场景
移动互联网时代,微信和微博已经成为这个时代的两大支柱类社交应用。
这两类应用,其中一个是IM产品,一个是Feed流产品,微信的朋友圈也属于Feed流。
如果再细心去发现,会发现基本所有移动App都有Feed流的功能:消息广场、个人关注、通知、新闻聚合和图片分享等等。各种各样的Feed流产品占据了我们生活的方方面面。
现状
IM和Feed流功能已经基本成为所有App标配,如何开发一个IM或者Feed流功能是很多架构师、工程师要面临的问题。虽然是一个常见功能,但仍然是一个巨大的挑战,要考虑的因素非常多,比如:
- 存储系统里面如何选型才能支持大量数据存储,而且价格便宜。
- 同步系统使用何种架构、推送模型和系统才能保证高并发的同时延迟稳定?
为了解决上述问题,我们之前推出了三篇文章来阐述:
- 现代IM系统中消息推送和存储架构的实现
介绍了IM系统的传统架构模型和现代架构模型选型,以及抽象出了一个Timeline模型。 -
高并发IM系统架构优化实践
介绍了使用Table Store主键列自增功能后,对传统IM架构带来的巨大冲击,在稳定性,性能,成本,架构复杂度等多个方面都产生了巨大收益。 - 如何打造千万级Feed流系统
介绍了如何设计一款支持千万级并发的Feed流系统,详细分析了存储系统、同步系统选型、推拉模式(读扩散、写扩散)的选择及改进等。
上述三篇文章推出后,用户反响很好,在各个平台的传播很广,为很多用户提供了设计一款IM和Feed流产品的架构思路,但是从这里到完全实现一个可靠的IM、Feed流系统平台还有很长的路,比如:
- 如何才能更加简单的弄懂消息存储和同步模型?
- 如何将架构模型映射到存储系统和推送系统中?
- 如何才能保证对存储系统和推送系统的使用是最佳方式?
Timeline模型
针对上述三个问题,在《现代IM系统中消息推送和存储架构的实现》中引入了一个逻辑模型概念:Timeline模型。
在《现代IM系统中消息推送和存储架构的实现》中基于IM系统提出了Timeline模型,进一步会发现Timeline模型适用场景可以更广泛:
- 有一方是消息生产者。
- 有一方是消息消费者。
- 生产者产生的一条消息可能会被一个或多个消费者消费。
- 消费者需要聚合来自多个生产者的消息在一个页面展现。
IM和Feed流产品完全匹配上述四个特征,所以Timeline模型可以完全适用于IM和Feed流场景中。
模型适配性
下面我们来看看如何在各个场景中使用Timeline:
IM
-
单聊就是三个Timeline:
- 会话Timeline(存储历史消息)
- 用户A的收件箱(A的同步库Timeline)
- 用户B的收件箱(B的同步库Timeline)
-
群聊就是1 + N个Timeline:
- 会话Timeline(存储历史消息)
- 用户A的收件箱(A的同步库Timeline)
- 。。。。。。
- 用户N的收件箱(N的同步库Timeline)
每个用户只有一个同步库Timeline,就算用户A在10个群里面,那么这个10个群的同步消息都是发送给用户A的这一个同步库Timeline中。
朋友圈
-
发一条朋友圈状态就是1 + N个Timeline:
- 自己历史消息Timeline(自己的存储库Timeline)
- 朋友A的收件箱(A的同步库Timeline)
- 。。。。。。
- 朋友N的收件箱(N的同步库Timeline)
微博
如果是微博,粉丝可能会达到上亿级别,这时候会比朋友圈稍微复杂些:
-
大V发一条微博就是 1 + M个Timeline(M << N,N是粉丝数)。
- 自己历史消息Timeline(自己的存储库Timeline)
- 粉丝A的收件箱(A的同步库Timeline)
- 。。。。。。
- 粉丝M的收件箱(M的同步库Timeline)
剩余N - M的粉丝直接读大V自己的存储库Timeline内容即可,那么怎么设置M和N - M,可以参考《如何打造千万级Feed流系统》这篇文章。
从上面分析可以看出来,不管是IM,还是Feed流产品都可以将底层的存储、同步逻辑抽象成一个对多个Timeline进行读写的模型。
问题
有了Timeline概念模型后,从IM/Feed流应用映射到Timeline就比较容易了,但是从Timeline映射到存储、同步系统仍然很复杂,主要体现在:
- 如何实现Timeline概念模型?
- 如何将Timeline模型转换成对存储系统、同步系统的读写接口?
- 如何设计存储系统、同步系统的表结构?
