不管是MQ(Msg Queue)的消息投递，还是单人实时聊天的消息投递，都需要通过应用层的超时、重传、确认、去重来保证消息的可靠投递。

但是，如果没有打开手机，没有登录微信，好友发给我的微信消息，有没有可能丢失呢？这是今天和大家分享的话题。

画外音：初步一想，离线消息存库不就好了么？往后看，会比你想象的更复杂。

接收方不在线，消息发送流程是怎么样的？

如上图所述，A给B发了一条消息，而B不在线，离线消息存储的流程如下：

画外音：在服务端会存储B的状态为offline。

(1) 用户A发送消息给用户B，通过server中转；

画外音：你猜，有没有可能不通过server中转，而AB直连呢？

(2) server查看用户B的状态为offline；

(3) server将消息存储到DB中；

(4) server返回用户A发送成功；

画外音：没毛病，对于发送方而言，消息落地DB就认为发送成功。

离线消息表如何设计？

很容易想到，消息业务有这样的一些关键属性：

t_offline_msg(

receiver_uid,  // 离线消息接收方

msg_id,  // 消息ID

time,  // 消息发送时间

sender_uid, // 消息发送方

msg_type, // 消息类型

msg_content, // 消息内容

…

);

根据业务模式设计表结构。

画外音：下半句是，根据访问模式设计索引结构。

那么，离线消息的拉取过程如何呢？

B要拉取A给ta发送的离线消息，只需在

(receiver_uid(B), sender_uid(A))

上查询，然后把离线消息删除，再把消息返回B即可。

画外音：根据这个访问模式，要建立一个联合索引。

整体流程如上图所述：

(1) 用户B拉取用户A发送给ta的离线消息；

(2) server从DB中拉取离线消息；

(3) server从DB中把离线消息删除；

(4) server返回给用户B想要的离线消息；

画外音：没毛病，这个过程也不难想到。

BUT，用户B登录微信的时候，其实不止要拉取A发给他的离线消息，还需要拉取所有其他好友发给他的离线消息呀！

OK！如果用户B有很多好友，登陆时客户端需要对所有好友进行离线消息拉取。

客户端伪代码：

get B's friend-list;  // 拉取B的好友列表

for(all uid in B's friend-list){    // 遍历所有好友uid

get_offline_msg(B,uid);   // 拉取离线消息

}

我去，如果有1000个好友，难道要拉取1000次？有没有减少拉取次数的优化方法呢？

画外音：我的微信好友已满员，大家猜微信好友上限是多少？

先拉取各个好友的离线消息数量，真正查看离线消息时，才往服务器发送拉取请求，即按需拉取。

画外音：手机端为了节省流量，经常会使用这个按需拉取的优化。

除了减少流量的“按需拉取”优化，还有减少拉取次数的优化方案么？

当当当当！！！！

可以一次性通过receiver_uid即接收方ID，拉取所有好友发送给用户B的离线消息，把登录时与服务器的交互次数降低为了1次。

画外音：这样的话，离校消息表的访问模式就变为，只需要按照receiver_uid来查询了。

到客户端本地再根据sender_uid进行计算。

问题又来了，用户B一次性拉取所有好友发给ta的离线消息，消息量很大时，一个请求包很大，速度慢怎么办？

画外音：

老板，怎么这么难伺候呢？

请求次数多，你说瓶颈是网络，慢！

1次请求，你说报文大，瓶颈是带宽，又说慢！

到底要闹哪样？

分页拉取，是一种常见的优化方案。根据业务需求，先拉取最新的一页消息，再按需一页页拉取。

画外音：这是一个包大小与拉取次数的折衷。

任何设计方案都是折衷。

新的问题，离线消息会不会丢失，用户会不会收不到呢？

例如，上述步骤第三步执行完毕之后(删除了离线消息)，第四个步骤离线消息返回给客户端过程中，服务器挂掉，路由器丢消息，或者客户端crash了，那离线消息岂不是丢了么。

画外音：数据库已删除，用户却还没看到。

如何保证离线消息的可达性？

如同在线消息的应用层ACK机制一样，离线消息拉时，不能够直接删除数据库中的离线消息，而必须等应用层的离线消息ACK，等客户端真的收到离线消息，才能删除数据库中的离线消息。

画外音：ACK机制，是消息可靠性传递的常见玩法，不管是在线消息，还是离线消息。

新的问题又出现了！

画外音：刨根问底，才是严谨的治学态度。

如果用户B拉取了一页离线消息，却在ACK之前crash了，下次登录时会拉取到重复的离线消息么？

拉取了离线消息却没有ACK，服务器不会删除之前的离线消息，故下次登录时系统层面还会拉取到。但在业务层面，可以根据msg_id去重，让用户无感知。

画外音：SMC理论，系统层面无法做到消息不丢不重，业务层面可以做到对用户无感知。

另一个问题，假设有N页离线消息，现在每个离线消息需要一个ACK，那么岂不是客户端与服务器的交互次数又加倍了？有没有优化空间？

画外音：优化是无止境的。

其实，不用每一页消息都ACK，在拉取第二页消息时相当于第一页消息的ACK，此时服务器再删除第一页的离线消息即可，最后一页消息再ACK一次。这样的效果是，不管拉取多少页离线消息，只会多一个ACK请求，与服务器多一次交互。

总结

“离线消息”的玩法，可能比大家想象的要复杂，常见的优化有：

(1) 对于同一个用户B，一次性拉取所有用户发给ta的离线消息，再在客户端本地进行发送方分析，相比按照发送方一个个进行消息拉取，能大大减少服务器交互次数；

(2)按需拉取，是无线端的常见优化；

(3)分页拉取，是一个请求次数与包大小的折衷；

(4)应用层的ACK，应用层的去重，才能保证离线消息的不丢不重；

(5)下一页的拉取，同时作为上一页的ACK，能够极大减少与服务器的交互次数；

思路比结论更重要，希望大家有收获。

架构师之路-分享可落地的技术文章

相关推荐：

你丢过离线消息么？

画外音：“好看”是一种习惯，谢谢。