如何在python-websockets中实现自定义应用层心跳机制
2025-06-07 06:45:17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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
137
169
React Native鸿蒙化仓库
JavaScript
235
309
暂无简介
Dart
598
130
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++
631
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
688
🎉 (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
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
仓颉编程语言测试用例。
Cangjie
36
688