本文由冰河分享，作者博客 binghe.gitcode.host，原题“这套分布式im即时通讯系统如何写到简历上？我给你整理好了！”，本文有修订和改动。
分布式im即时通讯系统本质上就是对线上聊天和用户的管理。
针对聊天本身来说，最核心的需求就是：发送文字、图片、文件、语音、视频、消息缓存、消息存储、消息未读、已读、撤回，离线消息、历史消息、单聊、群聊，多端同步，以及其他一些需求。
对用户管理来说，存在的需求包含：添加好友、查看好友列表、删除好友、查看好友信息、创建群聊、加入群聊、查看群成员信息、退出群聊、修改群昵称、拉人进群、踢人出群、解散群聊、填写群公告、修改群备注以及其他用户相关的需求等。
为了更好的理解分布式im即时通讯系统的设计，我站在架构师的角度，在充分了解系统需求、业务流程和技术流程后，从全局视角为系统设定方案目标，对技术方案进行选型，对系统进行总体架构设计和分层架构设计，并梳理清楚发送消息的交互链路、单聊和群聊的交互链路。希望对你有帮助。
技术交流：
- 移动端im开发入门文章：《》
- 开源im框架源码：（）
（本文已同步发布于：）
在进行技术选型与总体架构设计之前，需要明确一个事项，就是系统无论采用哪种方案，采用哪种架构设计都需要明确这种方案的业务目标、技术目标和架构目标，并在研发过程中不断评估系统的总体性能表现，发现系统瓶颈并不断进行优化。
总体上，我们搭建和开发的分布式im即时通讯系统，需要满足如下方案目标。
具体是：
- 1）业务目标：满足需求设计篇章中的各类需求场景；
- 2）技术目标：支持无限扩容，百万用户同时在线聊天；
- 3）架构目标：高并发、高性能、高可用、可监控、可预警、可伸缩，支持无限扩展。
在技术选型上，除了采用springboot等基础框架外，也会采用容器化方案。
同时，考虑到为了尽量降低技术门槛，在整个分布式im即时通讯系统的技术选型中，主要采用市面上比较流行的技术框架和方案。
具体选型如下所示：
- 1）开发框架：springboot、springcloud、springcloud alibaba、dubbo；
- 2）缓存：redis分布式缓存 guava本地缓存；
- 3）数据库：mysql、tidb、hbase；
- 4）流量网关：openresty lua；
- 5）业务网关：springcloud gateway sentinel；
- 6）持久层框架：mybatis、mybatis-plus；
- 7）服务配置、服务注册与发现：nacos；
- 8）消息中间件：rocketmq；
- 9）网络通信：；
- 10）文件存储：minio；
- 11）日志可视化治理：elk；
- 12）容器化管理：swarm、portainer；
- 13）监控：prometheus、grafana；
- 14）前端：vue；
- 15）单元测试：junit；
- 16）基准测试：jmh；
- 17）压力测试：jmeter。
对于im即时通讯系统来说，涵盖了即时通讯后端服务、大后端平台、sdk接入服务、openai接入服务、大前端ui，我相信不少小伙伴多多少少能够画出im即时通讯系统的架构图，大致如下图所示。
其实，这种这种架构设计也比较常见，在这种架构设计中，kong/openresty/nginx只做负载均衡和反向代理，研发人员更多的是关注业务层和基础层的开发，流量比较小时，这种架构设计一般不会有什么问题。但是一旦流量比较大，用户调用后端平台的接口发送消息时，即时通讯sdk同步调用即时通讯服务的接口就会出现性能问题。
因为每个终端同时只能与一个im即时通讯服务实例建立连接，如果大量的用户终端恰好都与一个im即时通讯服务建立连接，那即时通讯sdk频繁同步调用同一个im即时通讯服务的接口就会出现性能瓶颈。此时，出现性能瓶颈时，不仅仅会影响到im即时通讯服务，也会对后端平台接收请求的业务造成一定的影响。
既然上节图中所示的架构设计存在性能瓶颈，那我们如何进行优化呢？
为此我们在前图基础上进行了优化，优化后的架构如下图所示。
对比两图可以看出，在屏蔽掉技术实现细节的前提下，我们将对业务的校验和流量管控进行前置化，放大kong/openresty/nginx的职责，使得这些软件不仅具备反向代理和负载均衡的功能，还能实现限流、黑白名单、流量管控、业务校验等功能。
也就是说，在这种架构模式下，我们充分发挥了整个分布式im即时通讯系统的入口职责，充分利用kong/openresty/nginx的高并发、高吞吐量的能力，尽量将大部分无效请求挡在整个系统之外。例如，用户在没登录系统的前提下，就尝试调用发送消息、添加好友、添加群组等等接口。这样会大大减轻后台平台的业务压力。
