闲言

在优化排队机Client程序时，有一个叫号功能，叫号是通过柜面系统调用排队机Server，然后排队机Server向排队机Client推送叫号的信息。而排队机Client与排队机Server之间是通过 WebSocket 建立的长连接实现这项推送消息的功能。当时程序中建立 WebSocket 连接时，并未加心跳包，另一个市场同事建议让我加进去，给出的原因是F5（负载均衡服务器）检测到没有通讯会把长连接关闭。其实很早就有个疑惑，WebSocket 是基于 TCP 的应用层协议，而 TCP 本身自带一个 KeepAlive 机制，为何还要多此一举在 WebSocket 这加心跳包？为此，我查了很多资料，终于有了答案。

Websocket

WebSocket协议是基于TCP的应用层协议，关于它的详细介绍，大家可以参考阮一峰老师写的《WebSocket 教程》在此不再赘述。

什么是心跳包

心跳包，顾名思义它像客户端的心跳一样每隔固定时间向服务器发一次，以此来告诉服务器自己还活着，服务器同时也会响应心跳包给客户端。目的是为了保持长连接（实质是保持长连接的可用性），至于内容并没有什么特别的规定。

保持长连接可用性意义

对于客户端而言，使用 TCP 长连接来实现业务的最大驱动力在于：在当前连接可用的情况下，每一次请求都只是简单的数据发送和接受，免去了 DNS 解析、连接建立等时间，大大加快了请求的速度，同时也有利于接受服务器的实时消息。但前提是：连接可用。如果连接无法很好地保持，每次请求就会变成碰运气：运气好，通过长连接发送请求并收到反馈。运气差，当前连接已失效，请求迟迟没有收到反馈直到超时，又需要一次连接建立的过程，其效率甚至还不如 HTTP。

对于服务器而言，能够及时获悉连接可用性也非常重要：一方面服务器需要及时清理无效连接以减轻负载；另一方面也有可能是业务的需求，如游戏副本中服务器需要及时处理玩家掉线带来的问题。

因此保持连接的前提必然是检测连接的可用性，并在连接不可用时主动放弃当前连接并建立新的连接。

TCP的KeepAlive

什么是KeepAlive？
引用自《计算机网络第7版》5-9-2

为何需要KeepAlive？
引用自《TCP-IP详解卷1：协议》18.7.3

KeepAlive原理：
引用自《TCP-IP详解卷1：协议》23.2

关于第4点：

为何ICMP不可达并不会导致TCP连接关闭？

KeepAlive间隔默认2小时，虽可配置，但是不建议修改（实际也不会改）
引用自《TCP-IP详解卷1：协议》23.2

总结

经过上边的描述值得注意的是：

1.这里的客户端、服务器指的是 end to end 即端到端的。
现实中，我们的客户端到服务器并不是端到端的，因为它俩之间会有很多节点，请求会经过这些节点或转发、或过滤等。例如代理服务器 Niginx、F5 等，它们认为一份长连接在一段时间内没有数据发送就等于失效，并会自作主张的切断这些连接。可参考《WebSocket加入心跳包防止自动断开连接》

2.TCP 是端到端的，WebSocket端点不等于TCP端点，如在两个WebSocket端点的连接中可以有好几个 TCP 连接。

3.KeepAlive 在一些极端情况下，如：在 client 异常挂死、异常断电断网等，无法反馈真实的 client 状态；

因此，我们需要在使用 WebSocket 时加心跳包。

参考文章

《WebSocket ：用WebSocket实现推送你必须考虑的几个问题》
《为什么说基于TCP的移动端IM仍然需要心跳保活？》
《TCP协议的KeepAlive机制与HeartBeat心跳包》
《TCP keepalive的探究 (1) : NAT和保活机制》
《WebSockets ping/pong, why not TCP keepalive?》