消息順序性為何這么難？
很多業務都需要考慮消息投遞的順序性：
- 單聊消息投遞，保證發送方發送順序與接收方展現順序一致
- 群聊消息投遞，保證所有接收方展現順序一致
- 充值支付消息，保證同一個用戶發起的請求在服務端執行序列一致
1. 消息順序性是分布式系統架構設計中非常難的問題，有什么常見優化實踐呢?
折衷一：以客戶端或者服務端的時序為準
不管什么情況，都需要一個標尺來衡量時序的先后順序，可以根據業務場景，以客戶端或者服務端的時間為準，例如：
- 郵件展示順序，其實是以客戶端發送時間為準的
畫外音：發送方只要將郵件協議里的時間調整為1970年或者2970年，就可以在接收方收到郵件后一直“置頂”或者“置底”。
- 秒殺活動時間判斷，肯定得以服務器的時間為準，不可能讓客戶端修改本地時間，就能夠提前秒殺
折衷二：服務端生成單調遞增id作為時序依據
對于嚴格時序的業務場景，可以利用單點寫db的seq/auto_inc_id生成單調遞增的id，來保證順序性。
畫外音：這個生成id的單點容易成為瓶頸。
折衷三：假如業務能接受誤差不大的趨勢遞增id
消息發送、帖子發布時間、甚至秒殺時間都沒有這么精準時序的要求：
- 同1s內發布的聊天消息時序亂了，沒事
- 同1s內發布的帖子排序不對，沒事
- 用1s內發起的秒殺，由于服務器多臺之間時間有誤差，落到A服務器的秒殺成功了，落到B服務器的秒殺還沒開始，業務上也是可以接受的(用戶感知不到)
所以，大部分業務，長時間趨勢遞增的時序就能夠滿足業務需求，非常短時間的時序誤差一定程度上能夠接受。
于是，可以始終分布式id生成算法來生成id，作為時序依據。
折衷四：利用單點序列化，可以保證多機相同時序
數據為了保證高可用，需要做到進行數據冗余，同一份數據存儲在多個地方，怎么保證這些數據的修改消息是一致的呢?
“單點序列化”是可行的：
- 先在一臺機器上序列化操作
- 再將操作序列分發到所有的機器，以保證多機的操作序列是一致的，最終數據是一致的
典型場景一：數據庫主從同步
數據庫的主從架構，上游分別發起了op1,op2,op3三個操作，主庫master來序列化所有的SQL寫操作op3,op1,op2，然后把相同的序列發送給從庫slave執行，以保證所有數據庫數據的一致性，就是利用“單點序列化”這個思路。
典型場景二：GFS中文件的一致性
GFS(Google File System)為了保證文件的可用性，一份文件要存儲多份，在多個上游對同一個文件進行寫操作時，也是由一個主chunk-server先序列化寫操作，再將序列化后的操作發送給其他chunk-server，來保證冗余文件的數據一致性的。
2. 單對單聊天，怎么保證發送順序與接收順序一致呢?
單人聊天的需求，發送方A依次發出了msg1，msg2，msg3三個消息給接收方B，這三條消息能否保證顯示時序的一致性(發送與顯示的順序一致)?
方案設計思路如下：
- 如果利用服務器單點序列化時序，可能出現服務端收到消息的時序為msg3，msg1，msg2，就會與發出序列不一致。
- 業務上不需要全局消息一致，只需要對于同一個發送方A，ta發給B的消息時序一致，常見優化方案，在A往B發出的消息中，加上發送方A本地的一個絕對時序，來表示接收方B的展現時序。
- msg1{sender:A, seq:10, receiver:B, msg:content1}
- msg2{sender:A, seq:20, receiver:B, msg:content2}
- msg3{sender:A, seq:30, receiver:B, msg:content3}
可能存在問題是：如果接收方B先收到msg3，msg3會先展現，后收到msg1和msg2后，會展現在msg3的前面。
3. 群聊消息，怎么保證各接收方收到順序一致?
群聊消息的需求，N個群友在一個群里聊，怎么保證所有群友收到的消息顯示時序一致?
方案設計思路如下：
- 假設和單聊消息一樣，利用發送方的seq來保證時序，因為發送方不單點，seq無法統一生成，可能存在不一致。
- 于是，可以利用服務器的單點做序列化。
如上圖，此時群聊的發送流程為：
- sender1發出msg1，sender2發出msg2;
- msg1和msg2經過接入集群，服務集群;
- service層到底層拿一個***seq，來確定接收方展示時序;
- service拿到msg2的seq是20，msg1的seq是30;
- 通過投遞服務講消息給多個群友，群友即使接收到msg1和msg2的時間不同，但可以統一按照seq來展現;
這個方法能實現，所有群友的消息展示時序相同。
缺點是，生成全局遞增序列號的服務很容易成為系統瓶頸。
4. 還有沒有進一步的優化方法呢?
群消息其實也不用保證全局消息序列有序，而只要保證一個群內的消息有序即可，這樣的話，“id串行化”就成了一個很好的思路。
這個方案中，service層不再需要去一個統一的后端拿全局seq，而是在service連接池層面做細小的改造，保證一個群的消息落在同一個service上，這個service就可以用本地seq來序列化同一個群的所有消息，保證所有群友看到消息的時序是相同的。
此時利用本地時鐘來生成seq就湊效了，是不是很巧妙?
5. 總結
- 要“有序”，先得有衡量“有序”的標尺，可以是客戶端標尺，可以是服務端標尺;
- 大部分業務能夠接受大范圍趨勢有序，小范圍誤差;絕對有序的業務，可以借助服務器絕對時序的能力;
- 單點序列化，是一種常見的保證多機時序統一的方法，典型場景有db主從一致，gfs多文件一致;
- 單對單聊天，只需保證發出的時序與接收的時序一致，可以利用客戶端seq;
- 群聊，只需保證所有接收方消息時序一致，需要利用服務端seq，方法有兩種，一種單點絕對時序，另一種id串行化;
思路比結論更重要，希望大家有收獲。
【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】
