XMPP协议的基本理解

即时通讯技术简介

即时通讯技术（IM）支持用户在线实时交谈。如果要发送一条信息，用户需要打开一个小窗口，以便让用户及其朋友在其中输入信息并让交谈双方都看到交谈的内容。大多数常用的即时通讯发送程序都会提供各种各样的功能：

即时通讯 - 在用户和在线朋友之间来回发送信息
聊天 - 创建用户与朋友或工友的自定义聊天室
网页链接 - 共享用户喜爱的网址
支持图片 - 浏览朋友计算机中的图片
支持声音 - 给朋友播放音乐
支持文件传输 - 直接将文件发送给朋友，以便于共享
交谈 - 使用 Internet，而不是电话，与朋友们进行真正的交谈
影音串流内容 - 实时或准实时的股市行情或新闻

有许多的IM系统，如 AOL IM、Yahoo IM、 MSN IM还有我们熟悉的QQ，它们最大的区别在于各自通讯协议的实现，所以即时通讯技术的核心在于它的传输协议，协议用来说明信息在网络上如何传输，如果有了统一的传输协议，那么应当可以实现各个IM之间的直接通讯，为了创建即时通讯的统一标准，人们经过了多次尝试：IETF 的对话初始协议（SIP）和即时通讯对话初始协议和表示扩展协议（SIMPLE）、应用交换协议（APEX）、显示和即时通讯协议（PRIM）及基于 XML 且开放的可扩展通讯和表示协议（XMPP）协议（常称为 Jabber 协议）。人们多次努力，试图统一各大主要 IM 供应商的标准（AOL、Yahoo 及 Microsoft），但无一成功，且每一种 IM 仍然继续使用自己所拥有的协议。

几种IM协议标准简介

IMPP 主要定义必要的协议和数据格式，用来构建一个具有空间接收、发布能力的即时信息系统。到目前为止，这个组织已经出版了三个草案RFC，但主要的有两个：一个是针对站点空间和即时通讯模型的（RFC 2778）；另一个是针对即时通讯/空间协议需求条件的（RFC2779）。RFC2778是一个资料性质的草案，定义了所有presence和IM服务的原理。RFC2779定义了IMPP的最小需求条件。另外，这个草案还就presence服务定义了一些条款，如运行的命令、信息的格式，以及 presence服务器如何把presence的状态变化通知给客户。 

  SIMPLE是目前为止制定的较为完善的一个。SIMPLE和 XMPP两个协议，都符合RFC2778和RFC2779 。SIMPLE计划利用SIP来发送presence信息。SIP是IETF中为终端制定的协议。SIP一般考虑用在建立语音通话中，一旦连接以后，依* 如实时协议（RTP）来进行实际上的语音发送。但SIP不仅仅能被用在语音中，也可以用于视频。SIMPLE被定义为建立一个IM进程的方法。 SIMPLE在2002年夏季得到额外的信任，目前，微软和IBM都致力于在它们的即时通讯系统中实现这个协议。 

  SIMPLE小组致力于进程模式的操作，这将提升运行效率，使基于SIP的机制能够进行会议和三方电话交谈控制，也考虑到能和未来提供的许多新特性实现兼容并提升表现能力。有了进程模式，SIMPLE使用SIP来建立一次进程，再利用SDP（进程描述协议)来实际传输IM数据。 

  XMPP是一种基于XML的协议，它继承了在XML环境中灵活的发展性。这表明XMPP是可扩展的。可以通过发送扩展的信息来处理用户的需求，以及在XMPP的顶端建立如内容发布系统和基于地址的服务等应用程序。而且，XMPP包含了针对服务器端的软件协议，使之能与另一个进行通话，这使得开发者更容易建立客户应用程序或给一个配好系统添加功能。 

  XMPP目前在免费源代码开放Jabber IM系统中被广泛采用。2002年，这个产品有超过5万的下载量。XMPP拥有成千的Jabber开发者，以及大约数万台配置的服务器和超过百万的终端用户。

XMPP概述

XMPP: The Extensible Messaging and Presence Protocol

中文全称:可扩展通讯和表示协议

简介:可扩展通讯和表示协议 (XMPP) 可用于服务类实时通讯、表示和需求 - 响应服务中的 XML 数据元流式传输。XMPP 以 Jabber 协议为基础，而 Jabber 是即时通讯中常用的开放式协议。XMPP is the IETF's formalization of the base XML streaming protocols for instant messaging and presence developed within the Jabber open-source community in 1999

XMPP（可扩展消息处理现场协议）是基于可扩展标记语言（XML）的协议，它用于即时消息（IM）以及在线现场探测。它在促进服务器之间的准即时操作。这个协议可能最终允许因特网用户向因特网上的其他任何人发送即时消息，即使其和浏览器不同。

XMPP的前身是Jabber，一个开源形式组织产生的网络即时通信协议。XMPP目前被IETF国际标准组织完成了标准化工作。标准化的核心结果分为两部分；

核心的XML流传输协议

基于XML FreeEIM流传输的即时通讯扩展应用

XMPP的核心XML流传输协议的定义使得XMPP能够在一个比以往网络通信协议更规范的平台上。借助于XML易于解析和阅读的特性，使得XMPP的协议能够非常漂亮。

XMPP的即时通讯扩展应用部分是根据IETF在这之前对即时通讯的一个抽象定义的，与其他业已得到广泛使用的即时通讯协议，诸如AIM，QQ等有功能完整，完善等先进性。

XMPP的扩展协议Jingle使得其支持语音和视频。

XMPP的官方文档时RFC 3920.

