如何在python-websockets中实现自定义应用层心跳机制
2025-06-07 11:48:04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
kernelopenEuler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。C038
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0117
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
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++
694
366
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
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
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869