如何在websockets项目中实现自定义应用层心跳机制
2025-06-07 05:15:34作者:滑思眉Philip
在实际网络通信中,WebSocket协议本身提供了PING/PONG机制作为链路层的心跳检测。然而,某些业务场景需要开发者实现应用层的心跳机制,这需要发送特定的业务数据而非标准的WebSocket控制帧。
标准WebSocket心跳机制
websockets库默认实现了RFC 6455定义的标准心跳机制:
- 自动发送PING帧(空字节帧)
- 等待对端回复PONG帧
- 通过ping_interval和ping_timeout参数控制频率和超时
应用层心跳的实现方案
当业务需要发送如{"op": "ping"}这样的结构化数据作为心跳时,标准的PING/PONG机制无法满足需求。以下是推荐实现方式:
方案一:独立协程定时发送
async def send_app_heartbeat(websocket, interval):
while True:
try:
await websocket.send(json.dumps({"op": "ping"}))
await asyncio.sleep(interval)
except ConnectionClosed:
break
async def main():
async with websockets.connect(...) as ws:
asyncio.create_task(send_app_heartbeat(ws, 30))
# 其他业务逻辑
方案二:继承Connection类扩展
虽然websockets库不直接支持自定义PING帧内容,但可以通过继承实现:
class AppHeartbeatConnection(websockets.Connection):
async def _keepalive_ping(self):
# 重写内部保持连接方法
await self.send(json.dumps({"op": "ping"}))
return await super()._keepalive_ping()
技术要点说明
-
协议分层理解:
- 标准PING/PONG属于WebSocket协议层
- 自定义心跳属于应用层协议
-
异常处理:
- 必须捕获ConnectionClosed异常
- 建议实现重连机制
-
性能考量:
- 应用层心跳会增加带宽消耗
- 需要考虑消息序列化开销
最佳实践建议
- 优先使用标准PING/PONG进行链路检测
- 仅在业务需要时添加应用层心跳
- 保持心跳消息简洁
- 实现双向心跳检测机制
- 合理设置心跳间隔(通常30-60秒)
通过这种分层设计,既可以保证底层连接的可靠性,又能满足业务层的特定需求,是WebSocket开发中的常用模式。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
986
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990