XMPP的基本结构

XMPP中定义了三个角色，客户端，服务器，网关。通信能够在这三者的任意两个之间双向发生。服务器同时承担了客户端信息记录，连接管理和信息的路由功能。网关承担着与异构即时通信系统的互联互通，异构系统可以包括SMS（短信），MSN，ICQ等。基本的网络形式是单客户端通过TCP/IP连接到单服务器，然后在之上传输XML。

XMPP通过TCP传的是什么

传输的是与即时通讯相关的指令。在以前这些命令要么用2进制的形式发送（比如QQ），要么用纯文本指令加空格加参数加换行苻的方式发送（比如MSN）。而XMPP传输的即时通讯指令的逻辑与以往相仿，只是协议的形式变成了XML格式的纯文本。这不但使得解析容易了，人也容易阅读了，方便了开发和查错。而XMPP的核心部分就是一个在网络上分片断发送XML的流协议。这个流协议是XMPP的即时通讯指令的传递基础，也是一个非常重要的可以被进一步利用的网络基础协议。所以可以说，XMPP用TCP传的是XML流。

XMPP的相关文档

推荐一个包含XMPP相关资料的百度空间：http://hi.baidu.com/jabber/home

XMPP官网：http://xmpp.org/

Jabber官网，包含许多XMPP的实现：http://www.jabber.org/

IM的实现原理

在我最初学习编程的时候，曾经用实现了一个最简单版的IM通讯，即通过Socket建立两台电脑之间的连接，然后发送IO流来进行即时通讯，我们现在所使用的IM软件尽管看上去非常复杂，但是基本的原理和以上的差不多，无非是采用服务器 客户端的，通过登陆到服务器来获取个人资料和好友，然后聊天时直接通过IP和好友进行即时通讯。

XMPP协议的网络架构

XMPP是一个典型的C/S架构，而不是像大多数即时通讯软件一样，使用P2P客户端到客户端的架构，也就是说在大多数情况下，当两个客户端进行通讯时，他们的消息都是通过服务器传递的(也有例外，例如在两个客户端传输文件时)．采用这种架构，主要是为了简化客户端，将大多数工作放在服务器端进行，这样，客户端的工作就比较简单，而且，当增加功能时，多数是在服务器端进行．XMPP服务的框架结构如下图所示．XMPP中定义了三个角色，XMPP客户端，XMPP服务器、网关．通信能够在这三者的任意两个之间双向发生．服务器同时承担了客户端信息记录、连接管理和信息的路由功能．网关承担着与异构即时通信系统的互联互通，异构系统可以包括SMS(短信)、MSN、ICQ等．基本的网络形式是单客户端通过TCP／IP连接到单服务器，然后在之上传输XML，工作原理是：

节点连接到服务器；
服务器利用本地目录系统中的证书对其认证；
节点指定目标地址，让服务器告知目标状态；
服务器查找、连接并进行相互认证；
节点之间进行交互。

XMPP协议的传输是通过XML文件来传输的，并且不是类似于QQ的点对点通讯，而是客户端到服务器再到客户端的方式来实现，以上过程的一个简单的XMPP通讯流程可以如下：

首先，由客户端连接到服务器，客户端通过IO流发送一段XML文件，在文件中包含了自身的用户名和密码。
服务器端接收到客户端的XML文件，从中获取用户名和密码进行验证，如果验证成功，服务器会发送一个XML文件给客户端表明已经登录成功。
登陆成功后，客户端可以通过发送一个获取好友名单的XML文件，服务器会将当前用户的好友以XML文件传到客户端。
客户端选择一个好友，向其发送信息（其实是向服务器发送，服务器收到后会转发给对应的好友），好友收到。

通过以上的流程，一此基本的通讯得以达成。

（上图为XMPP的一个实现Openfire+Smack+的实现）

XMPP协议的一些概念

通过以上简介，我们了解了XMPP协议的基本流程，下面来了解一个XML中一些基本的概念。

XMPP地址

一个实体在XMPP网络结构中被称为一个节点，它有唯一的标示符jabber identifier(JID)，即实体地址，用来表示一个用户，但是也可以表示其他内容，例如一个聊天室．一个有效的JID包括一系列元素：(1)域名(domain identifier)；(2)节点(node identifier)；(3)源(resource identifier)．它的格式是node@domain/resource，node@domain，类似电子邮件的地址格式．domain用来表示接点不同的设备或位置，这个是可选的，例如a在Server1上注册了一个用户，用户名为doom，那么a的JID就是doom@serverl，在发送消息时，指明doom@serverl就可以了，resource可以不用指定，但a在登录到这个Server时，fl的JID可能是doom@serverl、exodus(如果a用Exodus软件登录)，也可能是doom@serverl/psi(如果a用psi软件登录)．资源只用来识别属于用户的位置或设备等，一个用户可以同时以多种资源与同一个XMPP服务器连接。

