5. 用 Go 打造现代 IM 之百万消息 QPS 的数据库

单机百万吞吐量的 IM 他的性能瓶颈在哪里？

瓶颈位置

IM 最大的数据的读写就是消息，消息的存储是决定此 IM 系统是否有较高的消息吞吐量的主要原因之一

常见数据库 QPS

MySQL：QPS 一般 3000-7000 左右 （参考： https://blog.csdn.net/tianya_lu/article/details/105096667 ）

MongoDB：QPS 一般在 2 万-4 万左右 （参考： https://blog.csdn.net/sunny_day_day/article/details/108578995 ）

Redis：QPS 一般是 10 万-20 万左右

问题分析

传统的 MySQL QPS 太低，显然不太适合消息这种读写太频繁的场景。

MongoDB 虽然比 MySQL QPS 高不少，但是还远远没有达到我们的预期。

Redis 已经接近了我们的预期，但是 Redis 是内存数据库，不适合存大量的消息，并且有丢消息的概率。

理想中的数据库

是否有一款数据库比 Redis 的 QPS 还要高并且不会丢消息又像 MySQL 一样适合多维度查询的数据库？

我们的开源 IM

悟空 IM （通讯层）： https://github.com/WuKongIM/WuKongIM

唐僧叨叨（业务层）： https://github.com/TangSengDaoDao/TangSengDaoDaoServer

下一篇：6. 用 Go 打造现代 IM 之自研消息数据库一