 《子弹短信光鲜的背后：网易云信首席架构师分享亿级IM平台的技术实践》
• 《IM开发干货分享：网易云信IM客户端的聊天消息全文检索技术实践》
  

2、预备知识

本文中将要分享的内容是基于实践总结，如果你对Web端的即时通讯知识还一头雾水，务必先读：《新手入门贴：史上最全Web端即时通讯技术原理详解》、《Web端即时通讯技术盘点：短轮询、Comet、Websocket、SSE》。

限于篇幅，本文不会深究WebSocket技术细节，如有兴趣请系统学习：

• 《新手快速入门：WebSocket简明教程》
  《WebSocket从入门到精通，半小时就够！》
• 《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》
  

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》.

4、WebSocket重连过程拆解

首先考虑一个问题，何时需要重连？

最容易想到的是WebSocket连接断了，为了接下来能收发消息，我们需要再发起一次连接。

但在很多场景下，即便WebSocket连接没有断开，实际上也不可用了。

比如以下场景：

• 1）设备切换网络；
• 2）链路中间路由崩溃（常识是一条socket连接对应的网络通路上，会存在很多路由设备）；
• 3）链路的前端出口不可用（比如家庭WiFi中，网络连接正常，但实际运营商的宽带已经欠费被停机）；
• 4）服务器负载持续过高无法响应等。
  

这些场景下的WebSocket都没有断开，但对上层来说，都没办法正常的收发数据了。

因此在重连前，我们需要一种机制来感知连接是否可用、服务是否可用，而且要能快速感知，以便能够快速从不可用状态中恢复。

一旦感知到了连接不可用，那便可以弃旧图新了，弃用并断开旧连接，然后发起一次新连接。这两个步骤看似简单，但若想达到快，且不是那么容易的。

首先：是断开旧连接，对客户端来说，如何快速断开？协议规定客户端必须要和服务器协商后才能断开WebSocket连接，但是当客户端已经联系不上服务器、无法协商时，如何断开并快速恢复？

其次：是快速发起新连接。此快非彼快，这里的快并非是立即发起连接，立即发起连接会对服务器带来不可预估的影响。重连时通常会采用一些退避算法，延迟一段时间后再发起重连。但如何在重连间隔和性能消耗间做出权衡？如何在“恰当的时间点”快速发起连接？

带着这些疑问，我们来细看下这三个过程：

5、快速重连关键1：快速感知何时需要重连

5.1场景

需要重连的场景可以细分为三种：

• 1）连接明确断开了；
• 2）连接没断但是不可用了；
• 3）连接对端的服务不可用了。
  

对于第一种场景：这很简单，连接直接断开了，肯定需要重连了。

对于后两者：无论是连接不可用，还是服务不可用，对上层应用的影响都是不能再收发即时消息了。

5.2心跳包主动探测网络可用性

所以从上面这个角度出发，感知何时需要重连的一种简单粗暴的方法就是通过心跳包超时：发送一个心跳包，如果超过特定的时间后还没有收到服务器回包，则认为服务不可用，如下图中左侧的方案（这种方法最直接）。



那如果想要快速感知呢，就只能多发心跳包，加快心跳频率。但是心跳太快对移动端流量、电量的消耗又会太多，所以使用这种方法没办法做到快速感知，可以作为检测连接和服务可用的兜底机制。

5.3被动监听网络状态改变

如果要检测连接不可用，除了用心跳检测，还可以通过判断网络状态来实现，因为断网、切换wifi、切换网络是导致连接不可用的最直接原因，所以在网络状态由offline变为online时，大多数情况下需要重连下，但也不一定，因为webscoket底层是基于TCP的，TCP连接不能敏锐的感知到应用层的网络变化，所以有时候即便网络断开了一小会，对WebSocket连接是不会有影响的，网络恢复后，仍然能够正常地进行通信。

