每当发出一条微信消息，都希望对方尽快看到，并尽快回复，但始终不知道对方是否阅读。
每当收到一条不能立马回复的微信消息，都默默返回，假装没看见。
画外音：不想回复的人，唉，你只是个好人。
微信用于个人社交，产品设计上，在线状态，强制已读回执都有可能暴露个人隐私，故微信并无相关功能。
钉钉用于商务交流，其“强制已读回执”功能，让职场人无法再“假装不在线”，“假装没收到”。
有甚者，钉钉的群有“强制已读回执”功能，你在群里发出的消息，能够知道谁读了消息，谁没有读消息。
群消息的流程如何，接收方如何确保收到群消息，发送方如何收已读回执，究竟是拉取，还是推送，是今天要聊的话题。
一、群消息投递流程，以及可达性保证
大家一起跟着楼主的节奏，一步一步来看群消息怎么设计。
核心问题1：群消息，只存一份?还是，每个成员存一份?
答：存一份，为每个成员设置一个群消息队列，会有大量数据冗余，并不合适。
核心问题2：如果群消息只存一份，怎么知道每个成员读了哪些消息?
答：可以利用群消息的偏序关系，记录每个成员的last_ack_msgid(last_ack_time)，这条消息之前的消息已读，这条消息之后的消息未读。该方案意味着，对于群内的每一个用户，只需要记录一个值即可。
解答上述两个核心问题后，很容易得到群消息的核心数据结构。
群消息表：记录群消息。
- group_msgs(msgid, gid, sender_uid, time, content);
各字段的含义为：消息ID，群ID，发送方UID，发送时间，发送内容。
群成员表：记录群里的成员，以及每个成员收到的最后一条群消息。
- group_users(gid, uid, last_ack_msgid);
各字段的含义为：群ID，群成员UID，群成员最后收到的一条群消息ID。
在核心数据结构设计完之后，一起来看看群消息发送的流程。
业务场景：
- 一个群中有A, uid1, uid2, uid3四名成员;
- A, uid1, uid2在线，期望实时收到在线消息;
- uid3离线，期望未来拉取到离线消息;
其整个消息发送的流程1-4如上图：
- A发出群消息;
- server收到消息后，一来要将群消息落地，二来要查询群里有哪些群成员，以便实施推送;
- 对于群成员，查询在线状态;
- 对于在线的群成员，实施推送;
这个流程里，只要第二步消息落地完成，就能保证群消息不会丢失。
核心问题3：如何保证接收方一定收到群消息?
答：各个收到消息后，要修改各群成员的last_ack_msgid，以告诉系统，这一条消息确认收到了。
在线消息，离线消息的last_ack_msgid的修改，又各有不同。
对于在线的群友，收到群消息后，第一时间会ack，修改last_ack_msgid。
对于离线的群友，会在下一次登录时，拉取未读的所有群离线消息，并将last_ack_msgid修改为最新的一条消息。
核心问题4：如果ack丢失，群友会不会拉取重复的群消息?
答：会，可以根据msgid在客户端本地做去重，即使系统层面收到了重复的消息，仍然可以保证良好的用户体验。
上述流程，只能确保接收方收到消息，发送方仍然不知道哪些人在线阅读了消息，哪些人离线未阅读消息，并没有实现已读回执，那已读回执会对系统设计产生什么样的影响呢?
二、已读回执流程
对于发送方发送的任何一条群消息，都需要知道，这条消息有多少人已读多少人未读，就需要一个基础表来记录这个关系。
消息回执表：用来记录消息的已读回执。
- msg_acks(sender_uid, msgid, recv_uid, gid,if_ack);
各字段的含义为：发送方UID，消息ID，回执方UID，群ID，回执标记。
增加了已读回执逻辑后，群消息的流程会有细微的改变。
步骤二，server收到消息后，除了要：
- 将群消息落地;
- 查询群里有哪些群成员，以便实施推送;之外，还需要：
- 插入每条消息的初始回执状态;
接收方修改last_ack_msgid的流程，会变为：
- 发送ack请求;
- 修改last_ack_msgid，并且，修改已读回执if_ack状态;
- 查询发送方在线状态;
- 向发送方实时推送已读回执(如果发送方在线);
如果发送方不在线，ta会在下次登录的时候：
- 从关联表里拉取每条消息的已读回执;
这里的初步结论是：
- 如果发送方在线，会实时被推送已读回执;
- 如果发送方不在线，会在下次在线时拉取已读回执;
三、流程优化方案
再次详细的分析下，群消息已读回执的“消息风暴扩散系数”，假设每个群有200个用户，其中20%的用户在线，即40各用户在线。群用户每发送一条群消息，会有：
- 40个消息，通知给群友;
- 40个ack修改last_ack_msgid，发给服务端;
- 40个已读回执，通知给发送方;
可见，其消息风暴扩散系数非常之大。
同时：
- 需要存储40条ack记录;
- 群数量，群友数量，群消息数量越来越多之后，存储也会成为问题。
(1) 是否有优化方案呢?
群消息的推送，能否改为接收方轮询拉取?答：不能，消息接收，实时性是核心指标。
(2) 对于last_ack_msgid的修改，真的需要每个群消息都进行ack么?
答：其实不需要，可以批量ack，累计收到N条群消息(例如10条)，再向服务器发送一次last_ack_msgid的修改请求，同时修改这个请求之前所有请求的已读回执，这样就能将40个发送给服务端的ack请求量，降为原来的1/10。
(3) 会带来什么副作用?
答：last_ack_msgid的作用是，记录接收方最近新取的一条群消息，如果不实时更新，可能导致，异常退出时，有一些群消息没来得及更新last_ack_msgid，使得下次登陆时，拉取到重复的群消息。但这不是问题，客户端可以根据msgid去重，用户体验不会受影响。
(4) 发送方在线时，对于已读回执的发送，真的需要实时推送么?
答：其实不需要，发送方每发一条消息，会收到40个已读回执，采用轮询拉取(例如1分钟一次，一个小时也就60个请求)，可以大大降低请求量。画外音：或者直接放到应用层keepalive请求里，做到0额外请求增加。
(5) 会带来什么副作用?
答：已读回执更新不实时，最坏的情况下，1分钟才更新回执。当然，可以根据性能与产品体验来折衷配置这个轮询时间。
(6) 如何降低数据量?
答：回执数据不是核心数据
- 已读的消息，可以进行物理删除，而不是标记删除;
- 超过N长时间的回执，归档或者删除掉;
四、总结
对于群消息已读回执，一般来说：
- 如果发送方在线，会实时被推送已读回执;
- 如果发送方不在线，会在下次在线时拉取已读回执;
如果要对进行优化，可以：
- 接收方累计收到N条群消息再批量ack;
- 发送方轮询拉取已读回执;
- 物理删除已读回执数据，定时删除或归档非核心历史数据;
推还是拉?任何脱离业务的架构设计都是耍流氓。
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
