前段时间写了一个浏览器扩展，详见： https://www.v2ex.com/t/1076581?p=1#reply25
有一个痛点，因为所有消息都储存在本地，导致无法接收离线消息，例如：
现在有 UserA 、UserB 、UserC 、UserD 4 个用户，A 、B 、C 在线，D 离线
时间点 1：UserA 、UserB 、UserC 三个用户聊天，产生 3 条信息 “message-1-A, message-1-B, message-1-C”
时间点 2：UserC 离线退出聊天，UserA 与 UserB 继续聊天，产生 2 条信息：“message-2-A, message-2-B”
时间点 3：UserC 、UserD 上线加入聊天，那么此时，时间点 1 和时间点 2 的聊天信息需要同步给 UserC 和 User D
UserA 、UserB 拥有所有信息记录 5 条, 无需同步
UserC 本地记录 3 条，需要同步时间点 2 ，同步 2 条
UserD 本地无记录，需要同步时间点 1+2 同步 5 条
如上，我了解一些分布式同步的解决方案，etcd 、raft 等，奈何太菜看得一脸懵逼，上手太复杂 目前想到的解决方案就是，A 、B 、C 、D 广播自己所有的消息记录，然后各自接收，通过消息的时间戳 Diff, 然后同步时根据 Diff 出的差值，追加或插入。
- 性能问题：是否可以避免广播所有的消息记录，能否做到只广播其他用户需要同步的记录？
- 同步信息过多：因为插件的消息时储存在浏览器 IndexDB 中，一方面是有大小限制，感觉没有必要同步所有的历史消息，比如可以设置一个只同步 7 天 30 天..的聊天记录，或许有更好的方案？
- 消息数据结构：我现在只是简单的使用一个带时间戳的 List 来存储消息，要实现上面的功能是否有更好的存储方案，比如链表等？
第 1 条附言 · 20 天前
解答纯 P2P 不能同步的疑惑，其实目前已经实现了在线用户数量显示
大概原理：
A 、B 、C 、D ，4 个用户，D 离线，当 D 上线时，会给所有在线的 Peer 节点发送 join 事件，然后 A 、B 、C 接收到某个 D 的 join 事件后，将自己的 userId 发送给 D ，就是 D 就能知道 ABC 在线，同时 ABC 也知道 D 在线，离开同理，以上逻辑只适用于本地自定义 userId 不变的情况下
每加入一个用户会和所有的用户交换信息，这样是虽然实现了在线数量的同步，同理，如果这种方式用在消息记录同步，虽然可行，网络成本太高了，毕竟在线数量只需要交换 userId ，如果全量交换消息记录数据量太大了
大概原理：
A 、B 、C 、D ，4 个用户，D 离线，当 D 上线时，会给所有在线的 Peer 节点发送 join 事件，然后 A 、B 、C 接收到某个 D 的 join 事件后，将自己的 userId 发送给 D ，就是 D 就能知道 ABC 在线，同时 ABC 也知道 D 在线，离开同理，以上逻辑只适用于本地自定义 userId 不变的情况下
每加入一个用户会和所有的用户交换信息，这样是虽然实现了在线数量的同步，同理，如果这种方式用在消息记录同步，虽然可行，网络成本太高了，毕竟在线数量只需要交换 userId ，如果全量交换消息记录数据量太大了
38 条回复 • 2024-11-03 07:40:31 +08:00
 |
1
cpstar 20 天前  1
我就想知道，如果没有远端服务器，如果 ABCD 全都离线状态，那么其中一者上线后，从哪获取消息？比如，CD 提前离线，而 AB 聊的火热但之后离线，CD 再上线时必然无法获取 AB 的消息，又聊的火热，再等 AB 其中一者上线时，CD 才能获取到 AB 最后聊天的内容，然后 CD 怎么插数据？
于是必然需要远端存储，那么就与单纯本地存储相违背了。那么，没了，南山无敌说号称“不存”，么？说根本，OP 就在讨论一个 IM 的设计原则。单纯的本地存储只能解决点对点消息，而且一旦一点离线，无法发送，这么说当年抠抠差不多这个逻辑。一旦开群聊，那势必。。。 |
 |
2
iintothewind 20 天前
部署一个 mq 服务, 支持每个用户创建可存储 mq 消费的 offset 的状态的 session,
