高并发、低延迟场景优先选uwebsockets；需深度定制协议或已有boost生态则选boost.beast。前者基于libusockets，零拷贝无锁，单核扛10w+连接；后者依赖asio，内存管理较重，易因shared_ptr分配卡堆。
WebSocket 服务器选 uWebSockets 还是 Boost.Beast？
直接说结论：高并发、低延迟场景优先选 uWebSockets；需要深度定制协议或已有 Boost 生态的项目，再考虑 Boost.Beast。前者基于 libusockets，零拷贝、无锁事件循环，单核轻松扛 10w+ 连接；后者依赖 ASIO，对象生命周期和内存管理稍重，压测时容易因 std::shared_ptr 频繁分配卡在堆上。
常见错误现象：Boost.Beast 里忘记调用 stream.set_option(websocket::stream_base::timeout::suggested(beast::role_type::server))，导致空闲连接不自动断开，连接数缓慢泄漏；uWebSockets 中误用 res->end() 替代 res->close() 关闭 WebSocket，结果触发 HTTP 断连逻辑而非 WS 正常关闭。
-
uWebSockets编译必须开-DUSING_UWS，否则uWS::App()构造失败且报错极隐晦（只提示undefined reference to uWS::App::App()） -
Boost.Beast的websocket::stream不是线程安全的，每个连接必须绑定唯一io_context::strand，否则并发write可能 crash - 二者都不建议在
onMessage回调里做阻塞 IO（如读文件、查数据库），必须异步调度到 worker 线程池，否则整个事件循环卡住
如何避免 uWebSockets 的内存泄漏和连接堆积？
根本原因不是代码写错，而是默认行为太“省事”：它不自动清理断连残留的 WebSocket 对象，尤其当客户端异常掉线（比如 kill -9 浏览器进程），服务端收不到 close 帧，onClose 根本不触发。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 启用心跳：在
App().ws(...)配置里加.pingInterval(10000).maxBacklog(1024)，并实现onPing和onPong，配合ws->getBufferedAmount() > 1024 * 1024主动ws->close() - 给每个
ws绑定一个std::chrono::steady_clock::time_point记录最后活跃时间，在onMessage/onPing里更新，在定时器中扫描超时（比如 60s 无活动）的连接并ws->close() - 不要在
onConnection里 new 对象存到全局 map，改用ws->setUserData(new MySession)，并在onClose或onDisconnection里delete static_cast<mysession>(ws->getUserData())</mysession>
Boost.Beast 的 async_read 为什么总卡住不回调？
不是网络问题，大概率是 flat_buffer 没预分配空间，或者 read 调用时机不对。Beast 默认 buffer 初始容量为 0，第一次 async_read 会先分配内存再 copy，但若此时远端发的是小包（比如 4 字节 ping），可能因 buffer 不足被截断，后续帧永远等不到完整消息体。
使用场景：适合需要解析混合帧（如 WebSocket + 自定义二进制头）或需与现有 ASIO TCP 服务共用 io_context 的情况。
- 声明 buffer 时务必指定初始大小：
beast::flat_buffer buffer{4096}，而不是beast::flat_buffer buffer -
websocket::stream的async_read必须在前一次回调完成后再发起，不能在on_message里立刻再 call 一次 —— 否则会触发boost::asio::error::operation_not_supported - 如果用了
stream.binary(true)，但客户端发的是文本帧，async_read会静默失败（不报错也不回调），需检查ws.got_text()/ws.got_binary()
并发模型：用 std::thread 手搓线程池还是交给 uWebSockets 自带的 run？
uWebSockets 的 App().run() 内部已封装多线程 epoll/kqueue 循环，调用它就等于启动了最优并发模型；自己额外开 std::thread 跑多个 App 实例反而降低性能 —— 因为每个实例都独占 fd 和事件队列，TCP accept 会竞争，连接分布不均。
真正要做的，是把 CPU 密集型任务（如 protobuf 解析、加密验签）从主线程挪出去：
- 用
std::async(std::launch::async, []{ /* heavy work */ })包裹耗时操作，完成后用ws->send()推送结果（注意：ws对象不能跨线程访问，必须用ws->getNativeHandle()或自定义 ID 在主线程查表） - 避免用
std::queue+std::mutex做任务分发 —— 锁争用会成为瓶颈；改用moodycamel::ConcurrentQueue或boost::lockfree::queue - 如果必须多
io_context，别手写调度，直接用uWS::Loop::get()->defer([]{ /* main thread only */ })把回调安全投递回主事件循环
最易被忽略的一点：所有 WebSocket 库都假设你的业务逻辑不修改 ws 生命周期外的状态。比如在 onMessage 里修改了某个全局 std::map，但没加锁 —— 这不是并发模型的问题，是 C++ 基础错误，调试时表现为随机 core dump，跟网络库无关。
