单机支撑5000+ WebSocket连接需避免内存泄漏与性能瓶颈：必须用set替代list存储连接并配合try/except及时discard异常连接；广播改用asyncio.gather+Semaphore限流并发；严禁同步阻塞操作，全栈异步化；合理配置Uvicorn worker数、限流及压缩参数。
单机撑住 5000+ 活跃 WebSocket 连接不难，但卡在 active_connections.append(websocket)、for conn in connections: await conn.send_text() 或混入 time.sleep() 这几处，就必然内存暴涨、广播延迟飙升、连接假死。
为什么用 list 存连接会内存泄漏
常见写法是定义全局 active_connections = []，每次 await websocket.accept() 后 append(websocket)；问题在于：客户端异常断开（关浏览器、断网）时，websocket.send_text() 会抛出 WebSocketDisconnect 或 OSError，而代码若没捕获，该连接对象就永远留在列表里 —— 对象引用不释放，Python GC 不回收，内存持续上涨。
- 必须改用
set：它天然去重，且删除操作平均 O(1) - 每次广播前必须
try/except包裹send_text()，捕获WebSocketDisconnect和通用Exception，并在 except 块中执行connections.discard(websocket) - 不要依赖
finally清理 —— 异常可能发生在 send 之前（比如网络缓冲区满），finally未必执行
广播消息不能 for-loop + await 串行发
当连接数超 200，for conn in connections: await conn.send_text(...) 是严重瓶颈。每个 await 都要等前一个完成，2000 个连接 × 平均 5ms 发送耗时 = 10 秒纯等待，用户感知就是“消息发出去没反应”。
- 改用
asyncio.gather(*[conn.send_text(...) for conn in connections], return_exceptions=True) -
return_exceptions=True很关键：避免单个连接失败导致整个广播中断 - 但注意别无限制并发 —— 10000 个并发
send_text()可能压垮 socket 缓冲区，建议加限流：asyncio.Semaphore(50)控制同时发送数
async def websocket_endpoint() 里绝对不能出现同步阻塞
所有耗时操作都必须异步化，否则卡死整个事件循环，所有连接一起变卡。这不是“慢”，而是“全停”。
立即学习“Python免费学习笔记（深入）”；
- 禁止
time.sleep()、requests.get()、json.loads(big_json_str)、未加await的数据库查询（如session.query(...).all()） - HTTP 调用换
httpx.AsyncClient，数据库换asyncpg或aiomysql - CPU 密集型操作（如大 JSON 解析、base64 解码）丢进线程池：
await asyncio.to_thread(json.loads, data) - Pydantic 模型校验默认同步，高频场景下考虑用
model_validate_json()避免重复解析，或关掉验证：model_config = ConfigDict(validate_assignment=False)
Uvicorn worker 数和连接数配置不是越多越好
很多人以为 -w 16 就比 -w 4 更强，实际是反效果：Uvicorn 每个 worker 独占一个事件循环，worker 太多会导致 CPU 上下文切换激增、内存冗余、文件描述符快速耗尽。
- 推荐值：
-w $(( $(nproc) * 1 ))或-w $(( $(nproc) * 1.5 ))（例如 4 核机器设-w 4或-w 6） - 必须加
--limit-concurrency 100，防止单个 worker 接收过多连接压垮内存 - 务必启用
--ws-per-message-deflate，文本消息压缩率通常 >40%，显著降低带宽和延迟 - 生产环境禁用
--reload—— 它 fork 多进程，各 worker 内存状态不同步，set管理的连接无法跨进程共享
真正难的不是写通 WebSocket，而是让成百上千个连接长期稳定共存：连接清理靠 set + try/except，广播靠 gather + semaphore，IO 靠全异步栈，资源靠精准的 uvicorn 参数 —— 少踩一处，性能就差一个数量级。
