Drogon框架中WebSocket定时推送消息的最佳实践
2025-05-18 11:04:08作者:咎竹峻Karen
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
概述
在基于Drogon框架开发WebSocket应用时,经常需要实现服务端主动向客户端周期性推送消息的功能。本文将深入探讨在Drogon中实现WebSocket定时推送的几种方案,分析各自的优缺点,并提供最佳实践建议。
定时推送的基本实现方式
1. 全局定时器方案
Drogon框架提供了便捷的定时器接口,可以通过HttpAppFramework::instance().getLoop()->runEvery()方法创建全局定时器:
HttpAppFramework::instance().getLoop()->runEvery(10.0, [] {
// 定时推送逻辑
});
优点:
- 实现简单,代码量少
- 全局统一管理,适合广播类消息
缺点:
- 无法针对单个连接进行精细控制
- 连接断开后难以自动清理
2. 连接级定时器方案
更精细化的做法是为每个WebSocket连接创建独立的定时器:
void handleNewConnection(const WebSocketConnectionPtr& wsConn) {
auto timer = wsConn->getLoop()->runEvery(10.0, [wsConn] {
wsConn->send("定时消息");
});
wsConn->setContext(timer); // 保存定时器以便后续清理
}
优点:
- 每个连接独立控制
- 连接断开时可精确清理对应定时器
缺点:
- 连接数多时会产生大量定时器
- 需要手动管理定时器生命周期
进阶优化方案
3. 分组管理方案
结合前两种方案的优点,可以按业务分组(如聊天室)管理连接:
class ChatRoom {
std::unordered_map<std::string, std::vector<WebSocketConnectionPtr>> rooms_;
std::mutex mutex_;
public:
ChatRoom() {
// 每个房间一个定时器
HttpAppFramework::instance().getLoop()->runEvery(10.0, [this] {
std::lock_guard<std::mutex> lock(mutex_);
for (auto& [room, conns] : rooms_) {
for (auto& conn : conns) {
conn->send("房间消息");
}
}
});
}
void addConnection(const std::string& room, const WebSocketConnectionPtr& conn) {
std::lock_guard<std::mutex> lock(mutex_);
rooms_[room].push_back(conn);
}
void removeConnection(const WebSocketConnectionPtr& conn) {
std::lock_guard<std::mutex> lock(mutex_);
// 遍历所有房间移除连接
}
};
关键点:
- 使用互斥锁保证线程安全
- 按业务分组减少定时器数量
- 统一管理连接生命周期
性能与资源考量
-
定时器数量:连接级定时器在用户量大时会产生性能问题,建议优先考虑分组方案。
-
线程安全:Drogon是多线程框架,操作共享资源时必须加锁保护。
-
资源释放:务必在连接断开时清理相关资源,避免内存泄漏。
最佳实践建议
- 对于广播类消息,使用全局定时器+分组管理
- 对于个性化推送,使用连接级定时器
- 始终考虑线程安全问题
- 实现完善的连接生命周期管理
- 根据业务场景选择合适的推送频率
总结
Drogon框架为WebSocket定时推送提供了灵活的定时器机制。开发者应根据具体业务场景选择最适合的方案,平衡性能与功能需求。通过合理的设计,可以构建出高效可靠的实时消息推送系统。
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1