# 第 26 章：App 的生命周期

> Ben 走出公司，手机从 Wi-Fi 换到 4G，App 开着，Ana 的消息却两分钟后才到。手机上的连接什么时候该断、什么时候该连，由谁说了算？

深入理解 IM 系统 · https://im.liko.page/zh/app-lifecycle/

傍晚 6 点，Ben 一边看着和 Ana 的聊天一边走出公司，手机从公司的 Wi-Fi 换到了 4G。Ana 接连发来三条，他的屏幕上什么也没有。两分钟后，三条一起冒了出来。

服务端没有出错。三条消息都按时推了，推进的是 Ben 在 Wi-Fi 上的那条旧连接。那条连接已经不通了，可 Ben 的 App 不知道，还在等。

问题在这里：**在手机上，连接什么时候活着，不由 App 决定，更不由服务端决定，而由手机系统决定。** 这一章让 App 听系统的，再把它听到的告诉服务端。

## 1. 手机系统怎么对待后台的 App

两家系统的规矩不一样，但方向一样：后台的 App 要尽量什么也不做。

**iOS。** App 退到后台时，系统调用它的一个回调，给它 **5 秒**收尾；回调返回之后不久，App 就被**挂起**：不再运行任何代码（[苹果文档](https://developer.apple.com/documentation/uikit/extending-your-app-s-background-execution-time)）。要多一点时间，可以申请一个后台任务，做完必须马上结束，否则系统会终止 App。挂起期间，系统还可能收回 App 的 socket，连接就此关掉（[TN2277](https://developer.apple.com/library/archive/technotes/tn2277/_index.html)，已归档）。

**安卓。** App 进了后台，还有“几分钟”可以跑后台服务，之后系统把它们停掉（[Android 8 的后台限制](https://developer.android.com/about/versions/oreo/background)）。手机不插电、灭屏、放着不动久了会进入 **Doze**（低电耗模式），系统暂停网络访问，只在间隔越来越长的维护窗口里放行（[Doze 文档](https://developer.android.com/training/monitoring-device-state/doze-standby)）。不少手机厂商还会更积极地清理后台 App，[dontkillmyapp.com](https://dontkillmyapp.com/) 按厂商列了出来（这是一个民间网站，不是官方文档）。

结论很简单：**App 一离开屏幕，它的长连接就靠不住了。** 前面的章节其实已经按这个算：“在线”的意思是 App 开着，v3 高峰的 100 万在线就是这么来的。

## 2. 看它坏掉：网络换了，连接不知道

一条 TCP 连接绑在两端的地址上。Ben 的手机换了网络，地址变了，旧连接就不能再用了。

有时系统会马上让旧 socket 报错，App 立刻知道。但不总是：安卓的文档说，新网络成为默认网络以后，旧网络上剩下的连接“过一段时间”才被强行关掉（[文档](https://developer.android.com/develop/connectivity/network-ops/reading-network-state)）。在那之前，App 往一条已经不通的连接里写，什么错也看不到。

不听系统的 App，只能靠第 23 章的心跳发现：等到下一次心跳（第 23 章：4 分钟没发过东西才发一次，所以是 0 到 4 分钟以后），再等 10 秒没有回复，才重连。**平均 130 秒，最坏 250 秒**，这段时间 Ben 的屏幕开着，却收不到新消息。

系统其实知道网络变了，而且会告诉 App：安卓有默认网络变化的回调（同一份文档），iOS 有 `NWPathMonitor`（[文档](https://developer.apple.com/documentation/network/nwpathmonitor)）。听这个事件，网络一变就重连：

> 事件（假设 1 秒内）+ 建新连接 0.6 秒（第 2 章：TCP、TLS 1.3、升级各一个来回）+ 同步一个来回 0.2 秒 = **约 1.8 秒**

## 3. 退到后台：连接留着，还是关掉

第 17 章已经定了一半：App 退到后台时告诉服务端一声，服务端从此给这台设备发系统推送。剩下一半是连接本身。

留着是很自然的选择：Ana 切出去复制个验证码，几秒就回来，连接还在，不用重连。可在 iOS 上，App 几秒后就被挂起，连接却还开着：手机的系统内核替它收包、回确认，服务端看不出任何异常。要等第 23 章的检查：网关从最后一次听到它算起，等满 12 分钟才关。App 在前台时至少每 4 分钟发一次东西，所以退到后台时，它最后一次发东西是在 0 到 4 分钟以前；12 分钟减去这一段，这条连接在 App 挂起后还要挂 **8 到 12 分钟，平均 10 分钟**。

v3 每天 1,000 万人、每人打开 20 次，每次打开都以退到后台结束。高峰按平均的 3 倍算，每秒约 **6,944 次**。每秒新挂上 6,944 条，每条挂 600 秒，同一时刻挂着的就是两数相乘：

> 6,944 × 600 秒 ≈ **417 万条**挂着没人用的连接，比 100 万条真在用的还多

系统可能提前收回 socket，所以这是上限；可哪怕只有其中一部分，也是压在第 22 章只照 100 万条配的网关上。安卓上 App 还会在后台活一阵，连接是活的，接着发心跳、耗电，直到被系统停掉。

所以要关。关掉的代价是每次回到前台都要重新建连。这里选**留 10 秒再关**：10 秒内回来的不用重连，高峰时挂着的连接只有 6,944 × 10 秒，约 7 万条。10 秒在 iOS 给的 5 秒加一个后台任务之内。

