IM 触达三平面:Sync / Realtime / Push-as-hint

Hello,我是小兔大白糖。 同事问:「离线消息靠推送啊?」——这句话一出口,通常已经把三件不同的事揉成一件了。写成这篇,给要在 IM / 社交 App 里做触达架构调研与选型的初中级后端同学:不是某家产品的定档工单,而是业界常见、偏领先的拆法。
IM 触达三平面:Sync 管真相,Realtime 管在线帧,Push 只作 hint——推送不能代替同步。
说明:档位名(Critical / Important / Ephemeral,或下文用的 P0/P1/P2)是分析框架,不是某厂 SLA。APNs / FCM 等只写公开文档可核对的概念与代价,不编造「官方内部就是这样」。示例与数字均为教学脱敏示意。本文先忽略「用户关了系统通知 / App 内免打扰」等产品开关,只谈服务端策略层的上限。
估计阅读时间:12 分钟
目录
- 为什么现在要关心这件事?
- 问题空间是什么:为什么不是一条管道?
- 业界常见架构模式有哪些?
- 优先级与通道怎么组合?
- 存储与重连领先做法在管什么?
- 公开厂商能力边界在哪?
- 有哪些反模式?
- 该怎么选?一句话结论
为什么现在要关心这件事?
领先设计先拆「三平面」:真相靠同步,在线靠实时,锁屏靠通知——推送不能替代同步。
现场里常见的误伤,几乎都来自把三件事当成一条管道:
| 你看到的现象 | 常见真相 |
|---|---|
| 「重要消息没响」 | 只有长连接;离线没有系统推送,也没有「未达意图」补戳 |
| 大群一重连通知刷屏 | 旁观噪声也进了必达队列 |
| 多端会话对不齐,却在加推送重试 | 把 pending 通知当成了 消息同步 |
| 刚连上就被自己打挂 | 重连无界逐条 drain,没有批量与每用户限流 |
| 半夜还在推昨天的群噪声 | 中低优事件永久重试;TTL / 过期没写进策略合同 |
心智模型一句话:同步像账本,实时像对讲机,系统推送像门铃。 门铃响不响,解释不了账本对不对——类比局限:门铃类比解释「戳醒」;解释不了厂商通道内部的重试与折叠。
问题空间是什么:为什么不是一条管道?
硬规则:通知不能替代同步;pending 通知 ≠ 离线消息库。
| 平面 | 职责 | 典型形态 | 成功标准 |
|---|---|---|---|
| Sync plane(同步平面) | 会话 / 消息真相 | 拉取、游标、增量同步;常见 IM 的 offline inbox;Matrix 一类 sync | 打开 App 后状态可对齐 |
| Realtime plane(实时平面) | 在线即时帧 | WebSocket / MQTT / 自定义长连接 | 在线用户尽快看到变化 |
| Notification plane(通知平面) | 唤醒与锁屏展示 | APNs / FCM / 各厂商通道 | 用户被戳醒或看到摘要(受权限与系统策略约束) |
三平面可以协作,但合同不同:
- Sync 回答:「这条消息在不在历史里、游标到哪。」
- Realtime 回答:「此刻连着的人能不能立刻看见。」
- Notification 回答:「人不在前台时,还要不要门铃响一下。」
把「离线消息」只堆在推送队列上,等于用门铃当账本——短期好像省事,长期多端必歪。
公开工程经验里常见归纳(非某 IM「官方内部」断言):成熟客户端往往 进前台 / 重连后主动 sync;系统推送更多是 hint(戳醒),而不是唯一真相源。Matrix 的 sync、各类 IM 的 offline inbox,都属于 Sync plane 的公开模式,不是「推送队列里再塞一份完整历史」。
业界常见架构模式有哪些?
