go HTTP2 的头部压缩算法hpack实现详解
目录
- Hpack 是啥
- HPACK 原理
- 如何编码
- 举个编码
- HPACK 实现
- 遇到的坑
Hpack 是啥
Hpack 是 HTTP2 的头部压缩算法。在 HTTP1 中,每次传输都会有大量的 Header 携带,我们可以拿一个实际的请求来看,如图一:
图一:请求 header
这里面 Header 很多是请求共性的,比如 method: POST,就是 post 请求的 header,那每个 POST 请求都会携带这个 header;以及同一个页面里可能有很多请求需要带上相同 header,比如 userEOFxQhQp-agent、鉴权相关 header 等等。那如果 body 很小的话,每次传输利用率就很低了。HTTP2 为了提高传输效率设计了 HPACK 头部压缩算法。
HPACK 原理
HPACK 维护了两张表,静态表和动态表。如果 Header key、value 在表里的话,直接将 Header kv 用 index 编码即可;如果不存在表中的话,则采用 Huffman 编码或者不编码发送。每条连接维护各自的动态表,request 和 response 的动态表是分开的。
静态表存储常见的 Header kv,比如 编程:method: GET、:method: POST、:schema: http 等一共 61 项,具体的项可以参考 RFC 7541 文档。
动态表是一个先进先出的表,先进入的在高索引空间,后进入的在低索引空间(索引空间从0到最后递减)。header 根据一定的规则判断是否加入动态表,有三种规则:
- 将 header 字段添加到动态表的开头
- 不将 header 字段添加到动态表
- 不将 header 添加到动态表,另外规定 header 始终不被动态表编码,常见于有代理或者网关的场景。这是为了保护 header 字段值,比如通过大量尝试判断 header size 可以推断出动态表的内容。
动态表也有一定大小,通过 SETTINGS_HEADER_TABLE_SIZE 来设置。如果新的 Header kv size 超过了这个值,就会逐出动态表,直到能够放下这个 Header kv 或者将所有的逐出。特别的,如果一个 Header kv size 大于了动态表的最大值,那么这个 Header 的作用就是清空动态表。
如何编码
- 该 Header 已经存在动态表中
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 1 | Index (7+) | +---+---------------------------+
- Key 被索引,value 未索引且允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 1 | Index (6+) | +---+---+-----------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
01 后的 index 表示 Header Key 的索引
这个 Header 会被加在 server 和 client 的动态表中。
- Key 被索引,value 未索引且不允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 0 | 0 | 0 | Index (4+) | +---+---+-----------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
- Key、value 均未索引且允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 1 | 0 | +---+---+-----------------------+ | H | Name Length (7+) | +---+---------------------------+ | Name String (Length octets) | +---+---------------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
- Key、value 均未索引且不允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 0 | 0 | 0 | 0 | +---+---+-----------------------+ | H | Name Length (7+) | +---+---------------------------+ | Name String (Length octets) | +---+---------------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
- Key 被索引,value 未索引且绝对不允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 0 | 0 | 1 | Index (4+) | +---+---+-----------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
- Key、value 均未索引且绝对不允许保存
0 1 2 3 4 5 6 7 +---+---+---+---+---+---+---+---+ | 0 | 0 | 0 | 1 | 0 | +---+---+-----------------------+ | H | Name Length (7+) | +---+---------------------------+ | Name String (Length octets) | +---+---------------------------+ | H | Value Length (7+) | +---+---------------------------+ | Value String (Length octets) | +-------------------------------+
举个编码
:method: GET :scheme: http :path: / :authority: www.example.com
编码后的 16 进制如下
8286 8441 8cf1 e3c2 e5f2 3a6b a0ab 90f4 ff
82 = 10000010 -> 8 表示 kv 均被索引,表项为静态表第 2 项-> :method: GET
86 = 10000110 -> 8 表示 kv 均被索引,表项为静态表第 6 项-> :scheme: http
84 = 10000100 -> 8 表示 kv 均被索引,表项为静态表第 4 项 -> :path: /
41 = 01000001 -> 4 表示 Key 被索引,value 未索引且允许保存,name 为静态表第1项,即 :authority。接下来表示这个 header对应的 value。
8c = 10001100 -> 第一个 bit 为1,表示 huffman 编码,字符串的长度为 1100b = 12。接着解析12个字节为 huffman 编码后的字符 f1e3 c2e5 f23a 6ba0 ab90 f4ff, 解码为www.example.com
所以得到最后一个头部 :authority: www.example.com
HPACK 实现
我们可以先想一下,如果要做到索引的复杂度尽可能小,同时又要有序方便逐出,那应该采用什么数据结构呢?