## 4. 办法：一台由系统事件驱动的状态机

两个问题是同一个毛病：连接只看 socket 自己，不看系统。办法是把连接写成一台**状态机**，系统的事件和连接的事件都是它的输入。

| 状态 | 在做什么 | 离开它的事件 |
|---|---|---|
| 未连接 | 什么也不做 | 回到前台 → 连接中 |
| 连接中 | TCP、TLS，带上令牌（第 25 章） | 成功 → 同步中；失败 → 等待重试 |
| 同步中 | 按第 6、11 章补齐会话和消息 | 完成 → 在线 |
| 在线 | 收推送、发心跳 | 退到后台 → 后台；网络变了、心跳超时 → 连接中；服务端关闭 → 等待重试 |
| 等待重试 | 退避加随机抖动（第 3 章；为的是网关重启时所有人别同一刻回来，第 24 章） | 时间到、网络回来 → 连接中 |
| 后台 | 已报后台，10 秒后关闭 | 回到前台 → 在线；10 秒到 → 未连接 |

四条规则：

1. **网络一变，马上重连。** 不等旧连接报错，直接丢掉它，在新网络上连。第一次不退避；再失败才按第 3 章退避加抖动。Telegram 的客户端库 TDLib 也这样要求：网络一变（哪怕类型没变，比如换了一个 Wi-Fi）就调用 `setNetworkType`，它会让所有网络连接重开，缩短换网时的延迟（[TDLib 文档](https://core.telegram.org/tdlib/docs/classtd_1_1td__api_1_1set_network_type.html)）。
2. **退到后台，先报再关。** 在系统给的几秒里，按第 17 章报一声“后台”，10 秒后关掉连接。这一帧没发出去（比如正好没网），服务端只能靠心跳兜底，回到 8 到 12 分钟，这期间的消息没有通知。
3. **回到前台，连上就同步。** 第 6 章的“每次打开同步一次”，在这里就是“每次回到前台连一次、同步一次”。10 秒内回来的，连接还在，报一声“前台”就行。
4. **被杀或崩溃，不用管。** 进程没了，系统内核会关掉它的 socket，服务端通常能收到关闭；收不到，还有心跳。

## 5. 算一下

- **发现网络换了**：从平均 130 秒，变成约 1.8 秒。
- **挂着没人用的连接**：高峰从最多约 417 万条，变成约 7 万条。
- **代价是更多的建连**：每次回到前台都建连，高峰每秒约 6,944 次握手。分到第 22 章的 20 台网关，每台每秒约 347 次；每台每秒能做 2,000 次，这占了 **17%**。这里数的是连接，每次打开都算；第 21 章数的是在线状态的变化，很快又回来的打开被它合并掉了，所以那边高峰每秒只有约 3,500 次上线或下线。

## 6. 代价

- **每次打开都要建连和同步。** 握手吃网关的 CPU（上面的 17%），也让打开 App 时多等约一秒。
- **规矩按平台、按版本、按厂商变。** iOS 和安卓各一套，安卓上还要看厂商；这台状态机要跟着系统升级改。
- **后台全靠系统推送。** 连接一关，后台的消息只能靠 APNs、FCM 和厂商通道（第 17 章），它们不保证送到。通知只是提醒，回到前台的同步才是准的。

## 7. 其他答案

- **后台也保持连接。** 安卓可以开一个前台服务，代价是通知栏里一直挂着一条通知，还要一直发心跳：每 4 分钟一次、每次唤醒无线电 10 秒，一天无线电多亮约 **1 小时**。iOS 不给普通聊天 App 这样做。
- **用 VoIP 推送叫醒 App。** 从 iOS 13 起，收到 VoIP 推送的 App 必须向 CallKit 报告一个来电，否则会被终止（[PushKit 文档](https://developer.apple.com/documentation/pushkit/pkpushregistrydelegate/pushregistry(_:didreceiveincomingpushwith:for:completion:))）。它只适合真的打电话。
- **用静默推送在后台同步。** 苹果说这类推送优先级低、会被限流，“每小时不要超过两三条”（[文档](https://developer.apple.com/documentation/usernotifications/pushing-background-updates-to-your-app)）；Ana 平均每天收到约 267 条（全书的数），合每小时 11 条，远远不够。
- **QUIC 的连接迁移。** QUIC 用连接 ID 而不是地址认连接，手机换了网络，连接还能接着用（[RFC 9000 第 9 节](https://www.rfc-editor.org/rfc/rfc9000.html#section-9)）；服务端也可以声明不支持。它只解决网络切换，管不了后台。

## 8. 这一章的决定

**决策卡**

- 问题：手机上的连接由系统决定死活：网络一换，旧连接可能一声不吭地死掉，只靠心跳，手机平均两分多钟才发现；退到后台几秒就被挂起，连接若留着，服务端最多 12 分钟才关，v3 高峰挂着约 417 万条没人用的连接。
- 选择：客户端一台由系统事件驱动的连接状态机：网络一变马上重连；退到后台按第 17 章报一声，10 秒后关连接；回到前台连上就同步。心跳只做兜底。
- 代价：每次打开都建连和同步（v3 高峰每秒约 6,944 次握手，20 台网关能力的 17%）；规矩按平台、版本和厂商变；后台的消息全靠第三方推送。
- 什么时候重新考虑：浏览器里的标签页（第 27 章）；一套 SDK 给所有平台，状态机写一次（第 30 章）；推送不到时怎么知道（第 33 章）。
- 其他答案：后台也保持连接（安卓前台服务，一天无线电多亮约 1 小时）；VoIP 推送叫醒（iOS 13 起只给来电）；静默推送同步（每小时两三条）；QUIC 连接迁移（只管网络切换）。

手机上的 App 至少还有系统推送可以依靠。换到浏览器里，Ana 一口气开了三个标签页，关掉以后什么也叫不醒她。下一章：网页端。
