流水不争先,争的是滔滔不绝

群消息,究竟存1份还是多份?

即时通讯软件开发 云聊IM 891℃

群消息,究竟存一份还是多份?

上一篇文章《群消息已读回执,究竟是推还是拉?》说,“很容易想到,是存一份”,被网友们骂了。

网友骂的对,任何技术方案,都不是天才般灵感乍现想到的,一定是一个演进迭代,逐步优化的过程。今天就聊一聊,群消息,为啥只需要存一份。

群信息,用户信息,群成员关系都是基础数据:

group_info(gid, group_info);

user_info(uid, user_info);

group_members(gid, uid);

假设一个群(gid)里有4个成员,其中三个在线(A, uid1, uid2),一个不在线(uid3)。

A发送了一条消息,很容易想到,对于不同的群友消息存多份,每个群友一个队列来存储。但由于在线的用户会实时的收到消息,所以暂定只为离线的用户存储。

用户收到的群消息,也是基础数据:

user_msgs(uid,msgid,gid,sender_uid,time,content);

很容易想到,整个群消息的发送流程如上图1-4:

  1. (1)发送消息
  2. (2)查询状态
  3. (3)不在线的存储离线
  4. (4)在线的实时推送

“在线的群友不存储,离线的群友才存储”会带来的问题是,如果第四步发生异常,群友会丢失消息。

消息的可达性是聊天系统中最重要的要素(没有之一),故这个方案是不行的,需要优化为“不管是否在线,都要先存储”。

发送群消息的流程优化为,如上图1-4:

  1. (1)发送消息
  2. (2)所有人都存一份
  3. (3)查询状态
  4. (4)在线的实时推送

先将消息落地,能够保证消息可达性,那何时才能删除已经落地的群消息呢?

对于在线的群友,收到群消息后,给个ack确认,才能删除。

画外音:逻辑删除,还是物理删除,根据业务是否有消息漫游决定。

对于离线的群友,在下次登陆后,拉取完离线消息,再给ack确认,才能删除。

总之,为了保证消息的可达性,不管是在线消息,还是离线消息,必须接收方给ack确认,才能删除消息。

“不管是否在线,都冗余一份群消息”带来的问题是,同一条消息存储了很多次,对磁盘和带宽造成了很大的浪费。很容易想到的优化是:群消息实体存储一份,用户只冗余消息ID。

故基础数据可以由:

user_msgs(uid,msgid,gid,sender_uid,time,content);

优化为:

group_msgs(msgid,gid,sender_uid,time,content);

user_msgs(uid, msgid, gid);

这个优化,对于消息投递,以及消息删除的核心流程没有影响,几个实践为:

  1. 在线用户投递消息实体,ack消息ID
  2. 离线用户先拉取消息ID,再拉取消息实体,再ack消息ID

如此这般,假如在某个群友A期间,群里陆续发送了N条消息,则user_msgs(uid, msgid, gid)里,会有 uidA -> mid1,mid2, mid3, … midN 等N条离线记录,拉取离线消息时,可以把这N条消息一次性拉取出来,然后再删除:

delete from user_msgs 

where msgid in($mid1,$mid2…, $midN) and gid=$gid

然而,群消息具备“偏序”特性,上面的一次性删除完全可以优化为:

delete from user_msgs 

where msgid >= $mid1 and gid=$gid

这就意味着,每个用户只需要记录“最近一次收到的消息ID”,而不用记录“所有未收到的消息ID集合”,每当收在线消息ack,以及拉离线消息ack时,只需要更新这个“最近一次收到的消息ID”即可。

于是乎,基础数据可以由:

group_members(gid, uid);

group_msgs(msgid,gid,sender_uid,time,content);

user_msgs(uid, msgid, gid);

优化为:

group_members(gid, uid, last_ack_msgid);

group_msgs(msgid,gid,sender_uid,time,content);

user_msgs(uid, msgid, gid); // 不再需要

即,群消息只存储一份,群友无需冗余任何消息实体,或者消息ID了。

对于在线的群友,收到群消息后,修改这个last_ack_msgid。

对于离线的群友,拉取群消息后,也修改这个last_ack_msgid。

画外音:这里的讨论,仅限于接收方收到了哪些消息,和发送方的已读回执没有关系。

总结

任何架构方案都不是灵光一现,而是逐步迭代优化产生的:

  1. 存多份,只存在线,消息容易丢
  2. 存多份,所有群友都存储,消息冗余多
  3. 存多份,只存ID,未利用偏序
  4. 存一份,只存last_ack_msgid

架构不(只)是设计出来的,而是演进出来的。

版权声明:部分文章、图片等内容为用户发布或互联网整理而来,仅供学习参考。如有侵犯您的版权,请联系我们,将立刻删除。
点击这里给我发消息