WebSockets経由のHTML:ほとんどJavaScriptなしでリアルタイムSPAを構築する
HTML over WebSockets: real-time SPAs with barely any JavaScript (en.andros.dev)
要約
WebSockets経由のHTMLは、サーバーサイドでHTMLをレンダリングし、それをクライアントに送信することで、ほとんどJavaScriptを使用せずにシングルページアプリケーション(SPA)を構築するアプローチです。このパターンは、レンダリングロジックをバックエンドに集約し、APIや複雑なフロントエンドフレームワークの必要性を排除することで、開発の簡素化とパフォーマンスの向上をもたらします。
全文翻訳
WebSockets経由のHTML: JavaScriptをほとんど使わないリアルタイムSPA構築
SPA(シングルページアプリケーション)の構築は複雑なパズルです。ビューを描画するJavaScriptフレームワーク、JSONを返すAPI、そして契約を通じて互いを理解することを強いられる2つの独立したコードベース。これは受け入れられた、専門化されたシナリオです。しかし、標準だからといってそれが唯一の方法というわけではありません。ここでは、新しいものではありませんが、長年注目を集めてきた別のアプローチ、WebSockets経由のHTML を紹介します。
その考え方はこうです。JSONを送信してブラウザでHTMLを組み立てる代わりに、サーバーは既に構築されたHTMLを送信し、クライアントはそれを適切な場所に配置するだけです。レンダリングロジックはすべてバックエンドに、単一の言語で、契約やAPIを必要とせずに残ります。このパターンはハイパーメディアまたはHTML over the wireとして知られています。HTMLがどのように伝送されるかにおいて重要なのは、それが通信のレイテンシと双方向性を決定することです。3つのバリエーションがあります。
- HTTP経由、リクエストごとに、htmxやUnicornのように。
- SSE経由、サーバーからクライアントへの片方向の連続チャネルを開く、Datastarのように。
- WebSockets経由、永続的な双方向チャネル、Phoenix LiveViewやDjango LiveViewのように。
チャネルはアプリケーションのアーキテクチャとその通信パターンを決定するほど重要です。
この記事では、WebSockets経由のHTMLについて、このファミリーのリアルタイムかつ双方向のバリエーションについて説明します。JavaScriptをほとんど使わず、単一言語で、契約なし、単一のレンダリングエンジンでSPAを構築できるものです。それが何であるか、どのように機能するか、そしてHTTPやSSEの競合と比較していつ有利になるかを見ていきます。
起源
Elixirエコシステムで最も人気のあるフレームワークであるPhoenixの作成者、Chris McCordは、ElixirConf 2019でLiveViewと呼ばれるテクノロジーを発表しました。わずか15分で、レンダリングJavaScriptを一切追加せず、ビューを管理する人気フレームワーク(React、Angular、Vueなど)も使わずに、リアルタイムに動作するTwitterクローンを構築しました。これにより、バックエンドにとどまりながら、優れたパフォーマンスを享受できることを証明しました。それ以来、このソリューションは人気を博し、他の言語でWebSockets経由のHTML実装を構築する開発者に影響を与えています。フロントエンドの良い部分を諦めることなく、バックエンドに戻ることができます。
仕組み
一見そう見えないかもしれませんが、クライアント側ではJavaScriptが使用されます。その役割はレンダリングではなく、WebSocketとの通信チャネルを作成し、受信したHTMLを適切な場所に配置することです。その他、アニメーション、イベント処理などの二次的なタスクも行います。
McCordのソリューションは、フロントエンドにJSONを送るのではなく、前処理を必要としないHTMLを送ることです。これにより、レンダリングの負荷とそれに伴うすべてのロジックをバックエンドに移行します。しかし…サーバーはどのようにしてリクエストなしで新しいコンテンツを即座に送信できるのでしょうか?簡単です:WebSocketsを使います。
紹介した従来のシステムをレビューしましょう。WebからHTTPリクエストを送信すると、ブラウザがアクションを開始し、すべての生のデータを含むJSONが応答として返されます。次のステップは、それを解釈して対応するHTMLを構築することです。
sequenceDiagram
participant C as Browser
participant S as Server
C->>S: 1. HTTPリクエスト (GET /api/article/2/) および認証
S->>S: 2. DBクエリ
S->>S: 3. 記事データを含むJSONを構築
S-->>C: 4. JSONを返す
C->>C: 5. JSONをパース
C->>C: 6. レンダリングエンジンでHTMLを構築
WebSockets経由のHTMLでは、同じリクエストが永続的なチャネルを介して送信され、応答は既に組み立てられたHTMLであり、JSONは介在しません。そしてチャネルは決して閉じないため、サーバーは先回りしてクライアントが要求する前に変更を送信することさえできます。
