直播间在线人数看起来是一个简单数字，但我做过以后会更谨慎地看它。

如果只统计连接数，刷新页面、网络抖动、后台挂起、异常断开都会让数字变得不可靠。业务方看到的是“现在有多少人在看”，系统背后要回答的是“什么样的行为才算仍然在线”。

在线不是连接

用户进入直播间以后，连接可能断，页面可能停留，浏览器可能切后台，网络可能短暂中断。连接状态只是一个信号，不等于真实在线。

我更愿意用心跳来表达观看状态。只要客户端还在按规则上报，系统就认为它仍然活跃；超过一定时间没有心跳，就逐步从在线状态里清理出去。

这样做不是为了追求绝对真实，而是为了让统计规则可解释。

缓存适合保存短期状态

在线状态变化很快，不适合每一次心跳都直接写数据库。缓存更适合保存这类短期状态。

我会把房间、用户或会话维度的状态放进缓存，再通过过期时间和清理逻辑维护在线集合。数据库保留更稳定的记录，比如直播场次、历史峰值、统计快照。

这样可以减少数据库压力，也让实时统计和历史数据有不同边界。

过期清理比进入更重要

在线人数统计里，进入房间很容易处理，真正麻烦的是离开。

用户不一定会正常触发离开事件。关闭浏览器、网络断开、手机锁屏，都可能让系统收不到明确退出信号。如果没有过期清理，在线人数只会越来越虚高。

所以我会把心跳超时和状态清理作为核心逻辑，而不是补充逻辑。统计可信度很大程度取决于系统如何处理“沉默用户”。

运营看的是趋势，不只是瞬时值

在线人数的业务价值，不只是当前数字。

运营更关心一场直播什么时候进入高峰，哪个入口带来更多观看，评论活跃和在线变化是否同步，历史场次之间有没有差异。瞬时在线只是起点，峰值、趋势和时间分布更有价值。

如果底层在线规则不清楚，这些后续统计都会失去可信度。

一个数字背后是一套规则

在线人数统计让我再次确认，很多看起来简单的指标，背后都应该有明确规则。

用户什么时候算进入，什么时候算离开，多久没有心跳算过期，重复打开多个页面如何处理，后台切换是否影响统计，这些问题不回答，数字就只是装饰。

我现在看实时统计，会先问它能不能解释。能解释的数字即使不完美，也能帮助运营判断；不能解释的数字，看起来再实时也容易误导业务。