那应该很容易想到,我们需要用一个 slice 存下来所有的数据,也方便逐出;如果一个 Header 来了,我们也需要两个 map 存下这个这个 Header 对应的在 slice 中的 index。
golang 中 HPACK 的实现在 hpack 文件夹中,动态表的数据结构和我们想的一样。
动态表的实现在 tables.go 当中
type headerFieldTable struct { // 用 slice 存储具体的表项,同时也方便逐出 ents []HeaderField // 逐出数量,可以理解为偏移修正量。如果一个 header 被逐出后,那其他 header 的 // 索引就会升高。在 map 中修改需要 O(n) 的开销,所以计算 id 时在这里统一加 // 一个修正量即可。 evictCount uint64 // 只根据 header 找对应的 id。 byName map[string]uint64 // 根据 header kv 找对应的 id。 byNameValue map[pairNameValue]uint64 } type pairNameValue struct { name, value string } func (t *headerFieldTable) addEntry(f HeaderField) { // 计算唯一 id,同时保证不和已经在表中的 id 重复 id := uint64(t.len()) + t.evictCount + 1 // 在两个 map 中存下索引 t.byName[f.Name] = id t.byNameValue[pairNameValue{f.Name, f.Value}] = id // 保存索引 t.ents = append(t.ents, f) } // 逐出 n 个 func (t *headerFieldTable) evictOldest(n int) { ... for k := 0; k < n; k++ { f := t.ents[k] // 根据 index 算出在 map 中的 id 开发者_Go学习 id := t.evictCount + uint64(k) + 1 // 双重校验,如果校验通过就删除表项 if t.byName[f.Name] == id { delete(t.byName, f.Name) } if p := (pairNameValuepython{f.Name, f.Value}); t.byNameValue[p] == id { delete(t.byNameValue, p) } } // 用后 n 个表项覆盖前面的表项实现逐出 copy(t.ents, t.ents[n:]) for k := t.len() - n; k < t.len(); k++ { t.ents[k] = HeaderField{} // so strings can be garbage collected } t.ents = t.ents[:t.len()-n] // 逐出数量 +n // 表项迁移带来的索引减小会通过 evictCount 的增加补回来,所以 id 并不会变 t.evictCount += uint64(n) } // 在表项中寻找,如果没有匹配的 i 就是 0.如果 kv 都匹配上了就返回 index, true; // 如果只有 k 匹配上了就返回 index, false。 func (t *headerFieldTable) search(f HeaderField) (i uint64, nameValueMatch bool) { if !f.Sensitive { if id := t.byNameValue[pairNameValue{f.Name, f.Value}]; id != 0 { return t.idToIndex(id), true php } } if id := t.byName[f.Name]; id != 0 { return t.idToIndex(id), false } return 0, false } func (t *headerFieldTable) idToIndex(id uint64) uint64 { // 校验。不在这里 panic,下面根据 index 索引的时候,slice 也会 panic if id <= t.evictCount { panic(fmt.Sprintf("id (%v) <= evictCount (%v)", id, t.evictCount)) } // 将 id 转换为 slice 中的 index k := id - t.evictCount - 1 // convert id to an index t.ents[k] // 如果是动态表,需要减去静态表的长度 if t != staticTable { return uint64(t.len()) - k // dynamic table } return k + 1 }
其他部分的实现就很简单了,基本上就是照着上面的流程写就可以了。其中有一个解析当前 header 是哪种类型的实现还挺有意思的。
func (d *Decoder) parseHeaderFieldRepr() error { b := d.buf[0] switch { case b&javascriptamp;128 != 0: // 128 => 10000000 // 设置了最高位,对应上面的第 1 种 kv 均在的情况 // https://httpwg.org/specs/rfc7541.html#rfc.section.6.1 return d.parseFieldIndexed() case b&192 == 64: // 192 => 11000000 // 对应前三位为 010 的情况,即允许保存的情况 // https://httpwg.org/specs/rfc7541.html#rfc.section.6.2.1 return d.parseFieldLiteral(6, indexedTrue) case b&240 == 0: // 240 => 11110000 // 对应前四位都是0的情况,即不允许保存的情况 // https://httpwg.org/specs/rfc7541.html#rfc.section.6.2.2 return d.parseFieldLiteral(4, indexedFalse) case b&240 == 16: // 240 => 11110000 // 对应前四位是0001的情况,即绝对不允许保存的情况 // https://httpwg.org/specs/rfc7541.html#rfc.section.6.2.3 return d.parseFieldLiteral(4, indexedNever) case b&224 == 32: // 224 => 11100000 // 对应前三位是001的情况,即动态表大小更新的情况 // https://httpwg.org/specs/rfc7541.html#rfc.section.6.3 return d.parseDynamicTableSizeUpdate() } return DecodingError{errors.New("invalid encoding")} }
遇到的坑
写这篇文章是因为 hertz 在接入 h3 的时候会偶发的 panic,原因是在动态表存表项的时候,存入了一个 unsafe string,后面这一项给变了,导致双重校验的时候没有删掉,从而引发了 panic。
参考文档
www.rfc-editor.org/rfc/rfc7541
以上就是go HTTP2 的头部压缩算法hpack实现详解的详细内容,更多关于go HTTP2 头部压缩算法hpack的资料请关注我们其它相关文章!
精彩评论