因此在网络由断开到连接上时，立即判断下连接是否可用，可以通过发一个心跳包判断，如果能够正常收到服务器的心跳回包，则说明连接仍是可用的，如果等待超时后仍没有收到心跳回包，则需要重连，如上图中的右侧。这种方法的优点是速度快，在网络恢复后能够第一时间感知连接是否可用，不可用的话可以快速执行恢复，但它只能覆盖应用层网络变化导致WebSocket不可用的情况。

5.4小结

综上所述：

• 1）定时发送心跳包检测的方案贵在稳定，能够覆盖所有场景，但速度不即时（心跳间隔是固定的）；
• 2）判断网络状态的方案速度快，无需等待心跳间隔，较为灵敏，但覆盖场景较为局限。
  

因此，我们可以结合两种方案：

• 1）定时以不太快的频率发送心跳包，比如40s/次、60s/次等，具体可以根据应用场景来定；
• 2）然后在网络状态由offline变为online时立即发送一次心跳，检测当前连接是否可用，不可用的话立即进行恢复处理。
  

这样在大多数情况下，上层的应用通信都能较快从不可用状态中恢复，对于少部分场景，有定时心跳作为兜底，在一个心跳周期内也能够恢复。

6、快速重连关键2：快速断开旧连接

通常情况下，在发起下一次连接前，如果旧连接还存在的话，应该先把旧连接断开。

这样做的目的：

• 1）一来可以释放客户端和服务器的资源；
• 2）二来可以避免之后误从旧连接收发数据。
  

我们知道WebSocket底层是基于TCP协议传输数据的，连接两端分别是服务器和客户端，而TCP的TIME_WAIT状态是由服务器端维持的，因此在大多数正常情况下，应该由服务器发起断开底层TCP连接，而不是客户端。

也就是说：

• 1）要断开WebSocket连接时，如果是服务器收到指示要断开WebSocket，那它应该立即发起断开TCP连接；
• 2）如果是客户端收到指示要断开WebSocket，那它应该发信号给服务器，然后等待底层TCP连接被服务器断开或直至超时。
  

那如果客户端想要断开旧的WebSocket，可以分为WebSocket连接可用和不可用两种情况来讨论。

具体如下：

• 1）当旧连接可用时，客户端可以直接给服务器发送断开信号，然后服务器发起断开连接即可；
• 2）当旧连接不可用时，比如客户端切换了wifi，客户端发送了断开信号，但是服务器收不到，客户端只能迟迟等待，直至超时才能被允许断开。
  

超时断开的过程相对来说是比较久的，那有没有办法可以快点断开？

上层应用无法改变只能由服务器发起断开连接这种协议层面的规则，所以只能从应用逻辑入手，比如在上层通过业务逻辑保证旧连接完全失效，模拟连接断开，然后在发起新连接，恢复通讯。

这种方法相当于尝试断开旧连接不行时，直接弃之，然后就能快速进入下一流程，所以在使用时一定要确保在业务逻辑上旧连接已完全失效。

比如：

• 1）保证丢掉从旧连接收到所有数据；
• 2）旧连接不能阻碍新连接的建立
• 3）旧连接超时断开后不能影响新连接和上层业务逻辑等等。
  

7、快速重连关键3：快速发起新连接

有IM开发经验的同学应该有所了解，遇到因网络原因导致的重连时，是万万不能立即发起一次新连接的，否则当出现网络抖动时，所有的设备都会立即同时向服务器发起连接，这无异于黑客通过发起大量请求消耗网络带宽引起的拒绝服务攻击，这对服务器来说简直是灾难（即：服务端雪崩效应）。

所以在重连时通常采用一些退避算法，延迟一段时间再发起重连，如下图中左侧的流程。



如果要快速连上呢？最直接的做法就是缩短重试间隔，重试间隔越短，在网络恢复后就能越快的恢复通讯。但是太频繁的重试对性能、带宽、电量的消耗就比较严重。

如何在这之间做一个较好的权衡呢？

• 1）一种比较合理的方式是随着重试次数增多，逐渐增大重试间隔；
• 2）另一方面监听网络变化，在网络状态由offline变为online这种比较可能重连上的时刻，适当地减小重连间隔。
  

