本文来自于个推CTO叶新江在2015Qcon的分享整理。

截止2015年6月，个推SDK累计接入总用户数达50亿 (其中海外近5亿)，接入应用超过35万，开发者人数近20万，覆盖独立终端超过8亿（其中海外超过1亿），日均活跃用户近6亿，日分发消息20亿条。

这么庞大的数据，是如何做到的呢？2011年公司做的是小规模IM产品，发展思路偏向于拿来主义，和很多开发者一样会选择MySQL来作为网站数据库。到了2011年，重新设计了系统架构，选择了更为开源的大并发通信系统；直至去年，多地协同、流式处理的理念应运而生，形成了大分布及大数据的处理系统。从单点的数据库到点与点的通讯，再到网络结构系统，不仅需要克服思维上的局限，更需要挑战服务器的极限。
例如：延迟和吞吐量，用户多了之后如何在保证延迟可接受的情况下达到想要的吞吐？关于这点大家可以回想下Java虚拟机的垃圾回收算法。

以下是开发大并发通信系统的相关经验：

1.内部服务调用方式
关于调用方式，异步非侵入式是首选。无需等待返回值的函数调用绝对拥有最高的收益，辅以非侵入调用就能最大程度上减少对目标程序的占用。

2.JVM及线程调优
个推选择CMS（Concurrent Mark-Sweep）作为GC（Garbage Collection)，默认了92%的回收触发条件。另外要注意的是Linux下的性能调优，如MAT的使用，利用 top-p-H 来查看CPU占用情况，利用jstack,jmap命令定位问题所在等。

3.TCP 阑尾
TCP是全双工的，因此关闭连接必须要在两个方向上分别进行，反复的通道开启和关闭很容易带来问题。起初TW(Time Wait)就是为了克服不稳定的网络带来的丢包等问题，如今随着网络技术的发展，TW已经成了鸡肋。另外，虽然说TW状态的连接既可以被回收（Recycle）又可以被重用（Reuse），但没有人愿意冒这双重风险。在二者选其一时，能在时间戳上满足接入规律的Reuse有着明显的优势。

4．健壮保障
需要重点关注：关键词，如流控、维稳、异常隔离、分降级、断续处理等。就流控而言，有可能出现SDK发送数据存在逻辑问题而导致浪涌现象的情况。

5.分布式事务
如何在分布式情况下实现将100元钱从A转到B？传统思维是按照A.C.I.D原则进行操作。A.C.I.D指数据库事务正确执行的四个基本要素。包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）。这里我详细讨论下另一种替代方案——B.A.S.E，Basic Availability：基本可用；Soft-state ：软状态/柔性事务，可以理解为”无连接”的, 而 “Hard state” 是”面向连接”的；Eventual consistency：最终一致性，最终整个系统（时间和系统的要求有关）看到的数据是一致的。在B.A.S.E中，强调可用性的同时，引入了最终一致性这个概念，不像A.C.I.D，并不需要每个事务都是一致的，只需要整个系统经过一定时间后最终达到是一致的。首先确定考虑因素，即用什么方式来分割交易事务，资源方面有哪些要求，如何保证幂等性。

接下来是具体实现方式，流程如下：

1.设置业务交易记录表 T, 并建立一套和 T 相同存储的队列 Q
2.记录交易到 T, 同时放入队列 Q, 两个动作一个事务
3.A设置一个已处理交易记录表TA
4.监测 Q, 如果有给 A 的交易请求，则
开始事务
查看 TA 中是否有处理过此交易
If没有处理过 then
更新 A 记录
把处理痕迹写入 TA
end if
结束事务
If 上面的事务处理成功 then
Q出列
end if
1. B也按上述方式处理

使用分布式事务有助于简化应用开发，使用消息队列明显需要更多的工作量，两者各有优劣。
总结：对于时间紧迫或者对性能要求不高的系统，应采用分布式事务加快开发效率，对于时间需求不是很紧，对性能要求很高的系统，应考虑使用消息队列方案。对于原使用分布式事务，且系统已趋于稳定，性能要求高的系统，则可以使用消息队列方案进行重构来优化性能。

6.关于前瞻和成本
举个简单的例子——数据分区。实施前确定需要的资源，事先规划和分割，看到资源的限制后安排后期数据搬迁，最后利用redis内存分配占用。

最后谈一点我们理解的O2O下的推送。我们的核心为5W，即在合适的时间（When）、合适的地点（Where）、合适的场景（Which）把合适的内容（What）推送给合适的人（Who）。比如中午12点，用户来到了到中关村附近，日常比较喜欢粤菜，自然希望收到有关粤菜馆的一些优惠信息或者位置信息。在推送依据上，个推依赖于用户画像，并且根据场景进行高效的信息推送。