WebSocketでのフローは以下のようになります。初期接続と認証はチャネルが開かれたときに一度だけ発生すると仮定します。
sequenceDiagram
participant C as Browser
participant S as Server (Back-End)
C->>S: 1. テキスト送信: "/article/2/ を希望"
S->>S: 2. DBクエリ
S->>S: 3. テンプレートエンジンでHTMLをレンダリング
S-->>C: 4. アセンブルされたHTML/CSS/JS"..."を返す
C->>C: 5. HTMLを適切な場所に配置
シンプルでエレガント、そして高速です。クライアントはHTMLを適切な場所に配置し、イベントをリッスンする役割を担います。サーバーが残りを処理します。クライアントの状態やレンダリングロジックについて心配する必要はありません。すべてがバックエンドに存在するためです。
接続の開始と認証を含む、完全で複雑なサイクルは次のようになります。
sequenceDiagram
participant C as Browser
participant S as Server (Back-End)
C->>S: 1. WebSocket接続を開き、認証する
Note over C,S: 単一の永続的なチャネル
C->>S: 2. テキスト送信: "/article/2/ を希望"
S->>S: 3. DBクエリ
S->>S: 4. テンプレートエンジンでHTMLをレンダリング
S-->>C: 5. アセンブルされたHTML/CSS/JS"..."を返す
C->>C: 6. HTMLを適切な場所に配置
Note over S,C: サーバーはクライアントが要求しなくても変更をプッシュできる(ブロードキャスト)
さらに、そのアーキテクチャにより、他のソリューションよりも固有の利点があります。
利点
- レンダリングエンジンが1つだけで、複雑さが軽減されます。
- APIを構築する必要がありません。サーバーはHTMLを生成し、クライアントに送信するだけで、中間者がいません。
- 状態はサーバー上にあります。リクエスト・レスポンス型のステートレスではありません。接続中のクライアントごとに状態を記憶するプロセスが存在します。これはhtmxとは対照的で、意図的にステートレスです。
- データベースへの直接接続、JSONやGraphQLの中間なし。
- 真のリアルタイム。クライアントはサーバーへのポーリングなしで、可能な限り速く変更を受け取ります。
- ブロードキャスト。サーバーは一度にすべての接続済みクライアントに変更をプッシュできます。チャット、ダッシュボード、マルチプレイヤーゲームの構築が容易になります。
- アクションごとのトラフィックとレイテンシの削減。単一の永続的な接続により、すべてのインタラクションでTCPハンドシェイクとHTTPヘッダーを繰り返すことが回避されます。「WebSocketプロトコルが魔法のように速い」というわけではありません(HTTP/2とHTTP/3はリクエスト・レスポンスでそのギャップを大きく縮めました)。それは、ラウンドトリップをスキップして、アセンブルされたHTMLを送信するということです。
- 重いフレームワーク(React、Angular、Vueなど)なしで、JavaScriptをほとんど使わないSPAを構築できます。
- 妥当なSEO。HTMLはサーバーでレンダリングされるため、最初のロードはインデックス化可能です。ただし注意が必要です。クローラーはWebSocket経由で後から到着する更新を認識しないため、重要なコンテンツはその最初のレスポンスに含まれている必要があります。
- インジェクションに対する安全性向上。サーバーはチャネル経由で送信する前にHTMLをレンダリングしてエスケープするため、
<script>を忍び込ませようとする試みは不活性なテキストとして移動し、隣人の画面にはコードとしてではなく、プレーンな文字として表示されます。チャットを容易にするのと同じアーキテクチャが、XSSに対して免疫を与えます。
欠点
- サーバーはより多くのリソースを必要とします。WebSocketをオープン状態に保ち、通常はクライアントごとの状態をメモリに保持します。水平スケーリングは、その状態を共有することを強制します(Djangoでは、Channels + ASGIサーバー + Redisをチャネルレイヤーとして使用)。ただし、問題は多数の同時クライアントがいる場合にのみ顕著になり、慎重な設計で軽減できます。私のサイトは、他のサービスと並行して動作するRaspberry Pi 3と同等のハードウェアで、問題なく600人の同時読者ピークを処理しました。
- レイテンシ。物理的なレイテンシが大きい場合、「瞬時」の感覚が損なわれます。
- オフラインでは動作しません。接続が切断されると、サイトは動作しなくなります。再接続エクスペリエンスと耐障害性を設計する必要があります。
- 初期学習曲線は、
<script>をドロップインするよりも急峻です。WebSocketサーバーを実行することは簡単ではなく、LiveViewパターンを処理する方法を学ぶ必要があります。
現在の状況: どのようなフレームワークが存在するか?
