# 第 27 章：网页端

> Ana 在浏览器里开了三个聊天标签页，开会时有一个留在后台。三个标签页，是三台设备，还是一台？

深入理解 IM 系统 · https://im.liko.page/zh/web-client/

Ana 上班时用浏览器聊天。她开了一个标签页看徒步群，又开了一个和 Ben 聊，后来点一个链接，又多出来一个。下午开了一小时会，徒步群那个标签页一直开着，被别的页面挡在后面。

散会后她拿起手机：徒步群显示没有未读。可开会这一小时群里来了六十多条，她一条也没看。

**在浏览器里，一个标签页不是一台设备。** 前面二十几章的客户端是照着手机写的：一个 App、一条连接、一块屏幕。照搬到网页上，每个标签页各跑一份，浏览器里就同时住着三个 Ana。这一章把它们合成一个。

## 1. 不同的网页端，要的不一样

| 网页端 | 本地历史 | 连接 | 关掉以后怎么叫醒 |
|---|---|---|---|
| 完整的网页版（主线的网页端） | 浏览器里的数据库，当缓存用 | 一个浏览器一条，标签页共用 | 浏览器允许时，用网页推送 |
| 轻客户端（网站里的客服窗口，第 43 章） | 不存，打开时拉最近一页 | 一个页面一条 | 叫不醒，要不要发邮件、短信由业务定 |
| 小程序、App 里的网页 | 宿主给多少用多少 | 宿主提供的接口 | 宿主的通道 |

这一章讲第一行。客服窗口还有一个特别之处：它嵌在别人的网站里。Chrome 从 115 版起按顶层网站**分区存储**：同一个客服窗口嵌在两家网站上，就是两份互不相通的存储（[说明](https://privacysandbox.google.com/cookies/storage-partitioning)）。所以它的登录令牌要由宿主网站的服务端签发（第 25 章），不能指望浏览器里记着。

## 2. 看它坏掉：每个标签页各跑一份

每个标签页各开一条连接、各存一份状态，是大多数网站的默认做法。前面章节的设计在这里其实挡住了不少事：

- 两个标签页重发同一条发件箱里的消息，消息 ID 一样，服务端去重（第 4 章），不会重复。
- 两个标签页同时把同一页消息写进本地库：本地库里（会话, seq）是唯一键，同一条写第二遍，落在原来那一行上；记着“补到了哪”的游标只往大里改（第 7 章），哪个标签页后写，都不会把它改回去。也不会乱。

挡不住的是这几件：

- **藏起来的标签页替她读了。** 第 14 章的规则是“看到哪，报到哪”，它默认屏幕就在眼前。徒步群一天约 1,000 条，按醒着的 16 小时算，一小时约 **62 条**；那个标签页开着这个会话，来一条就报一次已读；未读数是最新 seq 减去读到哪（第 14 章），读到哪一路跟着最新 seq 走，手机上的未读就一直是 0。这一条其实和开几个标签页无关，只开一个也会这样：是手机上的规则照搬到了网页上。
- **一条消息，三个通知。** 每个标签页都收到推送，各弹一个桌面通知。
- **三台“设备”。** 每个标签页各连一条，服务端看到的是三台设备（第 16 章）：每条消息推三遍，三份同步游标，电脑一醒同步三遍。
- **心跳被放慢。** 页面看不见超过 5 分钟后，Chrome 对一连串定时器（在定时器里再设下一个，一遍遍重复的心跳就是这样）每分钟才检查一次（[Chrome 88](https://developer.chrome.com/blog/timer-throttling-in-chrome-88)）。第 23 章 4 分钟一次的心跳，可能拖到 5 分钟，正好碰上 NAT 的 5 分钟：NAT 5 分钟没见到包，就忘掉这条连接，之后推下来的消息都到不了（第 23 章）。

服务端多出来的连接，反而不算大事。假设 v3 的 100 万在线里有一成在浏览器里，每个浏览器平均开 2.5 个标签页：

- 连接从 10 万条变成 **25 万条**，网关从 2 台的量变成 5 台（第 22 章：平时每台 5 万条）；
- 每 4 分钟一次心跳，从每秒 417 次变成 **1,042 次**。

