简介:本文对比 SSE(Server-Sent Events)、WebSocket 与 WebRTC 三种主流实时数据传输方案,从通信方向、连接建立与恢复、代理与网关友好度、鉴权与安全、横向扩展、运维可观测性、改造量与成本等维度拆解其技术原理与适用边界,并结合大模型流式输出、消息通知、在线聊天、协同编辑、音视频通话等典型场景,给出条件化的选型建议与迁移注意事项,帮助开发者在做技术评估时快速形成判断。
在多数业务里,”实时”并不是需求本身,而是”缩短用户等待时间”这个体验目标的实现手段。早期的通用做法是客户端定时轮询(polling),随后演进为长轮询(long polling)。两者都能跑通,但代价明确:轮询浪费了大量无效请求,长轮询则需要服务端为每个挂起的请求保留连接与线程资源,实现和维护成本都偏高。
由此出现了三条不同的技术路径:
这三者常被放在一起讨论,但它们解决的问题并不完全重叠。选错的典型代价是:用全双工协议去做纯下行的推送,引入了不必要的连接状态与会话管理复杂度;或者用单向推送协议去做高频上行交互,只能在旁路另开一条 HTTP 请求通道,导致时序错乱。下面先对齐定义,再逐维度对比。
客户端创建事件订阅对象后,会自动发起一个持久的 HTTP GET 请求。服务端收到请求后不立即结束响应,而是持续保持响应体打开,按固定文本格式分块写出数据。响应必须声明 Content-Type: text/event-stream,通常还会配合 Cache-Control: no-cache, no-transform 避免中间层缓存或转换破坏流式语义。
事件的文本格式由四个字段构成:
data: 消息体,必需;同一事件内可用多行 data:,服务端会按换行拼接;event: 事件类型,可选;客户端可按类型注册独立监听器;id: 事件序号,可选;连接断开后重连时,客户端会通过请求头 Last-Event-ID 带回该值,服务端据此续传;retry: 重连等待毫秒数,可选。事件之间以空行(\n\n)分隔,以 : 开头的行是注释,常用于心跳保活。
示意性的服务端响应(伪代码):
# 响应头HTTP/1.1 200 OKContent-Type: text/event-stream; charset=utf-8Cache-Control: no-cache, no-transformConnection: keep-alive# 响应体(持续写入)retry: 3000: keep-aliveevent: tokenid: 1data: {"seq":1,"delta":"实时"}event: tokenid: 2data: {"seq":2,"delta":"通信"}event: doneid: 3data: {"seq":3,"finished":true}
客户端订阅(伪代码):
const es = new EventSource("/api/stream?ticket=" + oneTimeTicket);es.addEventListener("token", (e) => render(JSON.parse(e.data))); // 自定义 event 类型es.onmessage = (e) => render(JSON.parse(e.data)); // 无 event 字段的默认消息es.onerror = () => setStatus("reconnecting"); // 断线后按 retry 自动重连
SSE 的关键工程价值在于:它不需要任何协议升级,天然复用 HTTP 的鉴权、跨域、压缩、TLS、访问日志与限流体系,能通过绝大多数反向代理、负载均衡器和防火墙,无需网络团队做特殊放行。它也非常适合大模型推理场景——模型逐 token 产出、结果天然是单向且文本化的增量序列,与 SSE 的语义几乎一一对应。
WebSocket 以一个特殊的 HTTP 握手开始:客户端请求携带 Upgrade: websocket 与协议升级相关的握手字段,服务端确认后返回升级响应,此后连接脱离 HTTP 语义,双方在这条 TCP(TLS 之上即 wss)连接上以帧(frame)为单位双向收发,支持文本帧与二进制帧,并内建 ping/pong 用于保活。
它的能力边界同样清晰:协议只解决”字节怎么传”,不解决”业务消息怎么定义”。消息路由、序号、去重、重连补偿、背压控制、鉴权时效等,都需要业务层自行实现。此外,WebSocket 连接是有状态的:服务端需要维护连接注册表,才能做定向下发;一旦服务实例横向扩容,就必须解决跨实例的消息寻址问题(例如借助集中式的发布订阅通道或带会话粘性的接入层),这直接抬高了架构复杂度。
