sseemitter需设超时、注册回调清理、禁用阻塞操作；必须用produces指定text/event-stream；防重复连接需concurrenthashmap或redis去重；纯sse推送优先选sseemitter而非responsebodyemitter。
怎么用 SseEmitter 建立一次有效连接
Spring Boot 里最直接的 SSE 入口就是 SseEmitter，它不是即发即走的响应体，而是一个“可多次写入、需手动结束”的长生命周期对象。你调用 emitter.send()，客户端立刻收到一条消息；但如果你忘了调用 emitter.complete() 或 emitter.completeWithError()，连接就一直挂着，内存泄漏风险立马出现。
常见错误现象：接口压测时内存飙升、GC 频繁、emitterMap 越来越大却没人清理。
- 必须为每个连接设置超时时间，例如
new SseEmitter(300000L)（5 分钟），避免客户端断开后服务端还傻等 - 务必注册
onTimeout、onCompletion、onError回调，并在回调里从缓存（如ConcurrentHashMap）中移除该emitter - 不要在 Controller 方法里直接 new Thread 并 sleep —— 这会阻塞 Tomcat 线程池；改用异步线程或
@Async（注意配置线程池）
为什么不能只靠 ResponseBodyEmitter 就完事
ResponseBodyEmitter 是更底层的抽象，而 SseEmitter 是它的子类，专为 text/event-stream 格式封装好了事件头（data:、id:、event:）、换行符和编码处理。如果你硬用 ResponseBodyEmitter，就得自己拼 "data: hello\n\n"，稍有不慎就触发浏览器解析失败——表现为 EventSource 反复重连但收不到任何 message 事件。
使用场景：只有当你需要混推非标准格式（比如自定义二进制流）时才考虑 ResponseBodyEmitter；纯 SSE 推送，请无条件选 SseEmitter。
-
SseEmitter.send(SseEventBuilder)自动加data:前缀和双换行，安全 - 若手动 send 字符串，必须确保末尾是
\n\n，否则 Chrome/Firefox 会卡住不触发onmessage - 别忽略
produces = MediaType.TEXT_EVENT_STREAM_VALUE，缺了这个，Nginx 或网关可能截断流
怎么防止同一用户重复建立连接
用户刷新页面、网络抖动、移动端切后台再切回，都可能导致多个 EventSource 实例同时连向后端。如果服务端不做去重，一个 userId 就对应 N 个 SseEmitter，推送一次消息就发 N 遍，CPU 和带宽白耗。
关键不是“禁止重复创建”，而是“识别已有连接并复用或拒绝”。实际部署中还要考虑集群问题——单机 Map 拦不住其他节点上的连接。
- 本地去重：用
ConcurrentHashMap<string sseemitter></string>缓存userId → emitter，每次请求先get()，命中则直接返回已存在的emitter - 集群去重：必须引入外部协调，比如 Redis + SETNX 或分布式锁；或者干脆把连接状态下沉到 MQ，由统一调度中心分发消息
- 前端配合：在
EventSource实例销毁前调用.close()，并在重连时带上唯一lastEventId，便于服务端做幂等判断
WebFlux 的 Flux<serversentevent></serversentevent> 和传统 SseEmitter 怎么选
如果你的业务本身就是响应式栈（比如数据来自 Reactor 流、R2DBC、或要对接 Kafka Flux），那直接上 Flux<serversentevent>></serversentevent> 更自然，没有线程切换开销，也天然支持背压。但如果你只是定时查 DB、发几条日志、推个告警，硬套 WebFlux 反而绕远路——得学 Flux.generate、delayElements、doOnNext 一堆操作符，还容易写出阻塞代码（比如在 map 里调 JDBC）。
性能影响很实在：WebFlux 版本在万级并发下资源占用更低；但开发成本高，调试链路长，出错堆栈难读。
- 新项目 + 数据源已是响应式（如 MongoDB Reactive、PostgreSQL R2DBC）→ 优先
Flux - 老系统改造、简单轮询、DB 查询为主 → 用
SseEmitter更稳，别为了“响应式”而响应式 - 别在
Flux的map或flatMap里写Thread.sleep()或同步 IO，这会让整个 event loop 卡住
真正麻烦的从来不是怎么发第一条消息，而是怎么保证第 1000 条不丢、第 10000 个连接不垮、凌晨三点报警时你能快速定位是前端没监听 error，还是 Redis 锁失效导致重复推送。