XMPP的XML流

即时通讯的聊天是指上就是二进制流或者字符流。在以前这些命令要么用2进制的形式发送（比如QQ），要么用纯文本指令加空格加参数加换行苻的方式发送（比如MSN）。而XMPP传输的即时通讯指令的逻辑与以往相仿，只是协议的形式变成了XML格式的纯文本。这不但使得解析容易了，人也容易阅读了，方便了开发和查错。而XMPP的核心部分就是一个在网络上分片断发送XML的流协议。这个流协议是XMPP的即时通讯指令的传递基础，也是一个非常重要的可以被进一步利用的网络基础协议。所以可以说，XMPP用TCP传的是XML流。 

  举个例子看看所谓的XML流是什么样子的？ 

客户端： ?xml version='1.0'?  

  stream:stream 

  to='example.com' 

  xmlns='jabber:client' 

  xmlns:stream='http://etherx.jabber.org/streams' 

  version='1.0'  

服务器： ?xml version='1.0'?  

  stream:stream 

  from='example.com' 

  id='someid' 

  xmlns='jabber:client' 

  xmlns:stream='http://etherx.jabber.org/streams' 

  version='1.0'  

...其他通信... 

客户端： message from='juliet@example.com' 

  to='romeo@example' 

  xml:lang='en'  

客户端： body Art thou not Romeo, and a Montague? /body  

客户端： /message  

服务器： message from='romeo@example' 

  to='juliet@example.com' 

  xml:lang='en'  

服务器： body Neither, fair saint, if either thee dislike. /body  

服务器： /message  

客户端： /stream:stream  

服务器： /stream:stream  

  以文档的观点来看，客户端或服务器发送的所有XML文本连缀在一起，从 stream 到 /stream 构成了一个完整的XML文档。其中的stream标签就是所谓的XML Stream。在 stream 与 /stream 中间的那些 message ... /message 这样的XML元素就是所谓的XML Stanza（XML节）。XMPP核心协议通信的基本模式就是先建立一个stream，然后协商一堆安全之类的东西，中间通信过程就是客户端发送XML Stanza，一个接一个的。服务器根据客户端发送的信息以及程序的逻辑，发送XML Stanza给客户端。但是这个过程并不是一问一答的，任何时候都有可能从一个方发信给另外一方。通信的最后阶段是 /stream 关闭流，关闭TCP/IP连接。

XML节通过XML流来发送，XMPP定义了三种顶级XML节

iq /
message /
presence /

XMPP给这三种节定义了五种通用属性

xml:lang

to属性指定接收节的JID。

  from属性指定发送者的JID。

  id属性是可选的。并且，在接收应用（通常是一个服务器）中是唯一的。注意：流ID可能是严格安全的，并且因此必须是即不能预测也不能重复的

  type属性指定目的或消息上下文，出席或IQ节的详细信息。iq节的type属性有：Error，Get，Result，Set; presence节的type属性有：Available，Subscribe，Subscribed，Unsubscribe，  Unsubscribed，Unavailable，Probe，Error，Invisible; message节的type属性有：Chat，Error，GroupChat，Headline，Normal

  xml:lang属性值指定任意可读XML字符数据的缺省语言

  message / 节定义了消息语义， message / 节可被看作“推”机制，一个实体推信息给其它实体，与EMAIL系统中发生的通信类似。所有消息节应该拥有‘to’属性，指定有意的消息接收者；根据接收到那样的一个节，服务器应该路由或传送它到有意的接收者。

  presence / 节定义了出席语义， presence / 节可被看作基本广播或“出版-订阅”机制，多实体收到他们已订阅（在这种情况下，网络可利用信息）实体的信息。总的来说，出版实体应该发送一个不带‘to’属性的出席节，在这种情况下，与此实体相连的服务器应该广播给所有订阅实体。然而，一个出版实体也可能发送一个带有‘to’属性的出席节，此种情况下，服务器应该路由或传送节到有意的接收者。

  iq / 节定义了请求语义， iq / 节可被看作一个请求－响应机制，与[HTTP]在某些方面相似。IQ语义让一个实体向其它实体请求或接收其它实体的响应成为可能。请求与响应的数据内容由IQ无素的直接子元素的命名空间声明定义，并且，交互由请求实体通过使用‘id’属性来跟踪。因此，IQ交互遵从结构化数据交换的一个通用模式，此交换例如得到/结果或设置/结果（虽然如果合适的话，对一个请求的响应可能会以错误返回）。