# 第 1 章：最小的聊天

> 手机怎样问服务器“有新消息吗”，才能一条不漏、一条不重？

深入理解 IM 系统 · https://im.liko.page/zh/smallest-chat/

产品经理说：“这周给 App 加上聊天。”

App 现在有 1,000 个日活用户。Ana 和 Ben 想在 App 里互相发消息。你手上有一台服务器、一个现成的数据库，还有一周时间。

先说一句为什么要自己做。市面上有现成的云 IM 服务，接进来就能用；也有开源的 IM 服务端（比如 Matrix 的 Synapse、OpenIM），自己部署起来就有这些功能。很多团队仍然自己做，原因通常是数据要放在自己手里、产品要完全可控，或者规模大了以后成本更低。不管自己做还是用现成的，弄懂它是怎么设计的都有用，这个系列讲的就是这件事。

## 1. 最简单的设计

一个程序，一张表：

```sql
messages(id, conversation_id, sender_id, text, created_at)  -- id 自增
```

- **发**：Ana 的 App 发一个请求 `POST /messages`。服务器检查 Ana 能不能在这个会话里说话，把消息写进表里，回复它的 `id`。
- **收**：Ben 的 App 每 2 秒问一次服务器：“把 id 比我手上最大的那条还大的消息给我。”

```
GET /messages?after=<我手上最大的 id>
```

为什么按 id 问，而不是按时间问？id 只由服务器这一个地方、一个接一个地发出来，手机只要记住自己见过的最大 id 就行；按时间问就得操心同一时刻的两条消息、不同机器的时钟。按 id 问更简单。

在这个规模下，有两件事是顺带得到的：

- **顺序**：只有一个数据库发号，id 的先后就是所有人看到的先后。
- **补齐**：一台关机的手机，再打开时带着旧的 `after` 来问，就能拿到这期间的所有消息。

## 2. 跑一遍

下面是一个模拟器。它不连真的服务器，只是按规则推演：Ana 在 20 秒里发了 6 条消息（有时连发两条），Ben 的手机每 2 秒问一次。

*（互动图：请在网页上查看 https://im.liko.page/zh/smallest-chat/）*

在 1,000 个用户的规模下，这个设计没有什么会坏：每条消息都到了，只到了一次。能看到的是它的两个特点：

- **很多轮询是空的**：灰色的虚线来回，问了，什么也没有。这一轮 Ana 发得很密（20 秒 6 条），空轮询还不到一半；真实的用户发得稀得多，第 4 节会算出 96% 的轮询是空的。
- **消息要等一会儿**：蓝色横条是每条消息从 Ana 按下发送到出现在 Ben 手机上的时间。刚好在 Ben 问之前到的，只等 0.2 秒左右；刚问完才到的，要等将近一个轮询间隔。平均下来是半个间隔，再加两段单程的网络时间（Ana 发上去、Ben 收回来，各 0.1 秒）。

勾上“Ben 的手机在第 6–14 秒关机”：手机重新打开时，它带着关机前的 `after` 去问，关机期间的 4 条消息一次全补回来。这个 `after=<id>`，就是后面第 6 章按会话补齐的雏形：那时手机的同步游标变成每个会话最后的 seq。

## 3. 这个设计依赖的几个前提

这个设计在 v0 够用，但它依赖几件事，后面的章节会一件件遇到：

- **id 按提交顺序可见。** 一行写进表里，要等事务“提交”以后，别人才查得到；而 id 是在插入时就分配好的，提交的先后不一定跟着 id 走。即使只有一个程序，它也会同时处理几个请求：如果 102 号先提交、101 号还没提交，Ben 这时来问，会拿到 102，把 `after` 记成 102，101 号就永远被跳过了。在每秒 1.4 条的 v0 里，这种情况极少发生，但不是不可能。简单的防法有两个：让写入一条一条地排队；或者每次多往回取一段（要比最长的事务还长），按 id 去掉重复。第 5 章的会话序号会解决它：它在每个会话里一个接一个地发，序号连续，有空缺就说明还有消息没到；第 6 章回来补齐时，就按每个会话的序号问。
- **id 只管顺序，不管连续。** 回滚、别的会话的消息都会让 id 跳号，所以客户端不能把“id 有空缺”当成“丢了消息”；id 的先后是服务器写入的先后，也不一定是两个人按下发送的先后。
- **发送方重试会产生重复。** 如果 Ana 的请求超时了、App 又发一次，同一句话会被写进表里两次。这一章的“只到一次”说的是接收这一边；发送这一边的重复，第 3、4 章用消息 ID 解决。
- **一次不能返回太多。** 一台关机一周的手机，不可能在一个回复里拿到所有消息。实际的查询是“我的会话里、id 大于游标的消息，按 id 排，最多 100 条”，再带一个 `has_more`，告诉手机“还有，接着问”。

