WebSocket 长连接为什么会中断

一场进行到一半的视频会议突然掉线，SSH 会话放置十分钟后失去响应，网页应用的实时推送悄无声息地停止更新——这些现象的背后常常是同一件事：一条 WebSocket 或类似的长连接被中途切断。对代理用户来说，长连接中断尤其常见，因为数据要穿过比直连多得多的中间环节。本文梳理 WebSocket 长连接中断的主要原因、心跳保活的原理与可行的缓解方法。

WebSocket 在代理传输中的角色

WebSocket 最初为浏览器与服务器之间的双向实时通信而设计：客户端通过一次 HTTP 升级握手把连接切换为 WebSocket，此后双方可以在同一条 TCP 连接上随时互发数据帧。在代理领域，WebSocket 被广泛用作 VMess、VLESS 等协议的传输层（常写作 ws 传输）：代理流量被封装成 WebSocket 帧，外观上与普通网页应用的实时流量一致，并且可以经由 CDN 转发——既隐藏了服务器真实 IP，也让流量特征更接近正常 Web 通信。

因此，代理场景下的”WebSocket 中断”包含两层含义：一是用户正在使用的应用（会议、消息推送、基于 WebSocket 的终端）自身的长连接断开；二是代理隧道使用的 ws 传输本身断开。两者的成因高度相似，排查思路也可以互相借鉴。

一条长连接要穿过多少设备

从手机到目标服务器，一条 WebSocket 连接通常要经过：家庭路由器的 NAT、运营商级 NAT（CGNAT）、防火墙、可能存在的 CDN 边缘节点，以及代理服务器本身。每一个环节都为这条连接维护着状态表项，而状态表容量有限，设备必然为空闲连接设置回收策略。链路上任何一个环节丢弃了状态，连接就名存实亡——而 TCP 的设计决定了通信双方在下一次发送数据之前不会察觉。关于 TCP 连接为何”断了也不知道”，可参考 TCP 与 UDP 的区别。

中断的常见原因

中间设备的空闲超时

NAT 网关和防火墙通常在连接空闲数分钟后删除映射表项，部分激进的设备只保留 30–60 秒。CDN 对空闲连接同样有回收策略，常见的空闲超时在 60–100 秒量级。连接状态被回收后，客户端发出的下一个数据帧会被直接丢弃或收到 RST 复位，应用层此时才发现连接已死。

心跳缺失或间隔过长

如果应用或代理客户端没有定期发送心跳帧，连接在流量间歇期就处于”空闲”状态，恰好落入上述回收策略的范围。需要强调：心跳间隔大于链路上最短的空闲超时，效果等于没有心跳。

网络切换

手机在 Wi-Fi 与移动数据之间切换时，出口 IP 与端口全部改变，原有 TCP 连接必然中断，上层 WebSocket 只能重新建立。切换后若表现异常，还可能叠加两种网络本身的连通性差异，类似 Wi-Fi 正常但移动数据无法使用 中讨论的情形。

运营商对长连接的干扰

部分网络环境会对存活时间过长或特征可疑的加密长连接实施干扰，表现为连接在大致固定的时长后被重置。这类中断往往有规律——例如总在几分钟左右断开——与随机的网络抖动可以区分开。

服务端重启与 CDN 节点调度

代理服务器重启、CDN 边缘节点维护或调度切换，都会切断现存连接。这类中断的典型特征是大面积同时掉线、随后迅速恢复。

心跳保活机制如何工作

心跳的本质是用极小的代价维持链路上所有状态表项的活跃：一端每隔固定时间发送一个 ping 帧，对端回复 pong。WebSocket 协议原生定义了 ping/pong 控制帧；代理协议层面，客户端的 keepalive 参数以及 TCP 层的 SO_KEEPALIVE 选项也起类似作用。有效的心跳间隔必须小于链路上最短的空闲超时，实践中常取 30 秒左右。心跳同时兼任探活：连续多次收不到回应，客户端即可主动重连，而不是被动等待漫长的 TCP 超时。

对用户的实际表现与缓解方法

长连接中断的典型表现包括：会议或语音进行中突然掉线、SSH 会话挂起无响应、消息推送延迟到重新打开应用才集中涌入、网页显示”已连接”但内容停止更新。值得注意的是，这类问题发生时对节点做延迟测试往往结果正常，因为延迟测试新建的是短连接，与已有长连接的死活无关——这与延迟正常但网页打不开的排查思路相通：单项指标正常不代表链路各环节都正常。

可行的缓解方向：

• 在应用与客户端中开启或缩短心跳，例如 SSH 配置 ServerAliveInterval，代理客户端检查 ws 传输的 keepalive 设置。
• 重要会议或长任务期间固定使用一种网络接入，避免 Wi-Fi 与移动数据来回切换。
• 若某条线路的中断呈现固定周期，更换节点或改用不同传输方式的协议；基于 QUIC 的 Hysteria 2 支持连接迁移，对网络变化更宽容，各协议差异见四种主流协议对比。
• 走 CDN 的 ws 节点频繁掉线时，换用直连传输的节点做对照测试，即可判断问题是否出在 CDN 的空闲回收。

长连接的脆弱不是代理独有的问题，而是有状态网络设备的固有代价；代理只是让链路更长、环节更多。理解每一跳的超时行为，比反复更换节点更能从根源上减少中断。ChatGPT、Claude 等 AI 服务的流式响应正是典型的长连接场景，对应的选择要点见 ChatGPT / AI 工具机场推荐。