京麦消息中心业务模型分析
京麦消息中心是京麦平台核心业务之一，负责向京麦平台商家用户提供消息推送，ISV消息订阅，以及消息追踪，消息监控，消息统计等功能。
京麦消息中心（以下简称MC）经过4个618的洗礼，技术及业务模型日趋成熟和稳定，本文将为您揭开京麦消息中心业务模型及涉及到的技术点内幕。
首先简单聊下整体架构，整个消息中心承载业务系统消息，资讯类消息，其他类消息。
-
业务系统消息首先经Anycall系统接入，然后分发给MC。
-
资讯类消息经过运营系统，下发给MC。
-
其他类消息通过MQ Topic下发给MC。
MC作为京麦消息协议中转中心，将接入进来的消息转换为京麦协议，下发给推送系统。
推送系统是TCP网关的一个部分，采用自研的Session作为应用层协议，底层采用Netty作为网络通信框架，来实现消息接收、推送、确认，整个过程的完全异步化处理。
下图是京麦消息中心整体架构图：
MC系统
MC系统包括接入，校验，分发，消息配置中心，消息存储，消息统计，消息日志模块。
其中接入模块采用MQ方式接入各个系统消息，校验模块负责对消息的合规性进行校验，分发模块可以根据配置中心的配置进行消息分发，消息存储模块负责对协议消息进行存储，消息日志负责整个消息全链路的追踪。
如下是MC系统的模型图：
因为之前的模型不支持一个类型消息的分发，随着业务扩展，衍生出了Broker这个概念，一个类型的消息可以根据配置中心的配置，可以有不同的Broker。
Broker实际上是一个接口，可以根据不同的业务扩展Broker去实现不同的存储逻辑等等，提高了业务承载能力，来达到隔离的目的。
MQ的运用
整个消息的流转大量采用异步的方式去处理，而且根据业务进行Topic的隔离，达到互不影响的目的，提升了系统承载能力。
如图：Anycall系统根据业务不同分发到不同的MQ，发送给MC。每一个厂商一个Topic，离线推送互不影响，提升推送性能。
snowflake算法实战中的应用
消息id作为全链路消息的唯一标志，作为客户端确认消息的唯一标识，之前是采用数据库生成递增long类型id，此方式缺点是依赖数据库，高并发环境下性能低下, 生成一条id可达到150ms，在此基础上采用snowflake算法生成趋势递增消息id，优势是不依赖任何第三方资源，性能高，实战中仅需要1ms。
Es的使用
考虑到消息数据量大，过期性，及查询性能，所以采用es存储消息数据，同时也根据消息类别创建多个索引，来达到消息数据的分离，起到隔离保护作用，对于类似新订单类的消息采用一天过期机制。
消息日志采用按天创建索引，使用别名，运用routing策略，最多保存7天的机制，大大提升了日志查询效率。
缓存策略
因为消息的实时性，所以缓存策略必不可少，针对业务类型不同，采用的缓存策略不同。
1. 对于基本配置信息，采用本地缓存 + redis + 数据库的方式
优势：三级缓存机制，本地缓存guava cache的运用采用时效机制，提高系统性能，不怎么依赖第三方资源，redis二级缓存采用时效机制，大大提高了空间的利用，最后是数据库兜底，这样下来基本上不怎么依赖第三方起到了自保的作用。
2. 消息未读数计数器
优势：考虑到频繁更新和查询操作，如果用数据库去实现，因消息量太大会造成性能瓶颈，所以采用redis incr的方式处理，原因是此方式性能高，保证了原子性，解决了并发问题。
分布式锁运用
拉取消息接口，目前采用多线程方式调用京麦接口，轮训拉取，考虑到并发，所以运用分布式锁解决此问题。
利用redis特性，setNX（SET if Not eXists）命令。
推送系统
基于 Netty 作为网络层框架，构建海量推送模型，使用静默长连接通道，实现从消息接收、推送、确认，整个过程的完全异步化处理。
总结和感悟
针对消息有太多的事情要做，我们不仅仅做一个消息推送，我们要打造一个完整的稳定的消息闭环，我们要做一个完备的消息体系，支持各种业务，监控，统计，分析，为决策层提供数据依据，为上游提供便利的接入，为ISV提供便利的消息推送能力，为运营提供便利的统计分析等等，最终达到提供丰富的消息提醒，来为商家提供便利的京麦服务，增加商家对京麦的粘性。
本文受原创保护，未经作者授权，禁止转载。 linkedkeeper.com (文／李振发) ©著作权归作者所有
Page 2
阅读数
Page 3
阅读数
Page 4
阅读数
Page 5
阅读数
Page 6
阅读数
Page 7
阅读数
Page 8
阅读数
Page 9
阅读数
Page 10
阅读数
Page 11
阅读数
Page 12
阅读数
Page 13
阅读数
Page 14
阅读数
Page 15
阅读数
Page 16
阅读数
Page 17
阅读数
Page 18
阅读数
Page 19
阅读数
Page 20
阅读数
Page 21
阅读数
Page 22
阅读数
Page 23
阅读数
Page 24
阅读数
Page 25
阅读数
Page 26
阅读数