除了在kong/openresty/nginx中实现限流、黑白名单、流量管控、业务校验等功能外，我们还引入了业务网关集群，实现限流、降级、熔断、流控、校验、鉴权等功能，进一步保证下游系统的稳定性和安全。
为了解决大量用户终端恰好连接到同一个im即时通讯服务实例，im即时通讯sdk频繁调用同一个im即时通讯服务实例的接口造成的性能问题。我们在im即时通讯服务sdk与im即时通讯服务之间引入了rocketmq集群。
im即时通讯服务集群中的每一个im即时通讯服务实例在集群中都有一个唯一的id，并且每个im即时通讯服务实例在启动后，只会监听rocketmq中与自身id相关的topic。这样每个im即时通讯服务只会收到与自身id相关的topic中的消息，不会接收所有的消息。
当用户登录系统后，就会与im即时通讯服务建立长连接，并且会以用户id和终端为key，以im即时通讯服务的id为value，将其存储到分布式缓存中。同时，会以用户id和终端为key，以用户终端与im即时通讯服务建立的长连接为value，将其存储到im即时通讯服务本地内存中。
当用户调用后端平台的接口发消息时，会带上目标用户的id，并且在im即时通讯sdk中会指定用户登录的终端设备，最终会通过im即时通讯sdk向rocketmq发送消息。
此时im即时通讯sdk会根据目标用户id和终端从分布式缓存中获取目标用户连接的im即时通讯服务的id，并向此id相关的topic发送消息。此时与目标用户建立长连接的im即时通讯服务就会接收到rocketmq中的消息，随后根据用户id和终端从本地缓存中获取到与用户终端建立的长连接，并基于此长连接向用户推送消息。
另外，在实际实现中，为了避免大量用户同时只连接im即时通讯服务集群中的某一个服务实例，会对用户连接的ip、浏览器指纹、手机设备等做hash和取模运算，使其尽量均匀分布到集群中的每一个服务实例上。
那么问题来了，这种架构设计还有进一步优化的空间吗？
为进一步增强分布式im即时通讯系统的性能、可用性和弹性伸缩能力，我们可以对分布式im即时通讯系统进行容器化架构设计，如下图所示。
可以看到，我们对分布式im即时通讯系统的架构设计进行了进一步优化，采用了容器化架构设计。在原有架构的基础上，我们进行了如下改进和优化。
1）基础支撑服务：基础支撑服务会由各种基础中间件、数据存储服务、以及监控服务实现，包含：mysql数据库、tidb数据库、hbase、redis缓存、rocketmq消息队列、prometheus监控和portainer容器管理等基础中间件实现，基础支撑服务会对整个分布式im即时通讯系统提供最基础的数据、传输、监控和容器管理等服务。
2）容器化：在容器化层面，会通过docker、swarm和portainer实现，其中，会基于swarm和portainer对容器化进行管理。
3）其他基础性功能实现：除了上述分层架构外，对于建设分布式im即时通讯系统来说，还要考虑异常监控、服务注册与发现、可视化、服务降级与兜底数据、服务限流、服务容灾、容量规划与扩缩容和全链路压测等。
在分布式im即时通讯系统中，不管是大后端平台，还是im即时通讯服务，我们都会对业务层的代码采用分层业务架构。
这里，可以借鉴ddd的分层架构思想，将代码总体上分成展示层、应用层、领域层和基础设施层四个层次。
但是，考虑到分布式im即时通讯系统的特殊性，又不会严格按照ddd的原则来设计代码分层，具体按照如下图所示。
可以看到，分布式im即时通讯系统会借鉴ddd的设计思想，但是不会完全按照ddd的方式进行设计。
1）展示层：展示层，也叫做用户ui层，是ddd设计的最上层，对外提供api接口，接收客户端请求，解析参数，返回结果数据，并对异常进行处理。
2）应用层：应用层，也叫做application层，应用层主要处理容易变化的业务场景，可对相关的事件、调度和其他聚合操作进行相关的处理。
3）领域层：领域层，也叫做domain层，领域层可以说是ddd设计的精髓所在，它是将业务系统中相对不变的部分抽象出来封装成领域模型。在分布式im即时通讯系统的设计中，领域层基本不会依赖其他层，也不会依赖基础设施层，这里是与ddd设计存在区别的地方。
4）基础设施层：基础设施层，也叫做infrastructure层，基础设施层会对其他各层提供通用的基础能力，在分布式im即时通讯系统中，就包括了缓存、通用工具类、消息、系统的持久化机制等。
