当前位置:首页 > 文章列表 > 文章 > python教程 > asyncio.wait优化WebSocket广播性能

asyncio.wait优化WebSocket广播性能

2025-08-20 10:57:26 0浏览 收藏

在文章实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《asyncio.wait 优化 WebSocket 广播方法》,聊聊,希望可以帮助到正在努力赚钱的你。

使用 asyncio.wait() 优化 WebSocket 广播

本文将探讨在使用 websockets 库进行 WebSocket 广播时,如何避免程序阻塞,确保客户端能够及时接收消息。起初,使用 websockets.broadcast() 在 while True 循环中广播预测结果时,发现客户端无法正常接收数据。经过分析和实验,通过将 websockets.broadcast() 替换为 asyncio.wait([ws.send(result) for ws in clients]),问题得到了有效解决。本文将详细介绍这种方法,并解释其背后的原因。

问题描述

在使用 websockets 库构建一个 WebSocket 服务器,用于实时传输视频帧的预测结果时,遇到了一个问题:服务器在 while True 循环中使用 websockets.broadcast() 向所有客户端广播预测结果,但客户端无法及时接收到数据,甚至只有在服务器停止运行时才能接收到数据。

原始代码片段如下:

import websockets
import cv2
import asyncio
import time

def predict(image):
    return "test"

async def echo(websocket, path):
    global vidCap,i
    while True:
        ret, image = vidCap.read()
        if ret:
            start = time.time()
            result=predict(image)
            websockets.broadcast(clients,result)
            end = time.time()
            print("exec time:%f s" % (end - start))

async def handler(websocket, path):
    clients.add(websocket)
    try:
        await echo(websocket, path)
    finally:
        clients.remove(websocket)

async def serve():
    start_server = await websockets.serve(handler, "localhost", 8765)
    await start_server.wait_closed()

if __name__ == '__main__':
    vidCap = cv2.VideoCapture('rtsp://xxx.xxx.xx') #rtsp or video
    clients = set()
    asyncio.run(serve())

解决方案

经过研究,发现 websockets.broadcast() 可能会阻塞事件循环,导致其他任务无法执行,从而影响客户端接收消息。为了解决这个问题,将 websockets.broadcast() 替换为 asyncio.wait([ws.send(result) for ws in clients])。

修改后的代码片段如下:

import websockets
import cv2
import asyncio
import time

def predict(image):
    return "test"

async def echo(websocket, path):
    global vidCap,i
    while True:
        ret, image = vidCap.read()
        if ret:
            start = time.time()
            result=predict(image)
            await asyncio.wait([ws.send(result) for ws in clients]) # 修改处
            end = time.time()
            print("exec time:%f s" % (end - start))

async def handler(websocket, path):
    clients.add(websocket)
    try:
        await echo(websocket, path)
    finally:
        clients.remove(websocket)

async def serve():
    start_server = await websockets.serve(handler, "localhost", 8765)
    await start_server.wait_closed()

if __name__ == '__main__':
    vidCap = cv2.VideoCapture('rtsp://xxx.xxx.xx') #rtsp or video
    clients = set()
    asyncio.run(serve())

原理解释

websockets.broadcast(clients, result) 是一个同步操作,它会依次向 clients 集合中的每个 WebSocket 连接发送 result。如果某个客户端连接速度较慢,或者网络状况不佳,websockets.broadcast() 可能会阻塞,导致整个事件循环暂停,影响其他客户端的消息发送。

asyncio.wait([ws.send(result) for ws in clients]) 则使用 asyncio.wait() 并发地执行 ws.send(result) 协程。asyncio.wait() 会等待所有协程完成,但它不会阻塞事件循环。这意味着,即使某个客户端连接速度较慢,其他客户端仍然可以接收到消息。

具体来说,[ws.send(result) for ws in clients] 创建了一个包含所有 ws.send(result) 协程的列表。asyncio.wait() 接收这个列表,并并发地执行这些协程。由于 ws.send() 是一个异步操作,它不会阻塞事件循环。asyncio.wait() 会在所有 ws.send() 协程完成后返回,但它不会阻止其他任务的执行。

注意事项

  • 确保所有客户端连接都已建立,并且客户端的 websocket 对象已经添加到 clients 集合中。
  • 在处理视频帧时,尽量减少 predict() 函数的执行时间,以提高服务器的吞吐量。可以使用异步任务来执行预测,避免阻塞事件循环。
  • 根据实际情况调整视频帧的传输速率,避免客户端接收速度过慢导致消息堆积。
  • 错误处理:在 ws.send() 中添加适当的异常处理,例如 try...except 块,以防止单个客户端连接的问题影响到整个广播过程。

总结

通过将 websockets.broadcast() 替换为 asyncio.wait([ws.send(result) for ws in clients]),可以实现非阻塞的 WebSocket 广播,确保服务器能够持续处理视频帧并及时将预测结果发送给所有客户端。这种方法可以有效解决在高并发场景下,由于单个客户端连接速度较慢而导致的消息阻塞问题。在实际应用中,应根据具体情况进行调整和优化,以达到最佳的性能。

终于介绍完啦!小伙伴们,这篇关于《asyncio.wait优化WebSocket广播性能》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

PotPlayer字幕同步设置教程PotPlayer字幕同步设置教程
上一篇
PotPlayer字幕同步设置教程
中国移动话费充值全攻略
下一篇
中国移动话费充值全攻略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    476次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    482次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    426次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    253次使用