然后每个用户根据 id 创建 session 就好了. 可选方案 mqtt, redis-mq 都可以, 没必要上 kafka. 单用户多个客户端消息同步, 这个说真的比较难办, web 的话你没有权限拿到每个客户端的唯一 id, 很难区分, 即便能拿到, 你还要根据客户端不同, 从消息总线里面 replay+filter, 重新同步, 比较麻烦. 带时间戳的 list, 你为啥不用 timer series 数据库, redis 本身就是了, 何必自己设计? |
 |
3
qping 20 天前 via Android
暂时想到两个方案
1 要么选举出一个中心节点，如果中心节点下线，那要重新选举。 2 所有客户端保留的都是最近 n 天的聊天记录，也就是说它们存储的历史消息都是一样的，有其他人上线时，就需要就近从任意一人那里获得历史消息 方案一，实现复杂，如果中心节点下线那所有人都会卡顿 方案二，如果有人改动了消息，比如在聊天时清空了本地的消息，正好有人上线和他同步，那就同步不到消息了 |
|
4
qping 20 天前 via Android
@iintothewind 他要的是分布式消息同步，只有客户端没有服务端
|
|
5
iintothewind 20 天前
@qping 没有中心节点, 那消息有没有送达, 送达的顺序都没办法保证啊, 因为没有一个一致的版本, 难道要自己做分布式服务, 搞仲裁啊? nb, 我倒想看看, 这咋搞?
|
 |
6
mayli 20 天前
常见的分布式问题，CAP ，节点不够就是会丢消息脑裂
|
 |
7
niubee1 20 天前
纯粹的 P2P 消息，是无法做到多端同步的，能够实现多端同步的，必然不是纯粹的 P2P 。
|
 |
8
molvqingtai OP @iintothewind #5 送达顺序，默认以消息发送事件为准，假设消息时及时的，延迟 0
|
|
9
molvqingtai OP @molvqingtai 发送时间
|
|
10
molvqingtai OP @cpstar 如果没人任何用户在线，就没有同步呀
|
 |
11
luckyrayyy 20 天前
同步这个我感觉还好，你服务器得存了所有消息吧。每个群的消息 ID 都是递增的吧，本地登陆的时候对比一下本地消息最大值和服务端消息最大值，拉中间缺失的部分就行了？
|
|
12
luckyrayyy 20 天前
哦没服务端，告辞。那没人在线的时候就没有数据可以同步呀
|
|
13
iintothewind 20 天前
@molvqingtai #8 你说的是 payload 里面的时间戳吧, 我说的是实际送达每个客户端的消息的顺序和时间.
|
 |
14
q958951326 20 天前
外行来说个思路，我怎么感觉这个消息同步，有点类似于动态路由协议中的路由信息的交换？
|
|
15
qping 20 天前
@molvqingtai 客户端时间是不可靠得，我把本机时间调到一年后咋整
|
 |
16
DsuineGP 20 天前 2
TL;DR 用 CRDT 算法
原因: - 常用的 raft 算法无法容忍脑裂, 即 A-B / C-D 上线然后还要实现日志同步, 即使要解决脑裂也要用非常扭曲的方法; - CTDT 是 p2p base 的分布式一致性算法, 且你的业务场景比较简单, 只需要需要处理 retain+insert 的场景, 不涉及到 remove; - https://github.com/vlcn-io/cr-sqlite 这个用 crdt 做 sqllite 代理的项目应该比较适合你的业务场景 |
 |
17
zsxzy 20 天前
类似区块链的共识算法 , 解决双花问题
|
 |
18
SilentRhythm 20 天前
外行插个嘴不知道能否给 op 一些思路：
1. 把广播推送消息内容改成广播新消息通知，如“user1 在 XXX 时间戳发送了一条新消息”，在线的用户收到通知去 user1 拉取，拉取时带上本地最新消息时间戳作为 offset 。 2. 不按日期存，按最大消息条数存，比如最后 1024 条； |
|
19
molvqingtai OP @qping #15 这个好解决，从一些公开的时间服务获取时间
|
 |
20
codegenerator 20 天前
无服务的话只能采用类似 gossip 协议可以实现
但是只能最终一致，勉强能达到需求 |
 |
21
jimmy2024 20 天前
又来一个套免费方案的
|
 |
22
xichuhanguguan 20 天前
