如何在Python中处理高并发WebSocket连接_基于FastAPI与Uvicorn部署

学习文章要努力，但是不要急！今天的这篇文章《如何在Python中处理高并发WebSocket连接_基于FastAPI与Uvicorn部署》将会介绍到等等知识点，如果你想深入学习文章，可以关注我！我会持续更新相关文章的，希望对大家都能有所帮助！

单机支撑5000+ WebSocket连接需避开三大坑：连接管理（用set+心跳+异常移除）、消息广播（asyncio.gather并发发送+分批+过滤）、阻塞调用（全程异步+线程池+异步DB/HTTP）。

单机撑住 5000+ 活跃 WebSocket 连接，不是靠堆硬件，而是避开连接管理、消息广播、阻塞调用这三个坑。FastAPI + Uvicorn 组合本身足够强，但默认写法极易掉进同步陷阱。

async def websocket_endpoint() 必须全程异步

常见错误是：在 websocket.receive_text() 和 websocket.send_text() 之间插入 time.sleep()、requests.get()、未加 await 的数据库查询，或直接用 json.loads() 解析大 JSON 字符串。这些操作会卡死整个事件循环，所有连接一起变卡。

• HTTP 调用必须换 httpx.AsyncClient，不能用 requests
• 数据库必须用异步驱动：asyncpg（PostgreSQL）、aiomysql（MySQL），而非 psycopg2 或 pymysql
• CPU 密集型操作（如大 JSON 解析、加密）要丢进线程池：await asyncio.to_thread(json.loads, data)
• Pydantic 校验默认同步，高频场景建议关掉或改用 model_validate_json() 避免重复解析

别用 list 存连接，set + try/except 才安全

用 active_connections = [] 然后遍历发送，看似简单，但客户端异常断开（比如关浏览器、网络中断）时，websocket.send_text() 会抛出异常，若没捕获，连接就永远留在列表里 → 内存持续上涨 → OOM。

• 改用 set 而非 list，天然去重且增删快
• 每次广播前必须对每个连接做 try/except，捕获 WebSocketDisconnect 和通用 Exception，失败后立即从 set 中移除
• 加心跳检测：在 while True: 循环里定期 await websocket.ping()，超时主动 close()
• 生产环境务必用 psutil.Process().memory_info().rss 定期打点监控连接数与内存增长

Uvicorn worker 数和并发限制必须手动配

gunicorn main:app -k uvicorn.workers.UvicornWorker -w 4 是常见配置，但盲目加 -w 反而降低性能 —— Uvicorn 本身是单线程异步，每个 worker 独占一个事件循环；过多 worker 会导致 CPU 上下文切换激增、内存冗余、甚至文件描述符耗尽。

• worker 数推荐值：CPU 核心数 × 1～1.5（例如 4 核机器设 -w 4 或 -w 6）
• 必须加 --limit-concurrency 100，防止单个 worker 接收过多连接压垮内存
• 启用 --ws-per-message-deflate 开启 WebSocket 压缩，文本消息体积可减小 40%+
• 生产环境禁用 --reload，它会 fork 多个进程导致连接状态不同步

广播不能 for-loop + await 逐个发

当有 2000 个连接时，for conn in connections: 然后 await conn.send_text(...) 是串行的，总延迟爆炸。正确做法是并发发起所有 send，再统一等待完成。

• 用 asyncio.gather(*[conn.send_json(msg) for conn in connections], return_exceptions=True)
• 不要用 return_exceptions=False，否则一个连接失败整个广播就中断
• 如果连接数极大（>3000），建议分批 gather，每批 100～200 个，避免 event loop 负载过重
• 广播前先过滤掉已关闭连接（靠心跳标记或 try/except 捕获结果判断），减少无效调用

最易被忽略的是连接泄漏和广播异常处理 —— 它们不会立刻报错，但会在几小时后让服务缓慢崩塌。上线前务必压测并观察 psutil 内存曲线和连接数变化趋势。

好了，本文到此结束，带大家了解了《如何在Python中处理高并发WebSocket连接_基于FastAPI与Uvicorn部署》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！