im协议设计选型（上）
im协议设计选型（上）
周末在一个Qcon群里分享了一些im技术，抽取出其中im协议选型相关的内容，跟大家分享。
分享人：58沈剑，58同城技术委员会主席，高级架构师，优秀讲师。前百度hi团队成员，负责过58同城im系统的架构设计。
一、im协议的分层设计 所谓“协议”是双方共同遵守的规则，例如：离婚协议，停战协议。协议有语法、语义、时序三要素。 （1）语法：即数据与控制信息的结构或格式 （2）语义：即需要发出何种控制信息，完成何种动作以及做出何种响应 （3）时序：即事件实现顺序的详细说明 今天的重点是在“协议选型”上，重点讲选哪种协议。
im协议设计分为三层：应用层、安全层、传输层。
后文将详细介绍这三层的协议应该如何选型与设计。
二、im应用层协议设计 应用层协议选型，常见的有三种：文本协议、二进制协议、流式XML协议。 （1）文本协议 文本协议是指 “贴近人类书面语言表达”的通讯传输协议，典型的协议是http协议，一个http协议大致长成这样：
GET / HTTP/1.1
User-Agent: curl
Host: musicml.net
Accept: */*文本协议的特点是： a.可读性好，便于调试 b.扩展性也好（通过key:value扩展） c.解析效率一般（一行一行读入，按照冒号分割，解析key和value） d.对二进制的支持不好 ，比如语音／视频 im中，msn使用的是文本协议。
（2）二进制协议 二进制协议是指binary协议，典型是ip协议，以下是ip协议的一个图示：
二进制协议一般定长包头和可扩展变长包体 ，每个字段固定了含义 ，例如IP协议的前4个bit表示协议版本号 （Version）。 二进制协议有这样一些特点： a.可读性差，难于调试 b.扩展性不好 ，如果要扩展字段，旧版协议就不兼容了，所以一般设计时会有一个Version字段 c.解析效率超高（几乎没有解析代价） 对二进制的支持不好 ，比如语音／视频 im中，QQ使用的时二进制协议。
（3）流式XML协议 im的准标准协议xmpp就是使用流式XML，像gtalk，校内通这些im都是基于xmpp的，让我们来看一个xmpp协议的例子：
<message
to=’romeo@example.net’
from=’juliet@example.com’
type=’chat’
xml : lang=’en’>
<body>Wherefore art thou, Romeo?</body>
</message>从xml标签中大致可以判断这是一个romeo发给juliet的聊天消息。 xmpp协议可以实现跨域的互通。例如gtalk和校内通用户聊天。只要服务端实现了s2s服务（server to server） ，不过现在的im基本没有互通需求 ，所以这个服务基本没有人实现。 Xmpp协议有几个特点： a.它是准标准协议，可以跨域互通 b.XML的优点，可读性好，扩展性好 c.解析代价超高（dom解析） d.有效数据传输率超低（大量的标签） 个人旗帜鲜明的强烈不建议使用xmpp，特别是无线端im，如果要用，一定要自己做压缩 ，减少网络流量（用过xmpp的同学都清楚，发一个登录包需要多少交互，要浪费多少流量）。
实际的栗子 下面来看一个im协议的实际例子 ，一般常见的做法是：定长二进制包头，可扩展变长包体。 包体可以使用用文本、XML等扩展性好的协议。 包头负责传输和解析效率，与业务无关。包体保证扩展性，与业务相关。
这是一个实际的16字节im二进制定长包头
//sizeof(cs_header)=16
struct cs_header
{
uint32_t version;
uint32_t magic_num;
uint32_t cmd;
uint32_t len;
uint8_t data[];
}__attribute__((packed));a.前4个字节是version； b.接下来的4个字节是个“魔法数字（magic_num）“，用来保证数据错位或丢包问题，常见的做法是，包头放几个约定好的特殊字符，包尾放几个约定好的特殊字符 约定好，发给你的协议，某几个字节位置，是0x 01020304 ，才是正常报文； c.接下来是command（命令号），用来区分是keepalive报文、业务报文、密钥交换报文等； d.len（包体长度），告知服务端要接收多长的包体。
这是一个实际的可扩展im变长包体
message CUserLoginReq
{
optional string username = 1;
optional string passwd = 2;
}
message CUserLoginResp
{
optional uint64 uid =1;
}使用的是google的Protobuf协议（玩过的人都懂），可以看到，登录请求包传入的是用户名与密码，登录响应包返回的是用户的uid。 当然，除了Protobuf，可选择的可扩展包体协议还有xml、json、mcpack（大家懂？）等。 个人旗帜鲜明的推荐使用Protobuf，主要有几个原因： a.现成的解析库种类多，可以生成C++、Java、php等代码 b.自带压缩功能 c.在工业界已广泛应用 d.google制造
三、im安全层协议设计 im协议，消息的保密性非常重要 ，谁都不希望自己聊天内容被看到，所以安全层是必不可少的。 1、SSL 证书管理微微复杂，代价有点高。
2、自行加解密 自己来搞加解密，核心在于密钥的生成与管理，密钥管理方式有多种，主要有这么三种： （1）固定密钥 服务端和客户端约定好一个密钥，同时约定好一个加密算法（eg：AES ），每次客户端im在发送前，就用约定好的算法，以及约定好的密钥加密再传输，服务端收到报文后，用约定好的算法，约定好的密钥再解密。这种方式，密钥和算法对程序员都是透明的。
（2）一人一密钥 简单说来就是每个人的密钥是固定的，但是每个人之间又不同，其实就是在固定密钥的算法中包含用户的某一特殊属性，比如用户uid、手机号、qq号等。
（3）动态密钥（一session一密钥） 动态密钥，一Session一密钥的安全性更高，每次会话前协商密钥。 密钥协商的过程要经过2次非对称密钥的随机生成，1次对称加密密钥的随机生成，具体详情这里不展开，有兴趣的同学可以看下SSL密钥协商额过程。
四、im传输层协议设计 可选的协议有TCP和UDP 现在的im传输层基本都是使用TCP，有了epoll等技术后，多连接就不是瓶颈了，单机几十万链接没什么问题。58同城现在线上单机连接好像是10w？（可能单机性能测试可以到百万，线上一般跑到几十万）
关于QQ使用UDP的问题 个人不清楚QQ使用UPD作为传输层协议的初衷，但猜测是因为10多年前C10K问题没有得到很好解决，一台服务器支撑不了1W个TCP连接 ，腾讯的同时在线量高，没办法，只有用UDP了，但UDP又不可靠，故只能在UDP上实现TCP的超时／重传／确认等机制啦。
五、收尾 关于QQ使用UDP协议，在讨论的过程中，有同学提出了一个非常好的问题“无线环境下，UDP更好，可以做到状态无关，而TCP不稳定，进出电梯就要断线，用户体验不好”。 其实吧，“用户状态可以设计的与连接状态无关”，如果大家感兴趣，后续我可以撰文和大家聊一聊，传输层使用TCP，怎么做到在线状态与底层连接无关。
ps：文本只介绍了im协议选型，只是协议设计的上半部分，选型完之后，协议细节如何设计也没有展开讲，后续会撰文讨论《im协议设计细节（下）》。