IM序列5：IM群聊消息如此复杂，如何保证不丢不重？

1、前言

群聊已经成为主流IM软件的基本功能，不管是QQ群、还是微信群，一个群友在群内发了一条消息，那么对于IM服务器来说需要保证：

在线的群友能第一时间收到消息；

离线的群友能在登陆后收到消息。

由于“消息风暴扩散系数”的存在（概念详见《IM单聊和群聊中的在线状态同步应该用“推”还是“拉”？》），群消息的复杂度要远高于一对一的单聊消息。群消息的实时性、可达性、离线消息是今天将要讨论的核心话题。

2、IM开发干货系列文章

《IM消息送达保证机制实现(一)：保证在线实时消息的可靠投递》

《IM消息送达保证机制实现(二)：保证离线消息的可靠投递》

《如何保证IM实时消息的“时序性”与“一致性”？》

《IM单聊和群聊中的在线状态同步应该用“推”还是“拉”？》

《IM群聊消息如此复杂，如何保证不丢不重？》（本文）

《一种Android端IM智能心跳算法的设计与实现探讨（含样例代码）》

《移动端IM登录时拉取数据如何作到省流量？》

《通俗易懂：基于集群的移动端IM接入层负载均衡方案分享》

《浅谈移动端IM的多点登陆和消息漫游原理》
本系列由公号“编码前线”整理。

3、常见的群消息流程

开始讲群消息投递流程之前，先介绍两个群业务的核心数据结构：

• 群成员表：用来描述一个群里有多少成员

• t_group_users(group_id, user_id)

• 群离线消息表：用来描述一个群成员的离线消息

• t_offine_msgs(user_id, group_id, sender_id,time, msg_id, msg_detail)

业务场景举例：

1）一个群中有x,A,B,C,D共5个成员，成员x发了一个消息；

2）成员A与B在线，期望实时收到消息；

3）成员C与D离线，期望未来拉取到离线消息。

系统架构简介：

1）客户端：x,A,B,C,D共5个客户端用户；

2）服务端：

2.1）所有模块与服务抽象为server；

2.2）所有用户在线状态抽象存储在高可用cache里；

2.3）所有数据信息，例如群成员、群离线消息抽象存储在db里。

image

典型群消息投递流程，如上图步骤1-4所述：

步骤1：群消息发送者x向server发出群消息；

步骤2：server去db中查询群中有多少用户(x,A,B,C,D)；

步骤3：server去cache中查询这些用户的在线状态；

步骤4：对于群中在线的用户A与B，群消息server进行实时推送；

步骤5：对于群中离线的用户C与D，群消息server进行离线存储。

image

典型的群离线消息拉取流程，如上图步骤1-3所述：

步骤1：离线消息拉取者C向server拉取群离线消息；

步骤2：server从db中拉取离线消息并返回群用户C；

步骤3：server从db中删除群用户C的群离线消息。

存在的问题：

上述流程是最容易想，也最容易理解的，存在的问题也最显而易见：对于同一份群消息的内容，多个离线用户存储了很多份。假设群中有200个用户离线，离线消息则冗余了200份，这极大的增加了数据库的存储压力。

4、群消息优化1：减少存储量

为了减少离线消息的冗余度，增加一个群消息表，用来存储所有群消息的内容，离线消息表只存储用户的群离线消息msg_id，就能大大的降低数据库的冗余存储量，思路如下。

• 群消息表：用来存储一个群中所有的消息内容

• t_group_msgs(group_id, sender_id, time,msg_id, msg_detail)

• 群离线消息表：优化后只存储msg_id

• t_offine_msgs(user_id, group_id, msg_id)

