Wesloo
すべてのトピックトピック

ウェブ技術

WebSocketとは?通信の仕組みとHTTPとの違い・使いどころ

要点

WebSocketとは、単一のTCP接続を維持したままクライアントとサーバーが相互にデータを即時送信できる通信プロトコルです。リクエストとレスポンスを毎回繰り返すHTTPとは異なり、ヘッダーオーバーヘッドを抑えた低遅延の全二重双方向通信を提供します。

ポイント

  • 単一の持続的TCP接続上で動作する全二重双方向通信規格
  • 最初のHTTPハンドシェイク成功後にプロトコルを切り替えて接続を維持
  • 通信ごとのHTTPヘッダー付与を排除しデータ転送オーバーヘッドを最小化
  • チャット、共同編集ツール、金融市場データ、オンラインゲームに適合

WebSocketとは、Webブラウザとサーバーの間で持続的な接続を保ち、双方向からいつでもデータを送信できるように設計された通信規格です。従来のWebシステムでは、クライアントから要求を出してサーバーが応答を返すリクエスト・レスポンス型の通信が主流でした。しかし、この方式ではサーバー側で新しい事象が発生しても、クライアントからの次の要求が届くまでデータを能動的に配信できません。WebSocketはこの制約を取り払い、一度接続を確立した後は双方が対等にメッセージを送り合える環境を提供します。

WebSocketとは何か?従来のHTTP通信との根本的な相違点

Webの標準的な通信を支えてきたHTTPとWebSocketには、接続の寿命とデータの流れる向きにおいて明確な設計思想の違いがあります。一般的なWebサービスで用いられるREST APIの原則では、1回のデータ取得や更新ごとに独立したHTTPリクエストを発行し、その都度TCPコネクションの確立や切断、またはキープアライブによる再利用が行われます。これに対し、WebSocketは一度確立したTCP接続を明示的に閉じるまで開いたまま維持します。

HTTP通信では、毎回リクエストヘッダーとレスポンスヘッダーがやり取りされるため、数百バイトから数キロバイトの付加情報が発生します。一方、接続が完了したWebSocketのデータフレームは最小2バイト程度のヘッダー長でデータを送受信できます。これにより、1秒間に何十回もデータが行き交うような環境でも、ネットワーク帯域の浪費を抑えられます。

比較項目HTTP通信(HTTP/1.1)WebSocket通信
通信の向き半二重(クライアント起点の単方向)全二重(双方向から随時送信可能)
接続の維持基本的に要求ごとの切断または一定時間で閉じる明示的に切断するまで持続的に開いたまま維持
データ送信の契機クライアントの要求時のみクライアントおよびサーバーの双方が任意のタイミング
ヘッダー負荷リクエストごとに数百バイト以上のヘッダーが必要確立後のデータフレームヘッダーは数バイト程度
典型的な利用用途静的リソースの配信、フォーム送信、CRUD操作チャット、共同編集、相場情報の即時配信

ハンドシェイクから切断までの動作フロー

WebSocketの通信は、まったく新しいポート番号を開くのではなく、通常のHTTP通信と同じポート80(暗号化通信のwssではポート443)を使って開始されます。既存のWebインフラやプロキシサーバーとの互換性を確保するため、最初の接続確立にはHTTPの仕組みを流用するハンドシェイク手順が踏まれます。

1. HTTP Upgradeによる接続開始

接続を開始する際、クライアントはサーバーに対して特別なHTTP GETリクエストを送信します。このリクエストには、通信方式の変更を求める指示が含まれています。

  1. クライアントが「Connection: Upgrade」と「Upgrade: websocket」を付与したHTTPリクエストを送信する。
  2. 中間キャッシュによる誤動作を防ぐ目的で、ランダムに生成された文字列「Sec-WebSocket-Key」が添えられる。
  3. サーバー側がWebSocketに対応している場合、ステータスコード「101 Switching Protocols」とともに、「Sec-WebSocket-Accept」ヘッダーを返送する。
  4. ハンドシェイクが完了した瞬間から、プロトコルがHTTPからWebSocketへ切り替わる。

