微信为啥不丢“离线消息”？

需求缘起

当发送方用户A发送消息给接收方用户B时，如果用户B在线，之前的文章《微信为啥不丢“在线消息”？》聊过，可以通过应用层的确认，发送方的超时重传，接收方的去重保证业务层面消息的不丢不重。

那如果接收方用户B不在线，系统是如何保证消息的可达性的呢？这是本文要讨论的问题。

问题：接收方不在线时，消息发送的流程是怎么样的？

回答：如上图所述，

（1）用户A发送消息给用户B

（2）服务器查看用户B的状态为offline

（3）服务器将消息存储到DB中

（4）服务器返回用户A发送成功（对于发送方而言，消息落地DB就认为发送成功）

问题：离线消息表的设计，拉取离线的过程？

receiver_uid, msg_id, time, sender_uid,msg_type, msg_content …

访问模式：接收方B要拉取发送方A给ta发送的离线消息，只需在receiver_uid(B), sender_uid(A)上查询，然后把离线消息删除，再把消息返回B即可。

整体流程如上图所述，

（1）用户B拉取用户A发送给ta的离线消息

（2）服务器从DB中拉取离线消息

（3）服务器从DB中把离线消息删除

（4）服务器返回给用户B想要的离线消息

问题：上述流程存在的问题？

回答：如果用户B有很多好友，登陆时客户端需要对所有好友进行离线消息拉取，客户端与服务器交互次数较多

客户端伪代码：

for(all uid in B’s friend-list){      // 登陆时所有好友都要拉取
         get_offline_msg(B,uid);   // 与服务器交互
}

优化方案一：先拉取各个好友的离线消息数量，真正用户B进去看离线消息时，才往服务器发送拉取请求（手机端为了节省流量，经常会使用这个按需拉取的优化）

优化方案二：一次性拉取所有好友发送给用户B的离线消息，到客户端本地再根据sender_uid进行计算，这样的话，离校消息表的访问模式就变为->只需要按照receiver_uid来查询了。登录时与服务器的交互次数降低为了1次。

问题：用户B一次性拉取所有好友发给ta的离线消息，消息量很大时，一个请求包很大，速度慢，容易卡顿怎么办？

回答：分页拉取，根据业务需求，先拉取最新（或者最旧）的一页消息，再按需一页页拉取。

问题：如何保证可达性，上述步骤第三步执行完毕之后，第四个步骤离线消息返回给客户端过程中，服务器挂点，路由器丢消息，或者客户端crash了，那离线消息岂不是丢了么（数据库已删除，用户还没收到）？

回答：嗯，如果按照上述的1，2，3，4步流程，的确是的，那如何保证离线消息的可达性？

如同在线消息的应用层ACK机制一样，离线消息拉时，不能够直接删除数据库中的离线消息，而必须等应用层的离线消息ACK（说明用户B真的收到离线消息了），才能删除数据库中的离线消息。

问题：如果用户B拉取了一页离线消息，却在ACK之前crash了，下次登录时会拉取到重复的离线消息么？

回答：拉取了离线消息却没有ACK，服务器不会删除之前的离线消息，故下次登录时系统层面还会拉取到。但在业务层面，可以根据msg_id去重。SMC理论：系统层面无法做到消息不丢不重，业务层面可以做到，对用户无感知。

问题：假设有N页离线消息，现在每个离线消息需要一个ACK，那么岂不是客户端与服务器的交互次数又加倍了？有没有优化空间？

回答：不用每一页消息都ACK，在拉取第二页消息时相当于第一页消息的ACK，此时服务器再删除第一页的离线消息即可，最后一页消息再ACK一次。这样的效果是，不管拉取多少页离线消息，只会多一个ACK请求，与服务器多一次交互。

总结

“离线消息”的可达性可能比大家想象的要复杂，常见的优化有：

（1）对于同一个用户B，一次性拉取所有用户发给ta的离线消息，再在客户端本地进行发送方分析，相比按照发送方一个个进行消息拉取，能大大减少服务器交互次数

（2）分页拉取，先拉取计数再按需拉取，是无线端的常见优化

（3）应用层的ACK，应用层的去重，才能保证离线消息的不丢不重

（4）下一页的拉取，同时作为上一页的ACK，能够极大减少与服务器的交互次数

即时通讯系统中，消息的可达性，状态的一致性都是很有意思的话题，关于“群消息”的在线投递与离线拉取还没有介绍过，如果大家感兴趣，后续可以一起探讨