上述第2）种方案，如上图中的右侧所示，随重试次数的增多，重连间隔也会变大。这两种方式配合使用，更为合理。

除此之外，还可以结合业务逻辑，根据成功重连上的可能性适当的调整间隔，如网络未连接时或应用在后台时重连间隔可以调大一些，网络正常的状态下可以适当调小一些等等，加快重连上的速度。

8、本文小结

最后总结一下。

本文将WebSocket断网重连逻辑细分为三个步骤：

• 1）确定何时需要重连；
• 2）断开旧连接；
• 3）发起新连接。
  

然后分别分析了在WebSocket的不同状态下、不同的网络场景下，如何快速完成这个三个步骤。

过程具体总结就是：

• 1）首先：通过定时发送心跳包的方式检测当前连接是否可用，同时监测网络恢复事件，在恢复后立即发送一次心跳，快速感知当前状态，判断是否需要重连；
• 2）其次：正常情况下由服务器断开旧连接，与服务器失去联系时直接弃用旧连接，上层模拟断开，来实现快速断开；
• 3）最后：发起新连接时使用退避算法延迟一段时间再发起连接，同时考虑到资源浪费和重连速度，可以在网络离线时调大重连间隔，在网络正常或网络由offline变为online时缩小重连间隔，使之尽可能快地重连上。
  

以上就是我关于如何实现WebSocket快速重连的技术分享，欢迎留言与我探讨。

9、参考资料

[1] RFC 6455 文档
[2] 新手快速入门：WebSocket简明教程
[3] WebSocket详解（四）：刨根问底HTTP与WebSocket的关系(上篇)
[4] WebSocket详解（五）：刨根问底HTTP与WebSocket的关系(下篇)
[5] WebSocket详解（六）：刨根问底WebSocket与Socket的关系

附录：更多Web端即时通讯资料

《新手入门贴：史上最全Web端即时通讯技术原理详解》
《Web端即时通讯技术盘点：短轮询、Comet、Websocket、SSE》
《SSE技术详解：一种全新的HTML5服务器推送事件技术》
《Comet技术详解：基于HTTP长连接的Web端实时通信技术》
《socket.io实现消息推送的一点实践及思路》
《LinkedIn的Web端即时通讯实践：实现单机几十万条长连接》
《Web端即时通讯技术的发展与WebSocket、Socket.io的技术实践》
《Web端即时通讯安全：跨站点WebSocket劫持漏洞详解(含示例代码)》
《开源框架Pomelo实践：搭建Web端高性能分布式IM聊天服务器》
《使用WebSocket和SSE技术实现Web端消息推送》
《详解Web端通信方式的演进：从Ajax、JSONP 到 SSE、Websocket》
《MobileIMSDK-Web的网络层框架为何使用的是Socket.io而不是Netty？》
《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》
《快速了解Electron：新一代基于Web的跨平台桌面技术》
《一文读懂前端技术演进：盘点Web前端20年的技术变迁史》
《Web端即时通讯基础知识补课：一文搞懂跨域的所有问题！》
《Web端即时通讯实践干货：如何让你的WebSocket断网重连更快速？》
>> 更多同类文章 ……

这篇文章真的不错, 很少见到这种一手干货了，赞群主整理分享

"网络状态由offline变为online"
文中一直提到的这种状态变化事件，是如何得知的

引用：Fly463061655 发表于 2020-08-19 13:53
"网络状态由offline变为online"
文中一直提到的这种状态变化事件，是如何得知的

如果是android的话，是有系统网络事件的。但ios或普通的pc端（ios端有个官方的Reachability演示，具体看看这个帖子：https://www.cnblogs.com/sunfuyou/p/6838609.html），基本就是只能自已额外写网络探测逻辑。

都是干货啊。我简单写了退避算法。就是起始重连间隔，最大重连时间间隔，每次递增间隔。这三个值都是服务器返回给客户端的。不知道有没有其他更好的方法

引用：ym_im 发表于 2020-08-26 18:21
都是干货啊。我简单写了退避算法。就是起始重连间隔，最大重连时间间隔，每次递增间隔。这三个值都是服务器 ...

