在做外汇行情相关的项目时，我一直在调试 WebSocket 的连接稳定性。实时行情很容易受到网络波动影响，如果心跳间隔没设好，连接就会断开，数据就不连续。经过一段时间的摸索，我找到了一套比较稳妥的做法，既保证数据不断线，也不会让网络或服务端压力太大。
我自己用一些外汇实时api，在高峰订阅多个货币对时，心跳间隔尤其关键。刚开始按默认设置，连接偶尔会断开。慢慢调整后，我发现一个合理区间可以大幅提升稳定性。
心跳间隔选择原则
WebSocket 心跳主要是告诉服务端"我还在"，防止连接被断开。选择间隔时，我会考虑几个方面：
-
网络情况：网络波动较大时，间隔过长容易断线。
-
服务端要求：多数外汇实时api都有推荐或要求的心跳频率。
-
应用负载：心跳太频繁，尤其是订阅大量行情时，会增加服务器压力。
我实际经验里，心跳间隔在 10~30秒 之间比较稳。低于10秒几乎没必要，浪费带宽；超过30秒，如果网络短暂抖动，很容易被服务端断开。
心跳策略示例
我通常会用一个简单策略控制心跳：
-
默认 15 秒发送一次心跳。
-
如果检测到网络抖动或长时间未收到数据，把间隔缩短到 10 秒，保持连接活跃。
-
数据恢复正常后，再逐步恢复到 15 秒。
动态调整比固定间隔稳定得多，也不浪费带宽。
|-------------|-------------|-----------------|
| 间隔设置 | 优点 | 缺点 |
| 5~10秒 | 基本不会掉线 | 服务器压力大，浪费带宽 |
| 10~30秒 | 稳定，兼顾带宽 | 极差网络下偶尔断线 |
| 30秒以上 | 带宽压力低 | 网络抖动容易掉线 |
心跳的 Python 实现
我在实际项目里写了一个简单示例，定时发送心跳包，保证连接不断线。以 AllTick API的外汇实时 WebSocket 为例：
import asyncio
import websockets
import json
async def send_heartbeat(ws, interval=15):
while True:
heartbeat_msg = json.dumps({"type": "ping"})
await ws.send(heartbeat_msg)
await asyncio.sleep(interval)
async def subscribe_forex():
url = "wss://api.alltick.co/realtime/forex" # 以 AllTick API 为例
async with websockets.connect(url) as ws:
# 启动心跳
asyncio.create_task(send_heartbeat(ws, interval=15))
# 订阅货币对行情
subscribe_msg = json.dumps({
"action": "subscribe",
"symbols": ["EURUSD", "USDJPY"]
})
await ws.send(subscribe_msg)
while True:
message = await ws.recv()
data = json.loads(message)
print(data)
asyncio.run(subscribe_forex())代码核心思路很简单：开启一个独立协程定时发送心跳，同时接收行情数据。心跳间隔设 15 秒，大部分网络环境下都很稳。
其他注意点
-
重连机制：即便心跳稳定，也要加自动重连逻辑，防止网络抖动导致的数据中断。
-
心跳失败次数限制：连续 3~5 次发送失败可以先断开再重连，避免触发服务端防护。
-
心跳内容保持轻量：大多数服务端只需要简单的 Ping 包，没必要传太多数据。
我自己跑了一段时间，订阅多个货币对的实时行情，连接稳定，几乎不用盯日志。
我的判断
综合网络环境、服务端要求和实际经验，WebSocket 心跳间隔 15 秒左右 对大部分外汇实时api来说最稳。可以根据网络情况在 10~20 秒之间微调，核心是保持连接活跃，同时不过度增加带宽和服务端压力。
稳定的心跳让实时行情连接像加了保险，不用总担心数据会断掉。对交易或行情分析系统来说，这个细节比很多复杂逻辑更重要。
