SSE vs WebSocket：AI 驱动的实时通信抉择

引言

近年来，基于 Transformer 的大模型推动了 AI 产业的飞速发展，同时带来了新的技术挑战：

• 流式传输 vs 批量返回：大模型生成的长文本若需一次性返回，会显著影响用户体验，实时推送成为必需。
• 语音交互需求：语音助手要求毫秒级响应，而非等待用户完整输入后再返回结果。
• 高并发负载 ：大模型 API 需支持数千甚至数万用户同时在线，对通信效率提出更高要求。

这些需求催生了对实时通信技术的关注，而 SSE（服务器发送事件）和 WebSocket 成为开发者关注的焦点。

什么是 SSE（服务器发送事件）？

SSE（Server-Sent Events，服务器发送事件）是一种基于 HTTP 协议 的技术，允许服务器主动向客户端推送实时数据。它特别适用于需要流式传输的场景。

在 AI 场景中的应用

它的工作方式非常适用于 AI 应用，如：

• 流式返回 AI 生成文本 ：如 ChatGPT 或腾讯云大模型 API，用户可逐字接收生成内容。
• 实时分析推送 ：如情感分析或 NLP 处理结果的持续更新。
• 任务进度监控：如批量推理任务的实时状态反馈。

SSE 的优点

✅ 简单易用 ：基于标准 HTTP，前端通过 EventSource API 即可实现，无需复杂配置。

✅ 自动重连 ：浏览器支持断开后自动重连，默认间隔约 2 秒，可通过 retry 字段自定义。

✅ 高效性：相较于轮询更节省资源，但在高并发下需关注连接管理。

✅ 流式传输：支持即时推送部分结果，降低用户等待延迟。

✅ 兼容性强 ：适配现有 HTTP 基础设施，支持 CDN 和代理服务器，可结合缓存优化性能。

SSE 的消息格式

• 数据编码 ：必须为 UTF-8 编码的文本。

• HTTP 头信息：

  • Content-Type: text/event-stream
  • Cache-Control: no-cache
  • Connection: keep-alive

• 事件流格式 ：每条消息由多行字段组成，格式为 field: value\n，消息间以 \n\n 分隔。常用字段包括：

  • data：消息内容
  • event：事件类型
  • id：消息唯一标识，用于断线重连
  • retry：重试间隔（毫秒）

示例消息：

id: 12345
event: update
data: 这是一条更新消息
​
id: 12346
event: update
data: 这是一条新的更新消息

在这个示例中，服务器发送了两条消息，每条消息包含 id、event 和 data 字段，每条消息之间用两个换行符分隔。

SSE 实现示例

后端（Go）：

package main
​
import (
    "fmt"
    "net/http"
    "time"
)
​
func sseHandler(w http.ResponseWriter, r *http.Request) {
    // 设置必要的头信息，确保客户端识别为 SSE 流
    w.Header().Set("Content-Type", "text/event-stream")
    w.Header().Set("Cache-Control", "no-cache")
    w.Header().Set("Connection", "keep-alive")
​
    flusher, ok := w.(http.Flusher)
    if !ok {
        http.Error(w, "Streaming unsupported", http.StatusInternalServerError)
        return
    }
​
    // 检查客户端是否断开
    go func() {
        <-r.Context().Done()
        fmt.Println("客户端已断开")
    }()
​
    // 模拟发送 10 条事件，每秒一条
    for i := 0; i < 10; i++ {
        select {
        case <-r.Context().Done():
            return // 客户端断开时退出
        default:
            fmt.Fprintf(w, "id: %d\nevent: message\ndata: 第 %d 条消息\n\n", i+1, i+1)
            flusher.Flush()
            time.Sleep(1 * time.Second)
        }
    }
}
​
func main() {
    http.HandleFunc("/events", sseHandler)
    fmt.Println("服务器启动，监听 :8080")
    http.ListenAndServe(":8080", nil)
}

前端（JavaScript）：

const eventSource = new EventSource('http://localhost:8080/events');
​
eventSource.addEventListener('message', (event) => {
    console.log('收到消息:', event.data);
    document.getElementById('messages').innerHTML += `<p>${event.data}</p>`;
});
​
eventSource.onopen = () => console.log('连接已打开');
eventSource.onerror = () => {
    console.error('连接中断，将自动重连');
    // 默认重试间隔约 2 秒，可由服务器通过 retry 字段调整
};

