高可用切换时长连接断开，本质是“断后如何不感知、不丢数、不中断业务”，关键在快速重建与状态延续：需心跳保活+应用层探测、连接状态外置化、负载均衡适配、客户端智能重连与消息兜底。

高可用切换时长连接断开，本质不是“连接不该断”，而是“断后如何不感知、不丢数、不中断业务”。关键不在防断，而在快速重建与状态延续。

心跳保活 + 应用层探测，提前发现假死连接

TCP keepalive 默认两小时才触发，完全无法应对 NAT、防火墙、基站切换导致的“静默失效”。必须在应用层主动探测：

• 客户端和服务端约定固定间隔（如30秒）互发 ping/pong 帧
• 连续2–3次无响应即主动关闭本地连接，避免挂死等待
• 服务端对无心跳连接，在超时前主动发送 close 帧，让客户端明确感知而非静默失败

连接状态外置化，解耦节点生命周期

长连接绑定在具体服务实例上，是切换时断连的根源。要把“谁连了”和“连在哪”分开：

• 用户会话 ID、订阅关系、未确认消息等状态存到 Redis 或专用 Session 存储中
• 新节点上线后，通过用户 ID 拉取历史状态，完成上下文重建
• 避免把登录态、房间成员列表等存在 JVM 内存里——节点一重启就全丢

负载均衡层透传与超时适配

Nginx、HAProxy 等中间件默认会杀死空闲长连接，必须显式适配 WebSocket 协议特性：

• Nginx 需配置：proxy_http_version 1.1、proxy_set_header Upgrade $http_upgrade、proxy_set_header Connection "upgrade"
• proxy_read_timeout 至少设为 300 秒，或设为 0（禁用超时），同时后端心跳间隔要小于该值
• 避免使用 proxy_buffering，防止二进制帧被缓存导致延迟或粘包

客户端智能重连 + 消息兜底机制

断连不可怕，可怕的是重连后消息丢失或重复：

• 客户端采用指数退避策略重连（如 1s → 2s → 4s → 最大 30s）
• 每条消息带唯一 client_seq_id，服务端记录已处理序列号，支持断线重传与幂等去重
• 关键业务消息（如支付确认、订单状态变更）走 MQ 落地，WebSocket 仅作实时通知通道