IM 架构

[Draymonders]

跟着 @hanggegreat 一起学习 && 实战 简单的IM

[hanggegreat]

跟着 @hanggegreat 一起学习 && 实战 简单的IM

饼爷yyds

[Draymonders]

基础篇

完整的IM的需求

• 实时性
• 可靠性 (不重复，不丢)
• 一致性 (消息有序，多终端同步消息一致)
• 安全性

消息收发架构

消息存储在哪里

• 为方便检索，store at client。
• 未读消息，多端信息同步，store at server

消息存储及索引

• 消息存储需要 message_id, from_user_id, to_user_id, message, message_type, timestamp
• 消息索引需要 from_user_id, to_user_id, message_id

消息发送与接收

send client -> IM server -> receive client

未读

• 某人的总未读数
• 某人和另外一个人的会话未读数

实时性

• 短轮询
• 长轮询
• 边缘触发（状态发生改变，产生io事件
  • websocket

可靠性

• 大部分场景和实际实现中，通过业务层的 ACK 确认和重传机制，能解决大部分推送过程中消息丢失的情况。
• 通过客户端的去重机制，屏蔽掉重传过程中可能导致消息重复的问题，从而不影响用户体验。
• 针对重传消息不可达的特殊场景，我们还可以通过“兜底”的完整性检查机制来及时发现消息丢失的情况并进行补推修复，消息完整性检查可以通过时间戳比对，或者全局自增序列等方式来实现。

一致性

• 分布式自增id, 需要保证群组内的消息一致性, 可以先按照groupid hash到一台发号器，然后利用snowflake算法去生成有序的id
• 服务端多个tcp包合并，按照业务id进行排序再推送
• 接收端也需要根据业务id进行排序然后展示
• 全局自增id会存在单点性能问题

安全性

• 端到端的加密
• 内容安全(文字，语音，图片校验)

事务

• 分布式事务(保证多个操作的原子性)
• 分布式锁(依赖redis or zk 数据库，存在单点瓶颈，影响吞吐)

心跳

心跳解决了以后三方面问题

• 降低服务端无效链接的开销
• 支持客户端快速识别无效链接，自动断线重连
• 链接保活，便面被运营商NAT超时断开

心跳探测方式

• TCP keepalive
• 应用层心跳

[Draymonders]

场景篇

多终端消息漫游

• 在线
  • 服务端对用户所有的设备维护状态，然后将一条消息推送到所有设备
• 离线
  • 设备在线后，再推送离线消息(有offset)

峰值流量的应对

• 在线状态本地化维护，降低远程资源依赖，提升单机处理能力。
• 对服务整体进行拆分，区分核心和非核心服务，隔离“容易出现瓶颈”的服务。
• 通过收集业务和机器两类指标，建立容量评估模型，自动进行服务扩缩容。
• 根据后端机器负载水平调度全局，接入服务入口，解决扩容后新接入流量在新扩容机器和旧机器间流量不均衡的问题。
• 对于长连接的网关服务(有状态)，我们缩容是只需要禁止新的建连请求接入，已存在的长连接尽量等用户自动断开后关闭，对于剩余的少量的长连接可以采取强制断开方式，等待客户端断连重连即可。