image

这样优化后，群在线消息发送就做了一些修改：

步骤3：每次发送在线群消息之前，要先存储群消息的内容；

步骤6：每次存储离线消息时，只存储msg_id，而不用为每个用户存储msg_detail。

image

拉取离线消息时也做了响应的修改：

步骤1：先拉取所有的离线消息msg_id；

步骤3：再根据msg_id拉取msg_detail；

步骤5：删除离线msg_id。

存在的问题（如同单对单消息的发送一样）：

1）在线消息的投递可能出现消息丢失，例如服务器重启，路由器丢包，客户端crash；

2）离线消息的拉取也可能出现消息丢失，原因同上。

需要和单对单消息的可靠投递一样，加入应用层的ACK，才能保证群消息一定到达。

5、群消息优化2：应用层ACK

image

应用层ACK优化后，群在线消息发送又发生了一些变化：

步骤3：在消息msg_detail存储到群消息表后，不管用户是否在线，都先将msg_id存储到离线消息表里；

步骤6：在线的用户A和B收到群消息后，需要增加一个应用层ACK，来标识消息到达；

步骤7：在线的用户A和B在应用层ACK后，将他们的离线消息msg_id删除掉。

image

对应到群离线消息的拉取也一样：

步骤1：先拉取msg_id；

步骤3：再拉取msg_detail；

步骤5：最后应用层ACK；

步骤6：server收到应用层ACK才能删除离线消息表里的msg_id。

存在的问题：

1）如果拉取了消息，却没来得及应用层ACK，会收到重复的消息么？

答案是肯定的，不过可以在客户端去重，对于重复的msg_id，对用户不展现，从而不影响用户体验

2）对于离线的每一条消息，虽然只存储了msg_id，但是每个用户的每一条离线消息都将在数据库中保存一条记录，有没有办法减少离线消息的记录数呢？

6、群消息优化3：离线消息表

其实，对于一个群用户，在ta登出后的离线期间内，肯定是所有的群消息都没有收到的，完全不用对所有的每一条离线消息存储一个离线msg_id，而只需要存储最近一条拉取到的离线消息的time（或者msg_id），下次登录时拉取在那之后的所有群消息即可，而完全没有必要存储每个人未拉取到的离线消息msg_id。

• 群成员表：用来描述一个群里有多少成员，以及每个成员最后一条ack的群消息的msg_id（或者time）

• t_group_users(group_id, user_id, last_ack_msg_id(last_ack_msg_time))

• 群消息表：用来存储一个群中所有的消息内容，不变

• t_group_msgs(group_id, sender_id, time,msg_id, msg_detail)

• 群离线消息表：不再需要了

image

离线消息表优化后，群在线消息的投递流程：

步骤3：在消息msg_detail存储到群消息表后，不再需要操作离线消息表（优化前需要将msg_id插入离线消息表）；

步骤7：在线的用户A和B在应用层ACK后，将last_ack_msg_id更新即可（优化前需要将msg_id从离线消息表删除）。

image

群离线消息的拉取流程也类似：

步骤1：拉取离线消息；

步骤3：ACK离线消息；

步骤4：更新last_ack_msg_id。

存在的问题：

由于“消息风暴扩散系数”的存在，假设1个群有500个用户，“每条”群消息都会变为500个应用层ACK，将对服务器造成巨大的冲击，有没有办法减少ACK请求量呢？

7、群消息优化4：批量ACK

由于“消息风暴扩散系数”的存在，如果每条群消息都ACK，会给服务器造成巨大的冲击，为了减少ACK请求量，很容易想到的方法是批量ACK。

批量ACK的方式又有两种：

1）每收到N条群消息ACK一次，这样请求量就降低为原来的1/N了；

2）每隔时间间隔T进行一次群消息ACK，也能达到类似的效果。

新的问题：批量ACK有可能导致：还没有来得及ACK群消息，用户就退出了，这样下次登录会拉取到重复的离线消息。

解决方案：msg_id去重，不对用户展现，保证良好的用户体验。

还可能存在的问题：群离线消息过多：拉取过慢。

解决方案：分页拉取（按需拉取）,分页拉取的细节在《IM消息送达保证机制实现(下篇)：保证离线消息的可靠投递》一章中有详细叙述，此处不再展开。

8、本文小结

群消息还是非常有意思的，可达性、实时性、离线消息、消息风暴扩散等等等等，做个总结：

1）不管是群在线消息，还是群离线消息，应用层的ACK是可达性的保障；

2）群消息只存一份，不用为每个用户存储离线群msg_id，只需存储一个最近ack的群消息id/time；

3）为了减少消息风暴，可以批量ACK；

4）如果收到重复消息，需要msg_id去重，让用户无感知；

5）离线消息过多，可以分页拉取（按需拉取）优化。