なお、ブラウザのセキュリティモデルにおいて、通常のスクリプトからのクロスオリジン通信には同一生成元ポリシーとCORSの仕組みが厳格に適用されます。WebSocketでもハンドシェイク時にOriginヘッダーが送信されますが、ブラウザが接続自体を自動遮断するわけではないため、サーバー側でOriginの妥当性を明示的に検証する実装が不可欠です。

2. データフレームのやり取りと接続監視

ハンドシェイクが成功した後は、双方が小さなデータ単位であるフレームを送受信します。テキスト形式(UTF-8)だけでなくバイナリ形式のデータも直接扱えるため、音声データのストリーミングや独自のシリアライズフォーマットの転送にも耐えられます。

接続が物理的に生きているかを確認するため、WebSocketの仕様にはPingフレームとPongフレームを用いた死活監視機構が組み込まれています。ネットワークの中断や回線断が発生した場合は、プロトコルレベルのエラー検知またはハートビートのタイムアウトによって切断状態へと遷移します。

3. 安全な切断シーケンス

通信を終了する際は、クライアントまたはサーバーのいずれかが切断要求を示すCloseフレームを送信します。相手側がそれに対してCloseフレームを送り返すことで、接続が正常に閉じられます。この段階的な切断手順により、送信途中のデータ欠落を防ぎます。

WebSocketの主な使いどころと選定基準

WebSocketはすべてのWebシステムに適しているわけではありません。接続を維持し続けるアーキテクチャはサーバーのメモリとファイルディスクリプタを常時消費するため、要件に応じた技術選定が求められます。

最適な利用シナリオ

  • 対話型コミュニケーションツール: ユーザー同士がメッセージを即座に受け取る必要があるチャットツールやビデオ会議のシグナリング。
  • 複数人でのリアルタイム共同編集: ドキュメント編集ツールやデザインボードのように、他者のカーソル移動や編集内容を低遅延で同期する用途。
  • 高頻度の市場データ配信: 株価、暗号資産レート、為替のティックデータなど、ミリ秒単位で更新される数値の表示。
  • マルチプレイヤーゲーム: プレイヤーの位置情報やアクション結果を即時に反映させる必要があるオンラインゲーム環境。
  • 運用監視ダッシュボード: サーバーリソースの急変動やエラーログのストリーミング表示。

一方で、単発のデータ取得や更新が中心となる管理画面のCRUD処理には、GraphQLのAPI設計やRESTfulなHTTP APIを用いるほうが、HTTPキャッシュの恩恵を受けやすく実装も単純に保てます。

ロングポーリングやSSEとの比較

リアルタイムなWeb通信を実現するアプローチはWebSocketだけではありません。代表的な代替技術として、HTTPロングポーリングとServer-Sent Events(SSE)が存在します。

ロングポーリングとの差異

ロングポーリングは、クライアントがHTTPリクエストを送り、サーバー側で新しいデータが発生するまで応答を保留する手法です。データが返ってきたら即座に次のリクエストを出すことでリアルタイム性を模索します。しかし、接続が切れるたびにHTTPヘッダーのやり取りとハンドシェイクが発生するため、通信頻度が高まるにつれてサーバーの負荷と遅延が急増します。WebSocketは接続を継続させるため、こうした無駄を排除できます。

Server-Sent Events(SSE)との差異

SSEはHTTP接続を通じてサーバーからクライアントへ一方向のテキストストリームを送り続ける技術です。チャットボットの回答テキスト生成のように「サーバーからの一方的な配信」だけで完結する要件であれば、HTTP/2の多重化を利用できるSSEのほうがインフラ構成をシンプルに保てる場合があります。クライアント側からも頻繁にデータを送信する必要がある場合は、双方向通信が可能なWebSocketが選ばれます。

