Drogon框架中WebSocket定时推送消息的最佳实践
2025-05-18 03:53:50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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

Ascend Extension for PyTorch
Python
62
95

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

React Native鸿蒙化仓库
C++
208
285

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
9
1

🎉 (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
976
576

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193