架构与系统设计 / 系统课时
聊天系统怎样保证顺序
聊天系统怎样保证顺序
聊天系统真正要保证的通常不是“所有消息全局有序”,而是同一会话中的用户看到一致顺序。本篇从会话分片、消息编号、持久化、在线推送和离线补拉入手,设计一条即使发生并发发送、重试和多设备登录,也能稳定恢复顺序的消息链路。
学习目标
- 解释聊天系统为什么通常按会话保证顺序,而不是追求全局顺序
- 设计从消息写入、持久化到实时推送的有序链路
- 处理客户端重试、多设备同步和推送乱序等常见边界
先确定顺序保证的范围
聊天消息的顺序首先要回答“谁和谁之间需要比较”。两个完全无关的会话通常没有业务上的先后关系,因此没必要为整个系统建立一个全局序列号。更实用的目标是:同一个 conversation_id 内的消息具有确定顺序。
例如用户 A 同时在会话 X 和会话 Y 中发送消息,X 的第 100 条和 Y 的第 500 条谁先发生通常不重要;但 X 中的“你到了吗”和“我已经到了”必须让所有成员看到相同次序。
服务端因此可以把 conversation_id 作为分片键,使同一会话的写入进入同一个逻辑分区,再在分区内分配递增的 sequence。不同会话可以并行处理,从而避免全局锁成为吞吐瓶颈。
把顺序确定在消息写入阶段
一条可靠链路可以拆成客户端、接入层、会话分片、消息存储和推送服务。顺序应在消息被正式接受时确定,而不能依赖网络到达客户端的时间。

典型写入过程是:客户端生成 client_msg_id,把消息发给接入层;接入层按 conversation_id 路由;负责该会话的写入节点分配下一个 sequence;消息成功持久化后才向发送方确认,并异步触发在线推送。
消息记录至少需要保存 conversation_id、sequence、message_id、sender_id、正文和服务端时间。读取时以 (conversation_id, sequence) 为主要访问路径,客户端同步接口也可以表达为“从 sequence 1201 之后继续拉取”。
重试不能制造重复消息
移动网络下,客户端可能已经把消息交给服务器,却在确认响应返回前断网。用户重试时,如果服务端把第二次请求当成新消息,就会产生两条内容相同但序号不同的记录。
解决方法是让客户端为一次逻辑发送生成稳定的 client_msg_id。服务端在同一发送者或会话范围内对它做幂等检查:第一次请求创建消息并得到 sequence=583;后续重试返回原来的消息结果,而不是再次分配序号。
这意味着“分配序号”和“落库”必须处于一个不可产生重复提交的写入路径中。实现上可以使用单分区写入者、数据库事务加唯一约束,或支持条件写入的存储系统;具体技术可以替换,约束不能丢。
推送顺序和消息顺序要解耦
即使服务端按照 583、584、585 的顺序写入,推送链路仍可能让 584 比 583 更早到达。原因可能是不同长连接、移动网络重传、推送服务重试,或者用户同时登录手机和电脑。
客户端因此不能把“先收到”直接解释为“先发生”。收到 584 而本地最后一条只有 582 时,应识别出 583 的缺口,暂存 584,并通过同步接口请求缺失范围。补齐后再按 sequence 展示。
在线状态也不应放进消息顺序的关键路径。Presence 服务可以独立维护用户是否在线、最近心跳和设备连接;消息成功持久化后,再根据在线设备决定走长连接推送还是等待离线同步。这样 Presence 短暂故障不会阻止消息写入。
面试中怎样说明取舍
顺序保证越强,跨分区协调成本越高。系统设计时可以把需求分成三层:单会话严格有序通常值得保证;不同会话只需要各自有序;跨所有用户的全局严格顺序通常没有必要。
对于超大群聊,还要继续追问单个会话是否会成为热点。如果所有消息都必须经过一个写入分区,热点群会限制吞吐。可以通过批量分配序号、提高该分区能力或专门隔离热点会话缓解,但不能简单把同一会话随机拆到多个独立写入者,否则需要重新解决序号协调问题。
最终架构的核心不是“让网络永不乱序”,而是让服务端给每条消息确定稳定位置,并让客户端能够发现重复、识别缺口和重新同步。只要这三个能力成立,推送链路即使偶尔重试或乱序,用户仍能得到一致的会话历史。