WebSocket導入における運用の課題

WebSocketを本番環境で運用する際には、HTTPとは異なるインフラ設計上の配慮が必要です。最も大きな課題は「ステートフル(状態保持型)な接続」の管理です。

従来のHTTPサーバーはステートレスであるため、ロードバランサーの後ろにインスタンスを何台並べてもリクエスト単位で均等に振り分けることが容易でした。しかしWebSocketでは接続先サーバーのメモリ上にクライアントとの接続情報が保持されます。サーバーを水平スケールさせる場合、異なるサーバーに接続しているクライアント同士でメッセージを中継するために、RedisのPub/Subやメッセージブローカーを用いたバックエンド連携基盤の構築が必要です。

また、途中に介在するリバースプロキシやロードバランサーが接続タイムアウトによってTCPセッションを強制切断しないよう、適切なタイムアウト値の調整や定期的なハートビート通信の維持を設計に組み込む必要があります。

よくある質問

WebSocketはHTTP/2やHTTP/3と何が違いますか?

HTTP/2やHTTP/3は1つの接続内で複数のHTTPリクエストを多重化して効率化する技術ですが、基本は要求・応答方式です。一方のWebSocketは、プロトコル自体を切り替えて持続的な全二重通信路を確立する点に違いがあります。

WebSocket通信はファイアウォールや企業内プロキシを通過できますか?

標準ポートの80番や443番を使用するため通過しやすい設計です。暗号化されたwss(ポート443)を利用すれば、中間のプロキシによる意図しないパケット書き換えや遮断を防ぎやすくなります。

クライアント側で通信が切断された場合、自動で再接続されますか?

標準のブラウザAPI自体には自動再接続の仕組みは組み込まれていません。通信断を検知した際に指数バックオフなどのアルゴリズムを用いて再接続を試行するロジックをアプリケーション側で実装する必要があります。

関連ページ

  • CSRとSSRの違い:クライアントとサーバーのレンダリング

    CSRはブラウザ側でJavaScriptを使って画面を描画し、SSRはサーバー側で完成したHTMLを送る方式である。初期表示とSEOではSSRが有利な場面が多く、豊かな操作性ではCSRが有利な場面がある。

  • corsとは何か?仕組みと重要性・SOPとの違い

    CORS(Cross-Origin Resource Sharing)は、ウェブブラウザが同一生成元ポリシーの制約を越えて、異なるオリジン間のリソース取得を安全に許可するためのHTTPヘッダー基盤の仕組みです。通信先サーバーが許可するオリジンやメソッドを明示することで、不正なスクリプトによる機密データの読み取りを防ぎつつ正規のAPI連携を可能にします。本番通信の前にOPTIONSリクエストを用いて安全性を確認するプリフライトなどの検証手順を備えています。

  • Webクッキーの仕組みと種類・データ管理の基本構造

    Webクッキーは、ウェブサーバーが訪問者のブラウザに発行して端末内に保存させる小さなデータです。本来ステートレスなHTTP通信において、利用者のログイン状態や設定内容を一時的または継続的に保持する目的で使われます。次回以降のアクセス時にブラウザがサーバーへ自動送信することで、一貫した通信状態を保ちます。

  • graphqlとは何か?API設計の基本と仕組み

    GraphQLは、クライアントが必要なデータの構造を過不足なく指定して取得できるAPI向けのクエリ言語およびサーバー実行環境です。スキーマ定義言語(SDL)による厳格な型システムを基盤とし、複数のデータソースから単一のリクエストで関連データをまとめて取得できます。従来の固定的なエンドポイントとは異なり、フロントエンドの画面構造に応じた効率的なデータ連携を実現します。

  • REST APIとは?基本構造や仕組み・HTTP通信の原則

    REST APIは、分散システムにおいてリソース指向のデータ連携を行うために策定されたWebインターフェースです。HTTPプロトコルの標準仕様に則ってリソースを操作し、ステートレスな通信モデルとJSONデータ形式を組み合わせることで柔軟なシステム間統合を実現します。

  • ウェブ キャッシュの削除と仕組み

    ウェブキャッシュは、訪問先の画像やCSS、JavaScriptなどを端末に一時保存し、次回の表示を速くする仕組みです。削除は不具合の切り分けに役立つが、保存済みパスワードや設定は消えない。

このページの作成方法

執筆の前に、下記の情報源でテーマを調査しました。その後、自動の品質チェックを通過しています。

このページの誤りを報告する