- 如何选择存储系统、同步系统的读写方式?
- 如何评估存储系统、同步系统的最大承载能力?
- 如何实现才能保证性能最佳?
- 如何才能吸取大型同类型系统架构设计的经验教训、
- 如何才能避免一些实现、使用上的隐患?
这些问题涉及的内容光,细节多,深度大,坑较多等,整体上很繁杂,这一部分在耗费了大量人力之后,结果可能并不理想。
Timeline LIB
针对上述问题,只要存储系统和推送系统确定后,剩余的工作都是类似的,可以完全将经验封装起来成为一个LIB,将表结构设计,读写方式,隐患等等都解决好,然后供后来者使用,后来者可以不用再关心Timeline到底层存储系统之间的事情了。
所以,我们基于JAVA语言实现了一个TableStore-Timeline LIB,简称Timeline LIB。
目前已经开源在了GitHub上:Timeline@GitHub。
Timeline LIB的结构如下:
整个Timeline分为两层,上层的Timeline层和下层的Store层。
Timeline层,提供最终的读写接口,用户操作的也是Timeline的接口。
Store层,负责存储系统的交互,目前Timeline LIB中提供了DistributeTimelineStore,基于Table Store,同时实现了分布式的存储和同步。后续会继续实现GlobalTimelineStore等。如果有用户有其他系统需求,比如MySQL,Redis,可以通过实现IStore接口来新增MySQLStore和RedisStore。
也欢迎大家将自己实现的Store通过GitHub的PullRequest共享出来。
有了Timeline LIB之后,如果要实现一个IM或者Feed流,只需要创建两种类型Timeline(存储类,同步类),然后调用Timeline的读写接口即可。
接口
接下来,我们看下Timeline LIB的API。
Timeline LIB中面向最终用户的是Timeline类,用于对每个Timeline做读写操作。
Timeline的接口主要分为三类:
-
写:
- store:同步写入
- storeAsync:异步写入
- batch:批量写入
-
读:
- get:同步读
- getAsync:异步读
-
范围读:
- scan:同步范围读取
定义
/**
* Timeline的构造函数。
* @param timelineID 此Timeline对应的ID。唯一标识一个Timeline,需要全局唯一,如果业务场景中需要多个字段才能唯一标识一个TimelineID,此时可以将多个字段拼接成一个字段。
* @param store 此Timeline关联的Store,一般为存储Store或同步Store。实现了IStore接口类的对象,目前LIB中默认实现了DistributeTimelineStore,可以使用此store。除此之外,用户还可以自己实现自己的Store类,用于适配其他系统。
*/
public Timeline(String timelineID, IStore store);
/**
* 写入一个消息到此Timeline中。
* @param message 消息对象,需实现IMessage接口。用户需要通过实现IMessage接口创造符合自己业务场景的消息类,LIB中默认实现了StringMessage类。
* @return 完整的TimelineEntry,包括消息和顺序ID。
*/
public TimelineEntry store(IMessage message);
/**
* 异步写入消息接口。
* @param message 消息对象,需实现IMessage接口。
* @param callback 回调函数。
* @return Future对象,异步模式下,Future和callback需要二选一。
*/
public Future<TimelineEntry> storeAsync(IMessage message, TimelineCallback<IMessage> callback);
/**
* 批量写入消息接口。
* 此接口只是把消息加入到本地的一个buffer中,当buffer满或者超时(默认10s,可配置)才会统一写入。
* 此接口返回时并不一定消息已经写入成功。
* @param message 消息对象,需实现IMessage接口。
*/
public void batch(IMessage message) {
/**
* 同步读取接口,通过制定一个唯一的顺序ID读取目标TimelineEntry。
* @param sequenceID 顺序ID。此顺序ID可由store或scan接口获取到。
* @return 完整的TimelineEntry,包括消息和顺序ID。
*/
public TimelineEntry get(Long sequenceID);
/**
* 异步读取接口,通过制定一个唯一的顺序ID读取目标TimelineEntry。
* @param sequenceID 顺序ID。
* @param callback 读取结束后的回调函数。
* @return Future对象,异步模式下,Future和Callback需要二选一。
*/
public Future<TimelineEntry> getAsync(Long sequenceID, TimelineCallback<Long> callback);
/**
* 顺序读取一段范围内或固定数目的消息,支持逆序,正序。
* @param parameter 顺序读取的参数,包括方向、from、to和maxCount。
* @return TimelineEntry的迭代器,通过迭代器可以遍历到待读取的所有消息。
*/
public Iterator<TimelineEntry> scan(ScanParameter parameter);