你有没有遇到过这种情况：公司刚上线了一个内部管理系统，老板突然问：“现在有多少人正在用？”你一脸懵，后台哪能看到这个？其实，实现后台在线用户统计没那么复杂，关键是思路要对。
为什么需要在线用户统计
不只是为了应付老板的临时提问。比如客服系统，知道当前有多少坐席在线，能合理分配任务；比如教育平台，老师想看看有多少学生正在听课，及时互动。这些场景都依赖准确的在线状态判断。
常见的实现方式
最简单的做法是基于用户登录会话。用户登录后，服务器记录 session，只要 session 没过期，就算在线。但问题来了：用户关掉浏览器不点退出，session 还在，系统就以为他还在线，数据不准。
更靠谱的做法是“心跳机制”。前端每隔 30 秒向服务器发一次请求，就像心跳一样，告诉系统“我还活着”。服务器维护一个在线列表，超过 1 分钟没收到心跳的，自动踢出。
代码怎么写
后端可以用 Redis 存储在线用户信息，key 是用户 ID，value 是最后心跳时间。每次收到心跳更新时间：
SET online:user:123 "1717324800" EX 90这里设置 90 秒过期，确保即使客户端异常断开，也会自动清除。定时任务扫描所有 key，就能统计当前在线人数。
前端配合发送心跳：
setInterval(() => {
fetch('/api/heartbeat', { method: 'POST' });
}, 30000);注意别踩坑
别小看这个功能，做不好反而拖慢系统。如果每秒几千个心跳请求，数据库压力山大。可以加个节流，比如用户在页面有操作才触发心跳，或者用 WebSocket 长连接批量上报。
另外，移动端网络不稳定，心跳丢失很正常。可以把判定离线的阈值放宽到 2-3 分钟，避免误判。
上线后拉个图表展示趋势，运维一看就知道高峰时段，提前扩容。这才是真正的效率提升——把模糊的问题变成可量化的数据。