在分布式im即时通讯系统中，我们忽略掉其他一些细节信息，重点关注下发送消息的交互链路逻辑。不管是单聊还是群聊，最终都需要通过im即时通讯服务将消息推送给用户的终端。此时发送消息的流程如下图所示。
可以看到：用户在分布式im即时通讯系统发送消息时，不管是单聊还是群聊，最终的消息都会推送到用户登录的终端设备上。假设此时用户a给用户b发送消息，或者用户a和用户b在同一个群组，用户a向群组发送消息，用户b接收消息的主要流程如下。
具体是：
- 1）用户a调用后端平台的接口向用户b发送消息，并且发送的消息中会带有用户b的id以及终端信息；
- 2）后端平台将消息缓存起来，并且会将消息异步写入消息库；
- 3）后端平台从redis中获取用户b连接的im即时通讯服务的id；
- 4）后端平台获取到用户b连接的im即时通讯服务的id后，会向rocketmq中用户b连接的im即时通讯服务id对应的topic发送消息；
- 5）im即时通讯服务会监听自身服务id对应的rocketmq中topic的消息，此时，用户b连接的im即时通讯服务会接收到消息；
- 6）im即时通讯服务接收到消息后，会根据用户b的id以及终端信息从缓存中获取用户b与im即时通讯服务建立的连接，并且通过这个连接向用户b推送消息。
要实现如上发送消息的流程，前提是要满足如下条件：
- 1）后端平台满足分布式条件，可随时横向扩展；
- 2）im即时通讯服务满足分布式条件，可随时横向扩展；
- 3）每个启动的im即时通讯服务实例在集群中都有一个唯一的id；
- 4）每个im即时通讯服务，都只监听自身id对应的rocketmq中topic的消息；
- 5）用户登录分布式im即时通讯系统后，会与im即时通讯服务建立长连接，并且会根据用户id和所在的终端缓存长连接，同时会根据用户id和所在的终端将连接的im即时通讯服务的id缓存到redis；
- 6）用户发送消息时，会根据目标用户的id和终端从redis中获取im即时通讯服务的id，进而向当前im即时通讯服务的id对应的rocketmq的topic发送消息；
- 7）对应的im即时通讯服务监听并接收到rocketmq消息后，会根据目标用户的id和终端从缓存中获取到用户的连接信息，向目标用户推送消息。
单聊就是在分布式im即时通讯系统中，一个用户直接与另外一个用户聊天，也就是一对一的聊天。在这种场景下，很有可能单聊的两个用户中，出现用户不在线的情况。
例如：用户a给用户b发送消息时，用户b可能不在线。
此时，我们就需要将用户a向用户b发送的消息存储起来。
其实，在我们实现的分布式im即时通讯系统中，无论把用户b是否在线，都会存储消息记录。当用户b登录系统后，将消息同步给用户b，如下图所示。
可以看到，用户a向用户b发送消息时：
- 1）如果用户b在线，就可以按照发送消息的交互链路向用户b发送消息了；
- 2）如果用户b不在线，此时就无法向用户b正常推送消息。当用户b登录分布式im即时通讯系统后，就会调用后端平台的接口拉取所有未读消息，并通过用户b在线流程向用户b推送消息。
群聊就是在分布式im即时通讯系统中，多个用户在同一个群组中进行聊天。
此时在发送消息时，我们可以通过群组id找出群内所有在线的用户，将消息即时发送给在线的用户。
那些未在线的用户就按照单聊未在线的用户进行处理，如下图所示。
可以看到，群聊的交互链路流程如下所示：
- 1）用户调用后端平台的接口向群组发送消息；
- 2）后端平台将消息缓存并异步写入消息库；
- 3）由于是向群组发送消息，群里有多个用户，此时就会从redis中获取所有用户连接的im即时通讯服务id列表；
- 4）对用户按照服务id分组，将相同服务id下的用户分在同一个逻辑分组里，方便后续推送消息，并且会记录未在线的用户列表；
- 5）循环向每个服务id对应的rocketmq中的topic发送消息；
- 6）广播处理未在线用户的未读消息id；
- 7）im即时通讯服务会监听自身服务id对应的topic，会随时接收推送到自身服务的消息；
- 8）当im即时通讯服务接收到消息后，此时用户掉线，或者用户不在线，向用户推送消息就会失败，或者未查询到用户与im即时通讯服务建立的连接，就不会向用户推送消息；
- 9）当用户登录分布式im即时通讯系统后，会从后端平台拉取历史（离线）消息，并通过用户在线的流程，向用户推送消息；
好了，看到这里，你明白如何设计一个高度可扩展的分布式im即时通讯系统了吗？
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
（本文已同步发布于：）