可靠检测用户离线：心跳机制后端方案解析

在浏览器关闭或异常中断时，前端事件（如 beforeunload）根本不可靠，导致用户离线状态误判频发；本文提出一套成熟稳健的后端主导方案——通过前端定期发送带 keepalive 保障的心跳请求，服务端记录并动态计算“最后活跃时间戳”，结合合理超时阈值（如3分钟）实时判定在线状态，既规避了用户体验干扰，又确保了高准确率与系统可扩展性，已成为构建真实、可信在线状态系统的行业标准实践。

浏览器关闭时前端事件不可靠，应采用“最后活跃时间戳+服务端心跳校验”策略，通过定期上报用户在线状态并设置超时阈值，实现准确、无侵入的离线判定。

在构建实时在线状态系统（如用户列表中用绿球/红球标识在线/离线）时，依赖前端事件（如 visibilitychange、beforeunload 或 unload）来标记用户下线存在根本性缺陷：这些事件在浏览器异常关闭、进程被杀、网络中断或标签页强制终止等场景下完全不会触发；即使正常关闭，beforeunload 也因需调用 preventDefault() 而强制弹出确认框，违背用户体验原则，且现代浏览器对其执行时机和可靠性已大幅限制。

因此，正确的解决方案是放弃对前端“优雅退出”的依赖，转向服务端主动判定。核心思路是：
✅ 前端定期发送“心跳”（heartbeat）请求，表明用户仍活跃；
✅ 后端记录每个用户的最后活跃时间（last_active_at）；
✅ 离线状态由后端逻辑动态计算——若当前时间减去 last_active_at 超过设定阈值（如 2–5 分钟），即视为离线。

实现步骤示例

1. 前端定时上报（推荐使用 fetch + keepalive）

// 每 30 秒发送一次心跳，使用 keepalive 确保页面卸载前请求仍能发出
function sendHeartbeat() {
  fetch('/api/heartbeat', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({ userId: window.currentUserId }),
    keepalive: true // 关键：允许页面关闭后继续发送
  }).catch(console.warn); // 忽略网络错误，避免阻塞
}

// 启动心跳（首次立即执行，之后每30秒）
sendHeartbeat();
setInterval(sendHeartbeat, 30 * 1000);

// 可选：页面可见时加速心跳（提升响应灵敏度）
document.addEventListener('visibilitychange', () => {
  if (document.visibilityState === 'visible') {
    sendHeartbeat(); // 立即刷新活跃时间
  }
});

2. 后端更新活跃时间（PHP 示例）

// /api/heartbeat.php
if ($_SERVER['REQUEST_METHOD'] === 'POST') {
    $data = json_decode(file_get_contents('php://input'), true);
    $userId = (int)$data['userId'];

    // 使用原子更新，避免并发问题
    $pdo->prepare("UPDATE users SET last_active_at = NOW() WHERE id = ?")
        ->execute([$userId]);

    http_response_code(204);
}

3. 后端动态判断在线状态（查询时计算）

// 获取用户在线状态（用于渲染用户列表）
function isUserOnline($userId, $timeoutMinutes = 3) {
    $stmt = $pdo->prepare(
        "SELECT UNIX_TIMESTAMP(NOW()) - UNIX_TIMESTAMP(last_active_at) < ? * 60 AS is_online 
         FROM users WHERE id = ?"
    );
    $stmt->execute([$timeoutMinutes, $userId]);
    return (bool)$stmt->fetchColumn();
}

// 在列表接口中直接 JOIN 或子查询判断
// SELECT u.name, u.avatar, 
//        (UNIX_TIMESTAMP(NOW()) - UNIX_TIMESTAMP(u.last_active_at)) < 180 AS is_online 
// FROM users u;

注意事项与最佳实践

• 超时阈值权衡：3 分钟是常见平衡点——太短易误判（如短暂网络抖动），太长则状态滞后；可根据业务容忍度调整。
• 避免轮询数据库：不要为每个用户单独查 last_active_at，应在列表查询中用 SQL 表达式一次性计算，减少 I/O。
• 清除陈旧数据：可配置定时任务清理 last_active_at 超过 24 小时的记录，或添加索引优化查询性能。
• 补充客户端兜底（非必需）：仍可保留 visibilitychange 用于即时 UI 反馈（如切换图标），但绝不作为唯一依据。
• 服务端缓存优化：对高频访问的在线状态，可用 Redis 缓存 user_id → last_active_timestamp，TTL 设为超时值 + 10 秒，进一步降低 DB 压力。

该方案彻底规避了浏览器生命周期事件的不确定性，具备高可靠性、低侵入性和良好扩展性，是生产环境中检测用户在线状态的事实标准做法。

以上就是《可靠检测用户离线：心跳机制后端方案解析》的详细内容，更多关于的资料请关注golang学习网公众号！