什么是 WebSocket ？

WebSocket 是一种基于 TCP 的全双工通信协议，支持客户端与服务器间的实时双向数据传输。

在 AI 场景中的应用

WebSocket 适用于需要 双向通信 的 AI 应用，如：

• AI 语音助手：客户端发送语音，服务器返回文本或语音响应。
• 实时辅助编辑 ：如 AI 驱动的代码补全或文档协作。
• 多用户协作 ：多人同时编辑 AI 生成内容。

WebSocket 的优点

✅ 双向通信：支持客户端与服务器间的实时交互。

✅ 高效性：持久连接，帧头开销小，传输效率高。

✅ 低延迟 ：减少 RTT，适合语音或高频交互场景。

✅ 多模态支持：可传输文本和二进制数据（如语音、图片）。

WebSocket 的消息格式

帧结构：

• FIN：是否为消息的最后一个帧
• Opcode：帧类型（如文本、二进制、关闭）
• Payload Data：实际数据

WebSocket 实现示例

后端（Go）：

package main
​
import (
    "log"
    "net/http"
    "time"
    "github.com/gorilla/websocket"
)
​
var upgrader = websocket.Upgrader{
    ReadBufferSize:  1024,
    WriteBufferSize: 1024,
    CheckOrigin:     func(r *http.Request) bool { return true },
}
​
func wsHandler(w http.ResponseWriter, r *http.Request) {
    conn, err := upgrader.Upgrade(w, r, nil)
    if err != nil {
        log.Println("升级失败:", err)
        return
    }
    defer conn.Close()
​
    // 简单心跳机制
    go func() {
        ticker := time.NewTicker(10 * time.Second)
        defer ticker.Stop()
        for range ticker.C {
            if err := conn.WriteMessage(websocket.PingMessage, []byte{}); err != nil {
                return
            }
        }
    }()
​
    for {
        msgType, msg, err := conn.ReadMessage()
        if err != nil {
            log.Println("读取失败:", err)
            break
        }
        log.Printf("收到: %s", msg)
​
        if err := conn.WriteMessage(msgType, msg); err != nil {
            log.Println("发送失败:", err)
            break
        }
    }
}
​
func main() {
    http.HandleFunc("/ws", wsHandler)
    log.Println("服务器启动，监听 :8080")
    log.Fatal(http.ListenAndServe(":8080", nil))
}

前端（JavaScript）：

const socket = new WebSocket('ws://localhost:8080/ws');
​
socket.onopen = () => {
    console.log('连接已打开');
    socket.send('Hello, Server!');
};
​
socket.onmessage = (event) => {
    console.log('收到消息:', event.data);
    document.getElementById('messages').innerHTML += `<p>${event.data}</p>`;
};
​
socket.onclose = () => console.log('连接已关闭');
socket.onerror = (error) => console.error('连接错误:', error);

SSE 与 WebSocket 的详细对比

特性	SSE	WebSocket
通信方向	单向（服务器 → 客户端）	双向（服务器 ⇄ 客户端）
协议	HTTP（text/event-stream）	WebSocket 协议
数据格式	仅文本（UTF-8）	文本 + 二进制
重连机制	浏览器自动重连（默认 2 秒，可配置）	需手动实现（如心跳机制）
使用场景	AI 文本流式返回、实时通知、日志更新	AI 语音助手、聊天应用、协作编辑
实现复杂度	简单，基于 HTTP	较复杂，需处理协议升级和连接管理
性能表现	适合高客户端数、单向推送，但在高并发下需管理连接	适合高频双向通信，需优化资源使用
安全性	配合 HTTPS 和 CORS 即可	使用 wss://，需额外配置认证（如 token）

边界场景分析

• 高并发 ：SSE 在 HTTP/2 下通过多路复用支持数万连接，但服务器需处理大量长连接；WebSocket 并发受限于服务器资源（如文件描述符），需配合集群优化。
• 网络不稳定 ：SSE 的自动重连更适合移动端；WebSocket 需心跳机制维持稳定性。

如何选择？

使用 SSE 的场景

• 服务器单向推送实时数据，如 AI 文本流式返回、股票行情更新。
• 希望利用 HTTP/2 优化连接开销。
• 需要简单实现和调试。

使用 WebSocket 的场景

• 需要双向实时交互，如 AI 语音助手或多人协作工具。
• 传输二进制数据或要求极低延迟。
• 客户端与服务器需频繁通信。

结论：

• ✅ AI 文本流式返回（如 ChatGPT API）建议用 SSE：简单高效，天然支持流式传输。
• ✅ AI 语音助手或高交互应用建议用 WebSocket：双向低延迟，灵活性强。

一句话总结：SSE 适合单向 AI 内容推送，WebSocket 适合高交互 AI 应用！ 🚀