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 StartedRust0219
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0140
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
471
466
deepin linux kernel
C
32
16
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
2.09 K
219
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
暂无描述
Dockerfile
780
5.08 K
Ascend Extension for PyTorch
Python
759
968
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272
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++
880
2.02 K
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
112
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
1.11 K
682