现代主流是 Push-as-hint:推送只负责戳醒,进 App 再 sync;Connect-then-drain 常与之配套。
| 模式 | 做法 | 优点 | 代价 / 边界 |
|---|---|---|---|
| A. Push-as-hint | 推送只带「有事」或极简元数据;客户端进前台 / 点开后走 Sync | 隐私更好;少受折叠与正文配额折磨;真相单一 | 弱网下「响了但内容晚到」;依赖同步设计质量 |
| B. Push-as-payload | 推送带摘要甚至正文 | 锁屏即可读;弱网也能先看一眼 | 系统折叠、隐私、配额、重复打扰;大群扇出成本高 |
| C. Connect-then-drain | 上线后排空 offline / undelivered 意图(常配合 A) | 补上「当时没戳到」的实时感 | 无界 drain 会打挂连接;需批量、限流、TTL |
实践上很少「只选一个」:多数产品是 A 为主 + C 补实时感;B 用在少数确实需要锁屏可读的 Critical 场景,并接受系统侧折叠与隐私约束。
扇出时机(可选一层):群通知若在写时对每个成员各打一条系统推送,大群成本与折叠风险陡增;读时 / 进会话再聚合更适合旁观噪声。硬规则人话:大群别「每事件必达门铃」。
优先级与通道怎么组合?
用「信任 / 金钱 / 安全 / 是否直接指向你」定档;P0/P1/P2 是调研用的通道组合标签,不是某厂服务等级。
| 分析档 | 通道组合(通用模型) | 落「未达意图」? | 人话定档标准 |
|---|---|---|---|
| Critical(常称 P0) | Realtime + 高优先级系统推送 + durable undelivered intent | 要(自建或会话级未达) | 真丢了伤信任、伤钱、伤安全,或明确指向你 |
| Important(常称 P1) | Realtime + 普通系统推送 | 一般不做长期重连队列 | 应达;进 App 靠 sync 也能看见 |
| Ephemeral(常称 P2) | 仅 Realtime | 不要 | 实时噪声:typing / presence;人不在就算了 |
定档时少列业务专有名词墙,多问四句:
- 丢了会不会让人觉得「你们不可信」?
- 是否涉及钱或履约状态?
- 是否安全 / 账号风险?
- 是否 @你 / 呼叫你 / 只针对当事人?
四句里越多「是」,越靠近 Critical;全是「旁观热闹」,多半 Ephemeral。
代价先说清:Critical 越多 → 写放大、重连风暴、存储与清理成本越高。稳的是分档,不是全标 Critical。
教学向伪流程(脱敏,非生产 API;说明「定档 → 选平面」的顺序):
on_event(e, user):
tier = classify(e) # Critical / Important / Ephemeral
if has_realtime(user):
send_realtime_frame(user, e)
else if tier != Ephemeral:
send_system_push(user, e) # 优先级随档位;厂商语义见公开文档
if tier == Critical and needs_catchup(user, e):
write_undelivered_intent(user, e) # 「还要不要再戳」,不是消息正文库
on_realtime_connected(user):
batch = load_intents(user) # 批量 + TTL 过滤
drain_realtime(user, batch, rate_limit=per_user)存储与重连领先做法在管什么?
Outbox / 意图日志 + 异步 worker(DB 真相 + Queue 调度)是常见可靠投递骨架;它管「还要不要再戳」,不管聊天历史全文。
| 存储对象 | 管什么 | 不管什么 |
|---|---|---|
| 消息 inbox / 会话存储 | 聊天历史、游标、已读等真相 | 「门铃还要不要再响」 |
| Undelivered intent / pending 通知 | 对某用户仍需补一次 Realtime(或再评估是否推送) | 替代 Sync plane |
| 投递 Outbox | 业务已提交后的「待发出」意图(可与上者合并设计) | 厂商通道内部队列 |
为什么常见是 DB + Queue,而不是二选一:
| 只靠… | 容易踩什么 |
|---|---|
| 只 DB | 靠轮询扫「谁还有未达」——扫描与连接成本容易打爆 |
| 只 Queue | 难回答「某用户此刻还有哪些未达、什么状态」;排障痛苦 |
| DB + Queue | DB 可查、可过期;Queue 做异步投递与延迟 |
| 仅内存 / 短 TTL 缓存当唯一真相 | 重启或淘汰即丢——不能当唯一 intent 源 |
重连(Connect-then-drain)领先做法通常绑三条硬配套:
- Batch drain:按优先级再按时间批量取出,禁止无界逐条同步推。
- Per-user rate limit:保护刚连上的长连接与对端设备。
- TTL / 有限次数:过期后靠 Sync,不靠无限门铃。
数字一律当教学示意:退避可指数封顶;Critical 意图可设小时~天级过期窗口——以产品容忍度为准,不要抄成「行业标准小时数」。
公开厂商能力边界在哪?