我有个疑问，像 p2p 用的 DHT 网络。他在加入网络的时候是需要一个知道一个在网络中的节点，向他去获取网络中其他节点信息。新用户怎么加入这个网络，邀请制吗？
|
|
23
molvqingtai OP @jimmy2024 我的应用本来就是开源免费的，单纯的技术交流，何来免费套方案
|
|
24
molvqingtai OP @xichuhanguguan 同一个域名就是节点，一个域名一个聊天室
|
 |
25
Dynesshely 20 天前
不引入服务器的话这个问题无解
提前下线的用户，在无人在线的情况下登录，无法获取既有的聊天数据 |
 |
26
XiLingHost 20 天前
@xichuhanguguan 要么通过 tracker ，要么有 boostrap 节点
|
|
27
molvqingtai OP @Dynesshely 没人在线的情况下，获取聊天记录也没意义
|
 |
28
seedhk 20 天前
想到一个点：
没有服务器的情况下，如果新节点上线，如何保证他获取到的消息是未经过篡改的？ |
|
29
molvqingtai OP @seedhk 不能保证，能做到的只能验证消息的数据格式，不符合格式就过滤掉
|
|
30
molvqingtai OP @seedhk 我一直没有实现文件传输功能，这也是考虑的点，怕大家电脑中毒了
|
|
31
Dynesshely 20 天前
@molvqingtai 你要解决的不就是接收不了离线消息的问题嘛
|
|
32
molvqingtai OP @Dynesshely #31 可能我描述不太准确，应该是可以同步其他客户端本地存在的消息，但自己本地不存在的消息，要实现这个操作当然需要至少两个用户在线
|
 |
33
bli22ard 20 天前 1
看过电报的群组聊天协议， 每条消息有一条 id ，这个 id 就是从 0 开始递增，每次+1 ， 发消息，服务端每次+1 就可以了。对于客户端来说，它只要关注，群组 id 和 最后一条消息的 id 。客户端启动，建立 websocket 连接，带上自己的 last message id ， 然后服务端，从这个 last id 开是这个客户端推送，这个同步要考虑，消息差了非常多，你需要设定一个阈值，超过这个阈值，就只取最后多少条消息。这块有个细节就是，要处理好，websocket 建立这段时间，出现新的消息，而导致的一些倒霉客户端没同步到这些最新消息的问题。你说的 etcd 这些用来实现存储一致性的，不适合你这种场景，你这种场景 mysql 就可以了，性能不够分库，就可以了。
|
 |
35
2Nfree 20 天前
直接引入区块链吧，内容寻址、分块存储、P2P 传输、DHT 索引
|
|
37
molvqingtai OP @2Nfree #35 准备综合楼上的思路手撸了
|
|
38
molvqingtai OP @all 感谢各位，目前已实现，逻辑如下：
同步最大消息为 30 天内的历史记录，使用最后一条消息作为判断依据 同步信息数量不一定是 30 天内所有的消息， 如果在同步之前，产生了新的时间点的信息，则不会同步 A,B,C,D,E 5 个用户，A ，B 在线，C,D,E 离线 A-B 聊天，产生信息两条 messageA, messageB A-B 离线 C-D 上线，产生数据两条 messageC, messageD A-B 上线，C-D 将会给 A-B 推送两条消息 messageC 和 messageD ，但是 A-B 不会给 C-D 推送 messageA 和 messageB ，因为 C-D 的最新消息时间点比 A-B 早 E 上线，A-B-C-D 均会给 E 推送消息 messageA, messageB, messageC, messageD 最终结果： A-B 显示 4 条消息 messageC, messageD, messageA, messageB C-D 显示 2 条消息 messageA, messageB E 显示 4 条消息 messageA, messageB, messageC, messageD 如上： C-D 没有同步到早于自己的消息 一方面是，如果要全量同步 30 天，必然需要根据 30 天内的消息时间点 Diff ，然后插入，现在的实现只是增量追加，而且消息随着时间累积会越来越多 先暂时这样，后续看看是否有必要将 30 天内的数据全量同步 |
Select Language