同时让上层在wifi或者流量切换后。直接调用重连接口

引用：ym_im 发表于 2020-08-26 18:21
都是干货啊。我简单写了退避算法。就是起始重连间隔，最大重连时间间隔，每次递增间隔。这三个值都是服务器 ...

确实没有更好的办法，够用就行了。

引用：JackJiang 发表于 2020-08-26 22:15
确实没有更好的办法，够用就行了。

手机客户端使用 epoll 监听 socekt，正常服务器断开客户端可以获取断开事件，但是如果客户端断网等情况，客户端没有监听到事件，有什么好办法快速解决获取断开状态吗

引用：ym_im 发表于 2020-08-27 13:58
手机客户端使用 epoll 监听 socekt，正常服务器断开客户端可以获取断开事件，但是如果客户端断网等情况， ...

只有自已做心跳是最靠谱的。默认的tcp协议实现中，客户端到服务端间的路由这么多跳，随便一个环节出故障，你的这条tcp连接也是无法感知的（也就是没法知道是否已经断开），只有自已在应用层做心跳是最好的方法。

引用：JackJiang 发表于 2020-08-27 14:15
只有自已做心跳是最靠谱的。默认的tcp协议实现中，客户端到服务端间的路由这么多跳，随便一个环节出故障 ...

心跳间隔事件短费电，时间长体验不好。

手机wifi切换4g、5g、或者4g、5g切换手机wifi，这些事件，app是不是都可以获取到

引用：ym_im 发表于 2020-08-27 14:19
心跳间隔事件短费电，时间长体验不好。

手机wifi切换4g、5g、或者4g、5g切换手机wifi，这些事件，app ...

理想测试下是的，但事件通知只是个通知，极端情况下并不能保证你的app一定就能收到，你可以自已写套算法试试看。心跳是主流做法，你不需要去纠结，因为这是大家都趟过坑后的实践总结。

另外，这一篇文章你可以看看：《为什么说基于TCP的移动端IM仍然需要心跳保活？》

引用：JackJiang 发表于 2020-08-27 15:19
理想测试下是的，但事件通知只是个通知，极端情况下并不能保证你的app一定就能收到，你可以自已写套算法 ...

那订阅消息或者渠道消息。就是比如某个企业开始直播了。这个企业下面的所有员工都能收到一条企业开播的消息。可能这个企业人特别多达到几万人。这个消息虽然实时性要求不高，但是也不能太慢。

--------------------------------------------------------------------------------------------------------------------------------
我目前是在客户端的心跳中包含自己的订阅号。每次心跳到服务器，服务器从cache里面查一下，有没有
新的订阅消息。

这个做法怎么样。还是有新的订阅消息了。直接遍历发送给这个企业的所有人

引用：ym_im 发表于 2020-08-28 14:25
那订阅消息或者渠道消息。就是比如某个企业开始直播了。这个企业下面的所有员工都能收到一条企业开播的消 ...

你这个做法，有个专业的叫法：“轮询”，如果你的实时性要求不需要太高的话，轮询是很经济适用的，成本又低，技术又简单。

如何理解以下问题？
1.网络抖动，会导致所有客户端的网络断掉吗？客户端怎么会立即同时向服务端发起连接？
2.上层应用无法改变只能由服务器发起断开连接这种协议层面的规则，客户端不能直接发起断开连接的请求吗？
3.在上层通过业务逻辑保证旧连接完全失效，模拟连接断开，然后在发起新连接，恢复通讯。上层如何通过业务逻辑保证旧连接完全失效，如何模拟连接断开？

引用：袁凯明 发表于 2021-01-23 22:56
如何理解以下问题？
1.网络抖动，会导致所有客户端的网络断掉吗？客户端怎么会立即同时向服务端发起连接？ ...

1、客户端一般会有断线自动重连机制，客户端在判定到断线时，都在同一时刻启动重连（一般的做法是给客户端一个随机的重启启动时间，这样就不会都在同一时刻启动）。

2、3：客户端在有心跳算法的情况下，是可以自行判定连接不可用的。

太棒了