聊天界面逐字蹦出的回答、股票页面上跳动的报价、进度条背后的百分比刷新——这些"服务器持续推送"的体验,底下多半是一条 SSE 连接。SSE(Server-Sent Events,服务器推送事件)是浏览器内置的标准机制:页面发起一个普通 HTTP 请求,服务器不关闭连接,而是一条一条往外写事件,写多久页面就收多久。
它是"服务器说话、浏览器听"的单向通道,与 WebSocket 的双向、轮询的反复试探各成一派。本文从线格式讲到断线重连,给出两端的最小实现,最后看它为什么被大模型流式接口选为底座。
1、SSE 是什么
先看没有 SSE 的世界怎么做"推送"。最朴素的办法是轮询:页面每隔几秒发一次请求问"有新数据吗"——大部分请求白跑,数据还要再等一个周期。改进版是长轮询:服务器拿着请求不回,有数据才放行,放行后页面立刻再发下一个——效果接近推送,但每次都要重建请求、重传头部。
SSE 把这层窗户纸捅破:既然连接反正是持久的,就明确定义成"服务器单向写、客户端一直读"。页面用浏览器原生的 EventSource 接口发起连接,服务器声明内容类型后持续写文本,写到连接关闭为止。没有轮询的浪费,没有长轮询的反复握手,推送成为一种被标准化的常态。MDN 的入门指南给了完整视角,本文只抓主干。
2、线格式四要素
SSE 的报文格式简单到可以用一张便签写完。响应头声明 Content-Type: text/event-stream,之后正文的每一行都是"字段名: 值",空行表示一个事件结束。一份典型报文如下:
event: message_delta
id: 42
retry: 3000
data: {"stop_reason": "end_turn"}
event: message_stop
data: {"type": "message_stop"}
四个字段各司其职,分工如下:
| 字段 | 作用 | 可省略 |
|---|---|---|
| event | 事件类型名,客户端按名分发 | 是,缺省为 message |
| data | 事件数据,可多行重复拼接 | 数据本体 |
| id | 事件编号,重连时客户端原样奉还 | 是 |
| retry | 重连等待毫秒数 | 是 |
两个细节值得记:data: 行可以连续出现多行,客户端把它们用换行拼成一个数据体——这就是为什么 JSON 报文即使很长也能装进一个事件;以冒号开头的行是注释,服务器常用来发心跳保活(如 : ping),客户端会安静忽略。
3、与 WebSocket 对比
同属"服务器主动"的技术,两者边界清晰:
| 维度 | SSE | WebSocket |
|---|---|---|
| 方向 | 服务器到客户端单向 | 全双工双向 |
| 协议 | 普通 HTTP 响应 | 独立的 ws 协议,需升级握手 |
| 自动重连 | 内置,带断点续传 | 自己写 |
| 数据形态 | 文本 | 文本与二进制 |
| 基础设施 | 代理、网关、鉴权全兼容 | 部分中间件需要额外配置 |
选择的经验法则一句话可断:只需要服务器推送就用 SSE——聊天回复、通知、行情都是这个形态;只有客户端也要高频发消息(协同编辑、游戏、语音)才值得上 WebSocket。SSE 少的那些能力,恰恰换来零改造成本:任何会转发 HTTP 的基础设施都会转发它。
4、断线自动重连
SSE 最被低估的内置能力是重连。连接断开时,浏览器自动在 retry 指定的毫秒后重新发起请求,并把最后收到的 id 放进 Last-Event-ID 请求头带回。服务端看到这个头,就知道从哪个编号之后继续推送——断点续传由协议免费提供,业务只需实现"按 id 找回未发的消息"这一件事。
一轮完整的断线重连如下:
图中浏览器侧没有任何重连代码——EventSource 的默认行为就是重连,开发者要做的只是服务端别把 Last-Event-ID 忽略掉。协议原文见 WHATWG HTML 标准。
5、两端的最小实现
5.1、浏览器端
浏览器端只需三行:建连接、听缺省事件、听具名事件。JavaScript 如下:
const es = new EventSource("/api/stream");
es.onmessage = (e) => append(e.data); // 缺省 message 事件
es.addEventListener("message_stop", (e) => { // 具名事件按名分发
append("流结束:" + e.data);
es.close(); // 主动关闭,停止重连
});
代码里的关键区别:没有 event: 字段的事件走 onmessage,有 event: 字段的走 addEventListener 按名监听——大模型流式接口的 message_start、content_block_delta 各归各的处理器,靠的就是这条分发规则。
5.2、服务端
服务端用 Python 的 Flask 演示,一个生成器函数就是一个事件源:
from flask import Response
import json, time
def stream():
for i in range(3):
yield f"id: {i}\nretry: 3000\n"
yield f"data: {json.dumps({'n': i})}\n\n" # 空行结束一个事件
time.sleep(1)
@app.route("/api/stream")
def api_stream():
return Response(stream(),
mimetype="text/event-stream")
三处细节决定成败:每个事件以空行收尾(\n\n);Content-Type 必须是 text/event-stream;框架的反代缓冲必须关掉(下一节的头号坑)。
6、LLM 流式为何选它
大模型的流式接口是 SSE 最耀眼的当代应用:一个提问进来,回答动辄几百个增量事件流回,正是"一次请求、持续推送"的形态。以 Anthropic 的 Messages 流式接口为例,报文就是标准 SSE,事件类型正是流式协议里的那些名字:
event: content_block_delta
data: {"type": "content_block_delta", "index": 1,
"delta": {"type": "text_delta", "text": "你"}}
选 SSE 而非 WebSocket 的理由与第 3 节的法则完全吻合:请求-响应的结构本来就是"一问一流答",客户端在流开始后没有高频上行的需求,单向通道足够;而且走普通 HTTP,现有的网关、鉴权、CDN 一行不用改。完整接口见官方流式文档。MCP 的远程传输早期同样基于 SSE 构建,后来才演进为更简洁的 Streamable HTTP——同一套"事件流"思想一以贯之。
7、四个部署坑
代理缓冲吃掉实时性是头号坑。Nginx 等反代默认攒够一块缓冲再转发,事件全部挤在网关里,页面半天蹦不出一个字——要么配置 proxy_buffering off,要么让应用响应头带上 X-Accel-Buffering: no。
浏览器连接数上限是老约束。HTTP/1.1 下浏览器对同一域名最多开 6 个并发连接,每个 SSE 长连接都占一个名额,开三四个标签页就可能把额度耗尽;HTTP/2 的多路复用让多路事件流共享一条连接,问题自然消解——部署时确认链路升级到了 HTTP/2。
心跳不能省。中间设备会掐断安静的连接,定期发一行注释 : ping 就能证明"连接活着",成本一行文本。
只支持 UTF-8 文本。二进制内容(图片、音视频帧)走不了 SSE,那是 WebSocket 的领地;JSON 报文天然是文本,不受影响。
8、总结
回顾全文:SSE 是 HTTP 上的服务器单向事件流,线格式只有 event、data、id、retry 四要素,空行定界、注释行当心跳;断线自动重连加 Last-Event-ID 免费提供断点续传;单向推送选它、双向高频才用 WebSocket;LLM 流式接口选它做底座,正是"一问一流答"形态的自然匹配。对于要上线的团队,部署清单就三条:关代理缓冲、确认 HTTP/2、心跳保活——三条都做到,SSE 是所有推送方案里运维成本最低的那个。