系统推送有优先级与时效窗口的「概念」;服务端策略的上限是:用户关通知、系统限流、厂商折叠。
公开资料可核对的方向(概念级,不罗列易过时的 header 名当真理):
| 能力概念 | 大致含义 | 代价 |
|---|---|---|
| 优先级(如 FCM 的 high / normal 一类公开概念) | 高优更倾向尝试唤醒;普通更易被系统合并或推迟 | 滥用高优 → 配额与系统惩罚风险上升 |
| 时效 / 过期窗口 | 过了窗口不再投递或失去意义 | 过期事件不应再靠自建队列「半夜补喊」 |
| 中断 / 重要性一类公开能力(如 APNs 文档中的优先级与中断级别方向) | 影响展示与打断强度 | 用户与系统策略仍可压制;不是「标了就必达」 |
再钉三条服务端策略的上限(与实现细节无关):
- 用户关掉系统通知 → 你的 Notification plane 合同部分失效;Sync / Realtime 仍在。
- 系统与厂商会限流、折叠、延迟——Push-as-payload 放大这些风险。
- 厂商侧重试与自建 undelivered 语义不同:前者是通道投递;后者是「你们还要不要在 Realtime 再补一次」。双写同一意图容易重复打扰。
具体 header / 产品名以当前官方文档为准,本文只钉概念与代价,避免把易过时的字段表写成真理。
有哪些反模式?
从架构视角看,下面几条会把三平面重新揉成一条坏管道。
-
通知队列当同步
多端永远对不齐。「没响」可以恼火;「会话内容永远错」是 Sync 没设计好。 -
全事件 Critical
写放大与重连风暴是确定账单。旁观噪声进必达队列,大群一上线就刷屏。 -
重连无界 drain
刚恢复的长连接被自己打挂。Batch + per-user limit + TTL 是合同,不是优化项。 -
厂商重试与自建 undelivered 双写成重复打扰
同一事件门铃响两遍。分清通道投递 vs 自建「再戳一次」意图。 -
中低优永久重试
队列膨胀;过期群噪声半夜把门铃按响。Important 依赖系统投递窗口 + 进 App sync 即可。 -
「业务落库成功」当成「用户已被通知」
业务成功 ≠ 任一平面成功。状态分轨;客户端保留补拉 / sync 路径。
该怎么选?一句话结论
- 先拆三平面:Sync 管真相,Realtime 管在线帧,Notification 管唤醒;通知不能替代同步。
- 模式选型:默认 Push-as-hint + Connect-then-drain;Push-as-payload 慎用于少数 Critical,并接受折叠与隐私代价。
- 通道组合用分析框架:Critical = realtime + 高优推送 + durable intent;Important = realtime + 普通推送;Ephemeral = 仅 realtime。用人话四问定档,不堆业务清单墙。
- 存储分清职责:消息 inbox ≠ undelivered intent;可靠投递常见骨架是 Outbox / 意图日志 + DB 真相 + Queue 调度。
- 重连硬配套:batch + per-user rate limit + TTL;承认厂商能力与用户开关是策略上限。
相关阅读(实现向,非本文主线):/blog/im_chat_room_message_design/、/blog/goroutine_explosion_worker_pool/。