如何在python-websockets中实现自定义应用层心跳机制
2025-06-07 09:39:58作者:晏闻田Solitary
理解WebSocket心跳机制
WebSocket协议提供了两种层级的心跳机制:协议层和应用层。在python-websockets库中,默认实现的ping/pong属于协议层心跳,它会发送一个空的数据帧。而很多实际业务场景需要的是应用层心跳,即发送特定格式的业务数据作为心跳包。
为什么需要自定义心跳
协议层心跳虽然能保持连接活跃,但存在以下局限性:
- 无法携带业务数据
- 服务端可能无法识别纯协议层心跳
- 需要发送特定格式的JSON等结构化数据
实现方案分析
python-websockets库本身不直接支持应用层心跳,但我们可以通过以下方式实现:
方案一:独立协程定时发送
创建一个独立运行的协程,使用while循环定期发送心跳消息:
async def send_app_heartbeat(websocket, interval):
while True:
try:
heartbeat_msg = json.dumps({"op": "ping"})
await websocket.send(heartbeat_msg)
await asyncio.sleep(interval)
except ConnectionClosed:
break
使用时在连接建立后启动该协程:
async with websockets.connect(uri) as websocket:
asyncio.create_task(send_app_heartbeat(websocket, 30))
# 其他业务逻辑
方案二:封装连接类
虽然提问者尝试继承Connection类的方法不推荐,但我们可以通过包装模式实现:
class HeartbeatWebSocket:
def __init__(self, websocket, interval):
self.websocket = websocket
self.interval = interval
self.heartbeat_task = None
async def start(self):
self.heartbeat_task = asyncio.create_task(self._send_heartbeats())
async def _send_heartbeats(self):
while True:
try:
await self.websocket.send(json.dumps({"op": "ping"}))
await asyncio.sleep(self.interval)
except ConnectionClosed:
break
# 代理其他必要方法
def __getattr__(self, name):
return getattr(self.websocket, name)
注意事项
- 异常处理:必须妥善处理连接断开的情况
- 资源清理:记得在连接关闭时取消心跳任务
- 性能考量:高频心跳可能影响性能
- 协议兼容性:确保服务端支持你定义的心跳格式
最佳实践建议
- 将心跳间隔设置为略小于服务端的超时时间
- 添加心跳响应确认机制
- 记录心跳失败日志用于诊断
- 考虑实现指数退避重连策略
通过以上方法,开发者可以灵活地在python-websockets中实现符合业务需求的应用层心跳机制,同时保持代码的清晰和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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