## 4. 估算：每 2 秒问一次，代价是多少

设计定了。接下来算算它的代价，数字来自全书共用的假设：

- 1,000 个日活用户，高峰时 10% 在线：**100 台手机**开着 App。
- 每台每 2 秒问一次：100 ÷ 2 = **每秒 50 个请求**。一台服务器轻轻松松。
- 消息量：每人每天发 40 条，一天 40,000 条，平均每秒 0.46 条，高峰时乘 3，**每秒 1.4 条**。
- 单聊里，一条消息只送到对方的手机（平均 1.5 台）：每秒 1.4 × 1.5 ≈ 2 次轮询能拿到东西，其余 48 次是空的，也就是 **96% 的轮询是空的**（发送者自己的其他设备也会收到，空的比例会再低一点点）。就算按全书假设里含群聊的“每条消息平均送到 10 台设备”算，也至少有 72% 是空的。
- 一条消息在 Ben 的 2 秒周期里随机落下，平均要等半个周期，再加上两段单程的网络时间（共 0.2 秒）：**平均 1.2 秒，最长 2.2 秒**。默认那一轮只有 6 条，平均 1.6 秒；模拟 10 分钟、300 条消息，平均 1.17 秒，最长 2.2 秒。

拖一拖下面的滑块，看看规模变大时会怎样：

*（互动图：请在网页上查看 https://im.liko.page/zh/smallest-chat/）*

把日活拖到 10 万，每秒请求变成 5,000 个，平均等待还是 1.2 秒。这就是第 2 章的问题。

## 5. 打开这个程序和它的表：五个部分都已经在了

这一章没有“拆”任何东西，但如果打开这个程序和它的那张表看，第 0 章的四层和旁边的业务层其实都已经在了。注意这里的“收”和“发”是站在服务器的角度说的：消息层“收下”Ana 发来的消息，分发层把它“送出”给 Ben。

*（互动图：请在网页上查看 https://im.liko.page/zh/smallest-chat/）*

- **连接层**：回答每台手机发来的 HTTP 请求。这里每次都是一个新的请求，问完就断。
- **消息层（收）**：检查 Ana 能不能说话，写进表里，回复 id。
- **分发层（发）**：回答轮询，把 id 更大的消息给出去。
- **存储层**：那张 `messages` 表。
- **业务层**：“Ana 在这个会话里吗？”

后面的每一个版本，都是因为某个部分扛不住了，才把它从这个程序里拆出来、做得更深。

## 6. 代价和其他答案

代价：

- 不管有没有新消息，每台开着 App 的手机都在问：服务器白做工，手机白白耗流量，也多耗一些电。
- App 退到后台以后，手机系统不会让它每 2 秒问一次，所以轮询只能在 App 开着的时候收消息。在后台把消息送到手机，要靠后面讲的推送。
- 平均要等半个轮询间隔。想等得少一半，请求就要多一倍。

其他答案：

- **按服务器的时间问，再加一点重叠、按 id 去重**：用服务器写下的时间做游标，每次往回多取一点，重复的按 id 丢掉。能用，但要多做一层去重。
- **由服务器发一个“下次从这里问”的令牌**：比如开源的 Matrix 协议，客户端同步时带上服务器上次给的 `since` 令牌，令牌里是什么由服务器决定。思路和按 id 问一样：位置由服务器给，不靠客户端的时钟。
- **长轮询**：服务器先不回复，等有消息再回。这是从轮询走向推送的第一步，第 2 章会把这条路完整讲一遍。

## 7. 实践中

作者做过的第一个聊天系统，第一版也是一台机器：收消息、发消息都在一个程序里，数据放在内存中。和这一章不同的是，它从第一天起就用 WebSocket 长连接把消息推给客户端，没有经过轮询这一步。

单机、数据放内存，是第一版很自然的选择：开发快，跑得也快。要留意的是，重启或崩溃时，内存里的东西都会丢。所以这一章的最小版本也把消息写进表里；在线状态、缓存这类丢了还能重建的东西，才适合只放在内存里。

## 8. 这一章的决定

**决策卡**

- 问题：1,000 个用户，要尽快做出能用的聊天：手机要找到新消息，一条不漏、一条不重。
- 选择：轮询时带上 after=<手上最大的 id>，由服务器按 id 返回。
- 代价：大部分轮询是空的；平均等待约 1.2 秒；只在 App 开着时能收；依赖 id 按提交顺序可见（写入排队，或多取一段再去重）。
- 什么时候重新考虑：用户要求消息立刻到、轮询多到每秒几千个时（第 2 章）；同时写入多起来时，换成每个会话连续的序号，空缺能被发现（第 5、6 章）。
- 其他答案：按服务器时间加重叠和去重；由服务器发同步令牌（如 Matrix 的 since）；长轮询。

到这里，聊天能用了。下一章，用户涨到 10 万，大家开始嫌消息慢。