ハイパーメディア運動は、ほぼすべての言語で実装されています。トランスポート列を見てください。WebSocket(LiveViewパターン、リアルタイムかつ双方向)で動作するものは、双方向チャネルが不要な場合には、HTTPおよびSSEの競合と共存します。ここから始めることができます。
| 言語 | フレームワーク | トランスポート | サーバープッシュ? | ステータス |
|---|---|---|---|---|
| Elixir | Phoenix LiveView | WebSocket | はい | 成熟 (1.x, LiveView 1.0 は2024年12月) |
| Ruby | Hotwire (Turbo + Stimulus) | HTTP + WebSocket/SSE (Streams) | はい | Turbo 8 with morphing |
| Ruby | Live / Lively (socketry) | WebSocket | はい | メンテナンス中 (v0.18, 2026)、ニッチ: Rails外、デモ中心の純粋なWebSocketとmorphdom |
| Python / Django | Django LiveView | WebSocket | はい | アクティブ (筆者のもの) |
| Python / Django | Reactor | WebSocket | はい | アクティブ |
| Python / Django | djust | WebSocket | はい | 新しい、Rust VDOM搭載 |
| Python / Django | django-unicorn | HTTP / AJAX | いいえ | アクティブ |
| Python / Django | Tetra | AJAX + WebSocket | はい | 若い、Alpine.js上 |
| C# / .NET | Blazor (Interactive Server) | WebSocket (SignalR) | はい | .NET 9, render modes搭載 |
| PHP / Laravel | Livewire 3 + Reverb | WebSocket | はい | Reverb, Laravel独自のWebSocketサーバー (2024) |
| 非依存 (JS) | htmx | HTTP + WS/SSE 拡張 | はい (拡張) | 2.0 |
| 非依存 (JS) | Datastar | SSE | はい | 1.0 |
SSE、安価な選択肢
WebSocketは強力ですが、クライアントごとに双方向チャネルを開き続けるにはコストがかかります。そして多くの場合、それは必要ありません。フローが主にサーバーからクライアントへ(通知、ライブフィード、ダッシュボード、AI応答のトークン)である場合、Server-Sent Events (SSE)で十分です。これは同じアイデアで、完成したHTMLをワイヤー経由で送信しますが、片方向のプレーンなHTTPチャネルを使用します。
これは安価な選択肢です。最もシンプルなインフラストラクチャです。クライアントごとのステートフルプロセスを保持しないため、ロードバランシングとスケーリングが容易です。
しかし、制限があります。
- 片方向です。サーバーのみがプッシュします。クライアントが何かを送信したい場合、そのためのチャネルはありません。別途HTTPリクエストを行う必要があります。
- テキストのみ。UTF-8を伝送しますが、バイナリは伝送しません(WebSocketは伝送します)。
- 重い双方向通信には不向き。チャット、共同編集、ゲームでは、HTTP経由の緩やかな往復通信は、常に開いているWebSocketよりも負荷が大きくなります。
htmxは、そのSSE拡張で精神的にほぼ同様の実装を持っています。属性でチャネルを宣言し、各イベントで到着するHTMLが自身を配置します。
<div hx-ext="sse" sse-connect="/updates" sse-swap="message">
リアルタイムコンテンツがここに表示されます
</div>
