当前位置:首页 > 文章列表 > 文章 > python教程 > Quart实现SSE的完整步骤详解

Quart实现SSE的完整步骤详解

2026-04-26 12:49:13 0浏览 收藏
本文深入剖析了在Quart框架中实现Server-Sent Events(SSE)的关键难点与生产级解决方案,直击Nginx和Hypercorn等中间件默认缓冲机制导致的实时响应失效痛点——前端长时间收不到流式数据、仅在连接断开时批量刷出;文章不仅揭示了问题根源(代理层缓存与SSE逐块推送特性的根本冲突),更提供了即开即用的异步队列驱动SSE示例代码,并强调了`X-Accel-Buffering: no`这一决定性响应头、Nginx反向代理配置要点、心跳保活策略及并发安全实践,助你快速构建低延迟、高可靠的服务端实时推送能力。

Quart 中实现 Server-Sent Events(SSE)的完整指南

本文详解如何在 Quart 框架中正确实现 Server-Sent Events,重点解决事件流被 Nginx/Hypercorn 缓冲导致前端收不到实时响应的问题,并提供可直接运行的异步队列驱动 SSE 示例。

本文详解如何在 Quart 框架中正确实现 Server-Sent Events,重点解决事件流被 Nginx/Hypercorn 缓冲导致前端收不到实时响应的问题,并提供可直接运行的异步队列驱动 SSE 示例。

Server-Sent Events(SSE)是一种基于 HTTP 的单向实时通信机制,适用于服务端向客户端持续推送更新(如通知、日志、状态变更等)。Quart 作为异步 Python Web 框架,天然支持 SSE,但实际部署中常因反向代理(如 Nginx)或 ASGI 服务器(如 Hypercorn)的默认缓冲策略,导致响应体被截断或延迟发送——表现为 Postman 或浏览器长时间挂起、无任何 event-stream 数据输出,仅在服务中断时才“刷出”累积内容。

根本原因在于:Nginx 默认启用 proxy_buffering on,会暂存后端响应直到缓冲区满或连接关闭;而 SSE 要求逐块即时传输(chunked encoding + keep-alive),必须显式禁用代理层缓冲。

✅ 正确解决方案是:在 Quart 响应头中添加 X-Accel-Buffering: no(Nginx 专用指令),强制其绕过缓冲,直通流式数据。

以下是一个生产就绪的 Quart SSE 实现示例:

from quart import Quart, request, make_response, abort
from asyncio import Queue
from dataclasses import dataclass
import asyncio

app = Quart(__name__)

@dataclass
class ServerSentEvent:
    data: str
    event: str = "message"

    def encode(self) -> bytes:
        # 严格遵循 SSE 规范:每条消息以 \r\n\r\n 结尾,字段为 data: / event: / id: 等
        lines = [f"data: {self.data}"]
        if self.event != "message":
            lines.append(f"event: {self.event}")
        lines.append("")  # 空行分隔消息
        return "\r\n".join(lines).encode("utf-8")

# 全局事件队列(生产环境建议使用 Redis Pub/Sub 或更健壮的消息总线)
global_event_queue: Queue = Queue()

@app.route("/sse")
async def sse_endpoint():
    # 客户端必须声明接受 text/event-stream
    if "text/event-stream" not in request.accept_mimetypes:
        abort(400, "Accept header must include text/event-stream")

    async def event_stream():
        # 初始订阅确认事件
        yield ServerSentEvent(event="connected", data="SSE connection established").encode()

        # 持续监听队列并推送事件
        while True:
            try:
                # 使用 timeout 避免永久阻塞(可选,增强健壮性)
                event = await asyncio.wait_for(global_event_queue.get(), timeout=30.0)
                yield event.encode()
            except asyncio.TimeoutError:
                # 心跳保活:发送空注释(SSE 注释以 : 开头,客户端忽略)
                yield b": heartbeat\n\n"

    # 构造响应:关键!添加 X-Accel-Buffering: no
    response = await make_response(
        event_stream(),
        {
            "Content-Type": "text/event-stream",
            "Cache-Control": "no-cache",
            "Connection": "keep-alive",
            "X-Accel-Buffering": "no",  # ? 核心修复:禁用 Nginx 缓冲
        }
    )
    response.timeout = None  # 禁用 Quart 响应超时
    return response

# 示例:模拟后端触发事件(如 WebSocket 收到消息、数据库变更等)
@app.route("/trigger-event", methods=["POST"])
async def trigger_event():
    form = await request.form
    data = form.get("data", "default message")
    event_name = form.get("event", "update")

    await global_event_queue.put(ServerSentEvent(data=data, event=event_name))
    return {"status": "event queued"}

? 关键注意事项:

  • Nginx 配置补充(如使用): 除响应头外,还需在 location /sse 块中配置:
    proxy_buffering off;
    proxy_cache off;
    proxy_http_version 1.1;
    proxy_set_header Connection '';
    chunked_transfer_encoding off;  # 确保 Hypercorn 的 chunked 不被覆盖
  • ASGI 服务器兼容性: Hypercorn 默认支持流式响应,但需确保未启用 --worker-class sync 等同步模式;推荐使用默认 asyncio worker。
  • 客户端连接管理: 浏览器 EventSource 会在断连后自动重试(默认 3s),服务端应处理重复连接(如通过 request.sid 或 token 鉴权)。
  • 错误处理与心跳: 示例中加入了超时心跳,避免长连接被中间设备(如负载均衡器)静默关闭;生产环境建议结合 retry: 字段控制重连间隔。
  • 并发安全: asyncio.Queue 是协程安全的,多路 event_stream() 可共享同一队列,无需额外锁。

总结:Quart 完全胜任 SSE 场景,问题不在框架本身,而在 HTTP 中间件的流式语义适配。只需牢记——X-Accel-Buffering: no 是 Nginx 环境下 SSE 生效的黄金钥匙,配合规范的事件编码与异步流生成,即可构建低延迟、高可靠的服务端推送能力。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

CSS元素旋转进入动画实现方法CSS元素旋转进入动画实现方法
上一篇
CSS元素旋转进入动画实现方法
汽车之家全系车型报价与官网入口
下一篇
汽车之家全系车型报价与官网入口
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。
    253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。
    298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。
    271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。
    251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。
    57次使用