WebRTC 提供两类通道:媒体流通道与通用数据通道。它不以 HTTP 长连接为传输基础,而是在 UDP 之上通过 DTLS/SRTP 等机制加密传输;连接建立前需要一套自建或依赖第三方能力的信令服务,交换会话描述与候选地址,并借助 NAT 穿透服务与中继服务完成连通性协商。除数据通道外,媒体能力还涉及设备采集与浏览器权限授权。
它的优势是端到端时延低、在丢包链路上适应性好,并且可以让数据不经过服务端中转(端到端加密)。代价是整体复杂度最高:信令通道、穿透成功率、中继服务的容量与带宽成本、多端版本兼容性,每一项都是独立的运维议题。
尽管实现差异很大,三者在一组底层问题上是一致的:
| 维度 | SSE | WebSocket | WebRTC |
|---|---|---|---|
| 传输基础 | 标准 HTTP 响应流 | HTTP 升级后的独立帧协议 | UDP 之上的加密传输,需信令协商 |
| 方向 | 服务器 → 客户端单向 | 全双工双向 | 点对点双向(含媒体与数据) |
| 数据形态 | 文本(UTF-8),二进制需编码 | 文本 + 二进制帧 | 媒体轨 + 二进制数据通道 |
| 拓扑 | 客户端—服务端 | 客户端—服务端 | 端到端(可多方,需服务端协作) |
| 中间节点 | 与 HTTP 代理/网关天然兼容 | 需支持协议升级 | 需穿透/中继服务 |
这一层差异决定了后续所有差异。SSE 是”HTTP 的一个特例”,所以它继承了 HTTP 生态的全部资产;WebSocket 是”从 HTTP 借道后另起炉灶”,因此更灵活但需要自己承担协议层责任;WebRTC 是”绕开 HTTP 另建体系”,因此在需要 HTTP 治理能力的场景里摩擦最大。
SSE 把断点续传做进了协议:服务端给事件编号,客户端自动重连并在请求头带回 Last-Event-ID,服务端据此从指定位置续推。对大模型流式输出这类”接了一半断线不能重来”的场景,这是一个非常实用的能力——但要真正闭环,服务端仍需保留一段时间的事件缓冲区,并定义缓冲窗口之外的处理策略。
WebSocket 协议本身不提供序号与续传语义,重连、补偿、去重全部依赖应用层设计(例如客户端携带上次确认位点、服务端从消息队列回放)。好处是完全可控,坏处是实现与测试成本高。
WebRTC 的连接生命周期以”会话”为核心,断线通常意味着重新协商,一般不适用于需要精确续传的流式内容。
SSE 无连接状态(状态可外置到缓存或数据库),服务实例可任意增减,任意实例都能处理新连接,是三者中扩展心智负担最小的。需要注意 HTTP/1.1 下同域并发连接数存在上限,长连接会占用配额、干扰同域其他请求;在支持多路复用与流式传输的 HTTP/2 环境下,这一问题大幅缓解。
WebSocket 必须解决”消息要发给谁”:连接与实例的映射关系需要集中管理,或者接入层做会话粘性,或者引入发布订阅做跨实例广播。这是从”能跑”到”能扩容”之间的关键台阶。
WebRTC 的扩展压力更多落在信令服务与中继带宽上,媒体流的成本结构与前两者不在同一个模型里。
| 业务场景 | 更契合的方案 | 关键理由 |
|---|---|---|
| 大模型流式输出、逐字生成 | SSE | 单向、文本增量、需断点续传,与 HTTP 生态兼容 |
| 任务进度、日志流、指标看板、公告推送 | SSE | 纯下行,实现与运维最轻 |
| 行情、比分、库存变更等高频下行推送 | SSE 或 WebSocket | 若上行极少选 SSE;若需订阅/退订交互则选 WebSocket |
| 在线聊天、输入状态、协同编辑 | WebSocket | 需要低延迟双向与细粒度交互 |
| 音视频通话、远程协作 | WebRTC | 只有它满足媒体时延与端到端加密要求 |
| 大文件点对点传输 | WebRTC 数据通道 | 可绕过服务端中转,节省带宽 |
| 实时信令 + 媒体流 | WebSocket + WebRTC 组合 | 信令走可靠通道,媒体走低时延通道 |
三者的差异可以归结为一句判断:SSE 用最小的代价获得”够用”的单向实时能力,WebSocket 用中等代价换取完全掌控的双向能力,WebRTC 用最大代价换取端到端低时延与点对点传输。它们不是同一层级的竞品,而是解决不同形状问题的工具。
选型时不必追求”最强协议”,而应先回答三个问题:数据流向是单向还是双向?是否需要断点续传?接入链路上有多少中间节点需要改造?这三个答案基本就能决定方向。在实践中,多协议并存是常见且合理的架构——用 HTTP 兼容的单向流承载模型输出与通知,用全双工长连接承载交互,用点对点通道承载媒体,各自守住自己的边界,整体复杂度和运维成本往往都低于强行统一到单一方案。