本文以用QQ好友系统为例，为大家分析QQ好友系统设计的原理以及设计步骤。阅读完整文相信大家对设计QQ好友系统有了一定的认识。 什么是好友系统？ 简单的说，好友系统是维护用户好友关系的系统。我们最熟悉的好友系统案例当属QQ，实际上QQ是一款即时通讯工具，凭着好友系统沉淀了海量的好友关系链，从而铸就了一个坚不可摧的商业帝国。好友系统的重要性可见一斑。 熟悉互联网产品的人都知道，当产品有了一定的用户量，往往会开发一个好友系统。其主要目的是增加用户粘性（有了好友就会常来）或者增加社区活跃度（有了好友就会多交流）。 而我的后台开发生涯就是从这样一个系统开始的。 那时候，好友系统对于我们团队大部分人来说，都是一个全新的事物，因为我们大部分人都是应届生。整个系统的架构自然不是我们一群黄毛小孩所能创造。当年的架构图已经找不到了，但是凭着一点记忆和多年来的经验积累，还是可以把当年的架构勾勒出来。 如图，好友系统的架构是常见的3层结构，包括接入层、逻辑层和数据层。 我们先从数据层讲起。 因为我们对QQ太熟悉了，我们可以很容易地列出好友系统的数据主要包括用户资料、好友关系链、消息（聊天消息和系统消息）、在线状态等。 互联网产品往往要面对海量的请求并发，传统的关系型数据库比较难满足读写需求。在存储中，一般是读多写少的数据才会使用MySQL等关系型数据库，而且往往还需要增加缓存来保证性能；NoSQL（Not Only SQL）应该是目前的主流。 对于好友系统，用户资料和好友关系链都使用了kv存储，而消息使用公司自研的tlist（可以用redis的list替代），在线状态下面再介绍。 接着是逻辑层。 在这个系统中复杂度最高的应该是消息服务（而这个服务我并没有参与开发[捂脸]）。 消息服务中，消息按类型分为聊天消息和系统消息（系统消息包括加好友消息、全局tips推送等），按状态分为在线消息和离线消息。在实现中，维护3种list：聊天消息、系统消息和离线消息。聊天消息是两个用户共享的，系统消息和离线消息每个用户独占。当用户在线时，聊天消息和系统消息是直接发送的；如果用户离线，就把消息往离线消息list存入一份，等用户再次登录时拉取。 这样看来，消息服务并不复杂？其实不然，系统设计中常规的流程设计往往是比较简单的，但是对于互联网产品，异常情况才是常态，当把各种异常情况都考虑进来时，系统就会非常复杂。 这个例子中，消息发送丢包是一种异常情况，怎么保证在丢包情况下，还能正常运行就是一个不小的问题。 常见的解决方法是收包方回复确认包，发送方如果没收到确认包就重发。但是确认包又可能丢包，那又可以给确认包增加一个确认包，这是一个永无止境的确认。 解决方法可以参考TCP的重传机制。那问题来了，我们为什么不用TCP呢？因为TCP还是比较慢的，聊天消息的可靠性没有交易数据要求那么高，丢几条消息并不会造成严重后果，但是如果用户每次发送消息后都要等很久才能被收到，那体验是很差的。 一个比较折中的方案是，收包方回复确认包，如果发送方在一定时间内没有收到确认就重发；如果收包方收到两个相同的包（自定义seq一样），去重即可。 一个面试题引发的讨论： 面试时我常常会问候选人一个问题：在分布式系统中怎样实现一个用户同时只能有一个终端在线（用户在两个地方先后登录账号，后一次登录可以把前一次登录踢下线）？这是互联网产品中非常基础的一个功能，考察的是候选人基本的架构设计能力。 设计要先从接入服务器（下称接口机）说起。接口机是好友系统对外的窗口，主要功能是维护用户连接、登录鉴权、加解密数据和向后端服务透传数据等。用户连接好友系统，首先是连接到接口机，鉴权成功后，接口机会在内存中维护用户session，后续的操作都是基于session进行。 如图所示，用户如果尝试登录两次，接口机通过session就可以将第一次的登录踢下线，从而保证只有一个终端在线。 问题解决了吗？ 没有。因为实际系统肯定不会只有一台接口机，在多台接口的情况下，上面的方法就不可行了。因为每个接口机只能维护部分用户的session，所以如果用户先后连接到不同的接口机，就会造成用户多处登录的问题。 自然可以想到，解决的方法就是要维护一个用户状态的全局视图。在我们的好友系统中，称为在线状态服务。 在线状态服务，顾名思义就是维护用户的在线状态（登录时间、接口机IP等）的服务。用户登录和退出会通过接口机触发这里的状态变更。因为登录包和退出包都可能丢包，所以心跳包也用作在线状态维护（收到一次心跳标记为在线，收不到n次心跳标记为离线）。 一种常用的方法是，采用bitmap存储在线状态，具体是指在内存中分配一块空间，32位机器上的自然数一共有4294967296个，如果用一个bit来表示一个用户ID（例如QQ号），1代表在线，0代表离线，那么把全部自然数存储在内存只要4294967296 / (8  1024  1024) = 512MB（8bit = 1Byte）。当然，实现中也可以根据需要给每个用户分配更多的bit。 用户登录的时候，接口机首先查找本机上是否有session，如果有则更新session，接着给在线状态服务发送登录包，在线状态服务检查用户是否已经在线，如果在线则更新状态信息，并向上次登录的接口机IP发送踢下线包；接口机在收到踢下线包时会检查包中的用户ID是否存在session，如果存在则给客户端发送踢下线包并删除session。 在实际中，踢下线功能还有很多细节问题需要注意。 又回到用户先后登录同一台接口机的情况： 图中踢下线流程是正确的，但是如果步骤10和13调换了顺序（在UDP传输中是常见的）会发生什么？大家可以自己推演一下，后到的踢下线包会把第二次登录的A’踢下线了。这不是我们期望的。怎么办呢？ 解决方法分几个细节，①接口机在收到13号登录成功包时，先将session A替换成session A’，然后给客户端A发生踢下线包（避免多处存活导致互相踢下线）；②踢下线包中必须包含除用户ID外的其他标识信息，session的唯一标识应该是ID+XXX的形式（我最开始采用的是ID+LoginTime），XXX是为了区分某次的登录；③接口机在收到踢下线包的时候只要判断ID+XXX是否吻合来决定是否给客户端发踢下线包。 现实情况，问题总是千奇百怪的，好在办法总比问题多。 比如我在项目中遇到过接口机和在线状态服务时间漂移（差几秒）的情况。这样踢下线的唯一标识就不能是用户ID+LoginTime的形式了。可以为每次的登录生成一个唯一的UUID解决。类似的问题还有很多，不再赘述。 总结一下，本篇主要介绍了好友系统的整体架构和部分模块的实现方式。分布式系统中各个模块的实现其实并不难，难点主要在于应对复杂网络环境带来的问题（如丢包、时延等）和服务器异常带来的问题（如为了应对服务器宕机会增加服务器冗余度，进而又会引发其它问题）。 看完这篇文章，你们学会设计QQ好友系统了吗？