浅析怎么开发分布式IM即时通讯系统

Posted 2022-11-07 wecloud1314

本文不会给出一套通用的IM方案，也不会评判某种架构的好坏，而是讨论设计IM系统的常见难题跟业界的解决方案。

因为也没有所谓的通用IM架构方案，不同的解决方案都各有其优缺点，只有最满足业务的系统才是一个好的系统。

在人力、物力、时间资源有限的前提下，通常需要做出很多权衡，此时，一个能够支持快速迭代、方便扩展的IM系统才是最优解。

IM常见术语

0）用户：系统的使用者。

1）消息：是指用户之间的沟通内容（通常在IM系统中，消息会有以下几类：文本消息、表情消息、图片消息、视频消息、文件消息等等）。

2）会话：通常指两个用户之间因聊天而建立起的关联。

3）群：通常指多个用户之间因聊天而建立起的关联。

4）终端：指用户使用IM系统的机器（通常有android端、ios端、Web端等等）。

5）未读数：指用户还没读的消息数量。

6）用户状态：指用户当前是在线、离线还是挂起等状态。

7）关系链：是指用户与用户之间的关系，通常有单向的好友关系、双向的好友关系、关注关系等等（这里需要注意与会话的区别：用户只有在发起聊天时才产生会话，但关系并不需要聊天才能建立。对于关系链的存储，可以使用图数据库（Neo4j等等），可以很自然地表达现实世界中的关系，易于建模）。

8）单聊：一对一聊天。

9）群聊：多人聊天。

10）客服：在电商领域，通常需要对用户提供售前咨询、售后咨询等服务（这时，就需要引入客服来处理用户的咨询）。

11）消息分流：在电商领域，一个店铺通常会有多个客服，此时决定用户的咨询由哪个客服来处理就是消息分流（通常消息分流会根据一系列规则来确定消息会分流给哪个客服，例如客服是否在线（客服不在线的话需要重新分流给另一个客服）、该消息是售前咨询还是售后咨询、当前客服的繁忙程度等等）。

12）信箱：本文的信箱我们指一个Timeline、一个收发消息的队列。

读扩散
需要注意与Feeds系统的区别：在Feeds系统中，每个人都有一个写信箱，写只需要往自己的写信箱里写一次就好了，读需要从所有关注的人的写信箱里读。但IM系统里的读扩散通常是每两个相关联的人就有一个信箱，或者每个群一个信箱。

读扩散的优点：

    1）写操作（发消息）很轻量，不管是单聊还是群聊，只需要往相应的信箱写一次就好了；
    2）每一个信箱天然就是两个人的聊天记录，可以方便查看聊天记录跟进行聊天记录的搜索。

读扩散的缺点：读操作（读消息）很重，在复杂业务下，一条读扩散消息源需要复杂的逻辑才能扩散成目标消息。即时通讯聊天软件app开发可以加蔚可云的v：weikeyun24咨询

接下来看看写扩散。

在写扩散中，每个人都只从自己的信箱里读取消息。

但写（发消息）的时候，对于单聊跟群聊处理如下：

    1）单聊：往自己的信箱跟对方的信箱都写一份消息，同时，如果需要查看两个人的聊天历史记录的话还需要再写一份（当然，如果从个人信箱也能回溯出两个人的所有聊天记录，但这样效率会很低）；
    2）群聊：需要往所有的群成员的信箱都写一份消息，同时，如果需要查看群的聊天历史记录的话还需要再写一份。可以看出，写扩散对于群聊来说大大地放大了写操作。

写扩散优点：

    1）读操作很轻量；
    2）可以很方便地做消息的多终端同步。

写扩散缺点：写操作很重，尤其是对于群聊来说（因为如果群成员很多的话，1条消息源要扩散写成“成员数-1”条目标消息，这是很恐怖的）。

在Feeds系统中：

    1）写扩散也叫：Push、Fan-out或者Write-fanout；
    2）读扩散也叫：Pull、Fan-in或者Read-fanout。

通常情况下，ID设计主要有以下几大类：

    1）UUID；
    2）基于Snowflake算法的ID生成方式；
    3）基于申请DB步长的生成方式；
    4）基于Redis或者DB的自增ID生成方式；
    5）特殊的规则生成唯一ID。

在IM系统中需要唯一Id的地方主要是：

    1）聊天会话ID；
    2）聊天消息ID。

消息ID不递增可以吗？

我们先看看不递增的话会怎样：

    1）使用字符串，浪费存储空间，而且不能利用存储引擎的特性让相邻的消息存储在一起，降低消息的写入跟读取性能；
    2）使用数字，但数字随机，也不能利用存储引擎的特性让相邻的消息存储在一起，会加大随机IO，降低性能；而且随机的ID不好保证ID的唯一性。

因此，消息ID最好是递增的。

全局递增 vs 用户级别递增 vs 会话级别递增：

全局递增：指消息ID在整个IM系统随着时间的推移是递增的。全局递增的话一般可以使用Snowflake（当然，Snowflake也只是worker级别的递增）。此时，如果你的系统是读扩散的话为了防止消息丢失，那每一条消息就只能带上上一条消息的ID，前端根据上一条消息判断是否有丢失消息，有消息丢失的话需要重新拉一次。

连续递增 vs 单调递增：

连续递增是指ID按 1,2,3...n 的方式生成；而单调递增是指只要保证后面生成的ID比前面生成的ID大就可以了，不需要连续。

据我所知：QQ的消息ID就是在会话级别使用的连续递增，这样的好处是，如果丢失了消息，当下一条消息来的时候发现ID不连续就会去请求服务器，避免丢失消息。

此时，可能有人会想，我不能用定时拉的方式看有没有消息丢失吗？当然不能，因为消息ID只在会话级别连续递增的话那如果一个人有上千个会话，那得拉多少次啊，服务器肯定是抗不住的。

对于读扩散来说，消息ID使用连续递增就是一种不错的方式了。如果使用单调递增的话当前消息需要带上前一条消息的ID（即聊天消息组成一个链表），这样，才能判断消息是否丢失。

写扩散：信箱时间线ID使用用户级别递增，消息ID全局递增，此时只要保证单调递增就可以了。

读扩散：消息ID可以使用会话级别递增并且最好是连续递增。