内部的にはブラウザ自身のEventSourceを使用し、再接続機能を含み、サーバーはtext/event-stream経由でHTMLフラグメントを送信します。この記事と同じ哲学で、トランスポートを変更しただけです。同様のライン上にあるのがDatastarで、AlpineスタイルのリアクティビティをSSE上で統合します。
簡単なルール:双方向で低レイテンシの通信(チャット、コラボレーション、ゲーム)が必要な場合はWebSocket。サーバーからのプッシュのみの場合は、SSEの方がシンプルで運用コストが低いです。
最終的な注記
HTML over WebSocketsは万能の解決策ではなく、これらのテクノロジーのどれもそうではありません。トランスポートは問題によって決まります。リアルタイムの往復通信(チャット、ライブパネル、共同作業的なもの)が必要な場合はWebSocket。サーバーからプッシュするだけならSSE。リクエストとレスポンスで十分なら、HTTP経由のhtmx。
すべてのプロジェクトは独自のものです。独自の癖と限界があります。もし何か一つ持ち帰るとしたら、その根底にあるアイデアです。JSONの代わりにHTMLを送信し、単一言語にとどまり、API、契約、そしてフロントエンドの半分をリストから削除することです。
流行のフレームワークやパターンではなく、良いアーキテクチャを信頼してください。
更新 (2026-09-02)
ElixirおよびPhoenix(Django LiveViewが参考にしているプロジェクト)の作成者であるJosé Valimが、この記事へのトップHacker Newsコメントを取り上げ、WebSocketを支持する最も強力な議論を展開しています。
彼は、私が軽視していた点を強調しています:順序付け。SSE + POSTでは、同期されていない2つのチャネルがあります。2つの同時コマンド(タグの追加、別のタグの削除)が間違った順序で適用されると、インターフェースは存在しない状態を表示する可能性があります。彼はまた、これが「結果整合性」ではないと述べています。なぜなら、ビューはリフレッシュするか、別のイベントが発生して元に戻されるまで、無期限に同期が取れない状態のままになる可能性があるからです。
Phoenixはassigns(変更される動的な値のみ)の差分を送信し、Django LiveViewはHTMLフラグメントを送信します。順序保証は同一ですが、ペイロードは異なります。
要するに、WebSocketの単一のステートフルチャネルは、単に軽量またはシンプルであるだけでなく、ユーザーが決して不可能な状態を見ないことを保証するため、勝利するのです。
ソース
- Phoenix LiveView、公式ドキュメント:サーバー上のクライアントごとの状態とWebSocket経由で送信される差分を備えた、標準的なパターン。
- Phoenix LiveView 1.0 リリース、Phoenixブログ:最初のコミットから6年後の1.0マイルストーン(2024年12月)。
- Hotwire、公式サイト:「HTML Over The Wire」という名前の由来と、Turboが主にHTTPで動作する理由。
- htmx ドキュメント:HTTP経由のハイパーメディア、意図的にステートレス、WebSocketとSSEは拡張機能のみ。
- Turbo Handbook: Page Refreshes、Turbo 8のモーフィング機能について、変更された部分のみを更新し、スクロールとフォーカスを維持する。
- idiomorph、これらのソリューションのいくつかが使用するDOMモーフィングライブラリ。
- Datastar、WebSocketではなくSSEに賭けるハイパーメディアフレームワーク。
- Server-Sent Events の使用、MDN:SSEの仕組み(
EventSource、自動再接続、Last-Event-ID、text/event-stream)。 - Laravel Reverb、Laravel初の公式WebSocketサーバー(2024年):PHPもサードパーティ拡張なしでリアルタイムを実現している証。
- ASP.NET Core Blazor レンダリングモード、Microsoft Learn:Interactive ServerモードはSignalR(WebSockets)経由で動作します。
- WebSockets vs. SSE、José Valim:イベントの順序付けとデータの整合性を中心的な議論として展開。