多三台网关，买得起。真正的理由是上面那几件用户看得见的事。

## 3. 办法：整个浏览器是一台设备

一个浏览器只有一个设备号、一条连接、一个本地库。由一个标签页**领头**：它持有连接，写本地库，其他标签页只看，有事找它。

1. **一个设备号。** 第一次打开时生成，存在浏览器里，所有标签页共用。服务端看到的是一台设备。
2. **选出领头的。** 每个标签页都去申请同一把锁（[Web Locks](https://developer.mozilla.org/en-US/docs/Web/API/Web_Locks_API)），拿到的就领头，其他的排队。领头的标签页关掉，锁随之放开（[规范 2.6 节](https://w3c.github.io/web-locks/)），排在最前的接手、重连：Wi-Fi 下三个来回约 60 毫秒，再同步一次。
3. **标签页之间传话。** 领头的收到推送，经 [BroadcastChannel](https://developer.mozilla.org/en-US/docs/Web/API/BroadcastChannel) 告诉其他标签页；其他标签页发消息，也经它转给领头的。
4. **本地库用 IndexedDB。** 它就是第 7 章的本地数据库，只是换成浏览器自带的。但要当缓存用：用户用 Safari 的七天里没有和这个网站交互过，Safari 就清掉它用脚本写的存储，包括 IndexedDB（[WebKit](https://webkit.org/blog/10218/full-third-party-cookie-blocking-and-more/)）。清掉了就像重装一样重新同步（第 11 章），200 个会话的记录约 7.8 KB（每行 39 字节，第 14 章）。
5. **看得见才报已读。** 只有页面可见（[Page Visibility](https://developer.mozilla.org/en-US/docs/Web/API/Page_Visibility_API)）、会话在屏幕上时，才报读到哪。开会那一小时，徒步群的 62 条留在未读里。
6. **心跳改由服务端发。** 第 23 章的心跳是客户端发的应用帧，在后台标签页里它靠的正是会被放慢的定时器。浏览器这一端改由服务端发 WebSocket 的 ping，浏览器自己回 pong（[RFC 6455 第 5.5.2 节](https://www.rfc-editor.org/rfc/rfc6455#section-5.5.2)），不经过页面；页面既看不到也发不了 ping（[WHATWG](https://websockets.spec.whatwg.org/)）。标签页重新可见时，领头的主动问一声、同步一次。
7. **一个前后台，一个通知。** 有一个标签页可见，这台设备就算在前台；都看不见，领头的按第 17 章报“后台”。通知由领头的弹，用会话做通知的 `tag`，同一个会话的新通知替换旧的（[MDN](https://developer.mozilla.org/en-US/docs/Web/API/Notification/tag)）；下面的网页推送用同一个 `tag`，两边也不会重复。

还有两件和手机不同的事：

- **连不上 WebSocket 时退回长轮询。** 公司代理、个人防火墙、杀毒软件都可能挡住 WebSocket；Socket.IO 正是因此先用长轮询、再升级（[文档](https://socket.io/docs/v4/how-it-works/)）。长轮询就是第 1 章的轮询，只是服务端没有新消息时先不回，等有了再回。
- **标签页都关了，用网页推送。** 浏览器的推送由页面注册的 service worker 接收，页面没开着也行（[MDN](https://developer.mozilla.org/en-US/docs/Web/API/Push_API)）。iOS 从 16.4 起才支持，而且只给添加到主屏幕的网页应用（[WebKit](https://webkit.org/blog/13878/web-push-for-web-apps-on-ios-and-ipados/)）。它对应手机上的系统推送（第 17 章）。

## 4. 代价

- **多一层协调。** 选领头的、标签页之间传话，都是新代码，也有新毛病。比如领头的恰好是一个后台标签页，浏览器把它冻结了：冻结的页面不跑定时器，也不跑回调（[Page Lifecycle](https://developer.chrome.com/docs/web-platform/page-lifecycle-api)），所有标签页跟着停。另一个办法是把连接放进 [SharedWorker](https://developer.mozilla.org/en-US/docs/Web/API/SharedWorker)，它不属于任何一个标签页；但安卓上的 Chrome 直到 148 版才支持它（MDN 的兼容数据）。
- **升级本地库要等旧标签页。** 新版本要改 IndexedDB 的表结构，旧版本的标签页还开着这个库，升级就被挡住（[blocked 事件](https://developer.mozilla.org/en-US/docs/Web/API/IDBOpenDBRequest/blocked_event)）。旧标签页要在收到版本变更时关掉库，提示刷新。
- **后台的标签页靠不住时间。** 定时器会被放慢，页面会被冻结；凡是“过多久做什么”，都要在页面重新可见时再核对一遍。
- **网页端多半是另一套代码。** 手机的核心能不能直接跑在浏览器里，是第 30 章的事。

## 5. 其他答案

- **每个标签页各跑一份。** 最简单，大多数网站这样做；代价就是第 2 节那几件。
- **SharedWorker 持有连接。** 不用选领头的；支持的浏览器上更干净。Telegram 的网页版 WebK（[telegram.org/apps](https://telegram.org/apps) 列出的开源客户端）就这样：MTProto 的网络代码跑在一个 SharedWorker 里，所有标签页共用（[apiManagerProxy.ts](https://github.com/morethanwords/tweb/blob/688c0b6/src/lib/apiManagerProxy.ts)）；浏览器没有 SharedWorker 时，只让一个标签页联网，其他标签页停下（[singleInstance.ts](https://github.com/morethanwords/tweb/blob/688c0b6/src/lib/singleInstance.ts)）。
- **不存历史。** 客服窗口这类轻客户端，每打开一个会话拉最近 50 条，约 10 KB（第 7 章）。
- **小程序和 App 里的网页。** 连接和存储都受宿主限制，各家规则不同。

## 6. 这一章的决定

**决策卡**

- 问题：浏览器里每个标签页各跑一份客户端：一条消息弹三个通知，藏在后台的标签页替人报了已读（开会一小时约 62 条），三个标签页算三台设备，后台定时器被放慢，心跳会拖到 NAT 的期限。
- 选择：整个浏览器是一台设备：一个设备号、一条连接、一个本地库（IndexedDB，当缓存用），由拿到 Web Lock 的标签页领头，其他标签页经 BroadcastChannel 找它；看得见才报已读；服务端发 ping；连不上 WebSocket 退回长轮询；都关了用网页推送。
- 代价：选领头和标签页间传话的新代码；领头的被冻结会拖住所有标签页；本地库升级要等旧标签页；后台标签页靠不住时间；网页端多半是另一套代码。
- 什么时候重新考虑：一套核心给所有平台，包括网页（第 30 章）；嵌在别人网站里的客服窗口（第 43 章）；端到端加密，浏览器里存密钥（第 42 章）。
- 其他答案：每个标签页各跑一份；SharedWorker 持有连接；不存历史的轻客户端；小程序和 App 里的网页按宿主的规矩。

客户端这一头，手机和浏览器都安顿好了。回到服务端：每秒 13,900 条消息，一台消息服务器、一台存储都已经忙不过来。下一章：把会话分出去。
