前言

本文要談的IM通訊協議指的是應用層通訊“語言”，並非指傳輸層協議（如TCP、UDP）。IM通訊協議的制定是IM開發中起點，也是貫穿設計、開發、運維始終的核心所在，通訊協議設計的好壞，直接影響後緒環節的使用者體驗（資料流量、耗電量、通訊速度）、相容性（新老版本的無縫融合）、擴充套件性（後緒的版本升級怎麼辦）等，是個基礎且極其重要的工作之一。本文將以理論聯絡實際的方式，詳細講解一套典型IM的通訊協議設計的方方面面。本文原作者是58同城網的沈劍：58同城技術委員會主席、高階架構師、優秀講師。前百度hi團隊成員，負責過58同城im系統的架構設計。

IM通訊協議的分層設計

所謂“協議”是雙方共同遵守的規則，例如：離婚協議，停戰協議。

協議有語法、語義、時序三要素：

（1）語法：即資料與控制資訊的結構或格式

（2）語義：即需要發出何種控制資訊，完成何種動作以及做出何種響應

（3）時序：即事件實現順序的詳細說明

一套典型的IM通訊協議設計分為三層：應用層、安全層、傳輸層。

IM應用層協議設計

應用層協議選型，常見的有三種：文字協議、二進位制協議、流式XML協議。

1、文字協議

文字協議是指 “貼近人類書面語言表達”的通訊傳輸協議，典型的協議是http協議。

一個http協議大致長成這樣：

文字協議的特點是：

a。 可讀性好，便於除錯

b。 擴充套件性也好（透過key：value擴充套件）

c。 解析效率一般（一行一行讀入，按照冒號分割，解析key和value）

d。 對二進位制的支援不好 ，比如語音／影片

IM中，MSN使用的是文字協議。

2、二進位制協議

二進位制協議是指binary協議，典型是ip協議，以下是ip協議的一個圖示：

二進位制協議一般定長包頭和可擴充套件變長包體 ，每個欄位固定了含義 ，例如IP協議的前4個bit表示協議版本號 （Version）（詳情請參見《TCP/IP詳解》第3章）。

二進位制協議有這樣一些特點：

a。 可讀性差，難於除錯

b。 擴充套件性不好 ，如果要擴充套件欄位，舊版協議就不相容了，所以一般設計時會有一個Version欄位

c。 解析效率超高（幾乎沒有解析代價）

d。 對二進位制的支援不好 ，比如語音／影片

IM中，QQ使用的時二進位制協議。

3、流式XML協議

IM的準標準協議xmpp就是使用流式XML，像gtalk，校內通這些im都是基於xmpp的。

讓我們來看一個xmpp協議的例子：

1234567Wherefore art thou， Romeo？

從xml標籤中大致可以判斷這是一個romeo發給juliet的聊天訊息。xmpp協議可以實現跨域的互通。例如gtalk和校內通使用者聊天。只要服務端實現了s2s服務（server to server） ，不過現在的im基本沒有互通需求 ，所以這個服務基本沒有人實現。

XMPP協議有幾個特點：

a。它是準標準協議，可以跨域互通

b。XML的優點，可讀性好，擴充套件性好

c。解析代價超高（dom解析）

d。有效資料傳輸率超低（大量的標籤）

個人旗幟鮮明的強烈不建議使用xmpp，特別是無線端im，如果要用，一定要自己做壓縮 ，減少網路流量（用過xmpp的同學都清楚，發一個登入包需要多少互動，要浪費多少流量）。

4、實際的例子

下面來看一個im協議的實際例子 。一般常見的做法是：定長二進位制包頭，可擴充套件變長包體。包體可以使用用文字、XML等擴充套件性好的協議。包頭負責傳輸和解析效率，與業務無關。包體保證擴充套件性，與業務相關。

這是一個實際的16位元組im二進位制定長包頭：

123456789//sizeof（cs_essay-header）=16struct cs_essay-header{ uint32_t version； uint32_t magic_num； uint32_t cmd； uint32_t len； uint8_t data［］；}__attribute__（（packed））；

- a。 前4個位元組是version；- b。 接下來的4個位元組是個“魔法數字（magic_num）“，用來保證資料錯位或丟包問題，常見的做法是，包頭放幾個約定好的特殊字元，包尾放幾個約定好的特殊字元 約定好，發給你的協議，某幾個位元組位置，是0x 01020304 ，才是正常報文；- c。 接下來是command（命令號），用來區分是keepalive報文、業務報文、金鑰交換報文等；- d。 len（包體長度），告知服務端要接收多長的包體。

這是一個實際的可擴充套件im變長包體：

123456789message CUserLoginReq{ optional string username = 1； optional string passwd = 2；}message CUserLoginResp{ optional uint64 uid =1；}

使用的是google的Protobuf協議（玩過的人都懂），可以看到，登入請求包傳入的是使用者名稱與密碼，登入響應包返回的是使用者的uid。當然，除了Protobuf，可選擇的可擴充套件包體協議還有xml、json、mcpack（大家懂？）等。個人旗幟鮮明的推薦使用Protobuf，

主要有幾個原因：

a。 現成的解析庫種類多，可以生成C++、Java、php等10餘種語言程式碼（詳見請點選：http：//www。52im。net/thread-277-1-1。html）

b。 自帶壓縮功能

c。 在工業界已廣泛應用

d。 google製造

IM安全層協議設計

im協議，訊息的保密性非常重要 ，誰都不希望自己聊天內容被看到，所以安全層是必不可少的。

1使用SSL證書管理微微複雜，代價有點高。

2自行加解密自己來搞加解密，核心在於金鑰的生成與管理，金鑰管理方式有多種，主要有這麼三種：（1）固定金鑰服務端和客戶端約定好一個金鑰，同時約定好一個加密演算法（eg：AES ），每次客戶端im在傳送前，就用約定好的演算法，以及約定好的金鑰加密再傳輸，服務端收到報文後，用約定好的演算法，約定好的金鑰再解密。這種方式，金鑰和演算法對程式設計師都是透明的。（2）一人一金鑰簡單說來就是每個人的金鑰是固定的，但是每個人之間又不同，其實就是在固定金鑰的演算法中包含使用者的某一特殊屬性，比如使用者uid、手機號、qq號等。（3）動態金鑰（一session一金鑰）動態金鑰，一Session一金鑰的安全性更高，每次會話前協商金鑰。金鑰協商的過程要經過2次非對稱金鑰的隨機生成，1次對稱加密金鑰的隨機生成，具體詳情這裡不展開，有興趣的同學可以看下SSL金鑰協商額過程。

IM傳輸層協議設計

可選的協議有TCP和UDP。現在的IM傳輸層基本都是使用TCP，有了epoll等技術後，多連線就不是瓶頸了，單機幾十萬連結沒什麼問題。58同城現在線上單機連線好像是10w？（可能單機效能測試可以到百萬，線上一般跑到幾十萬）關於QQ使用UDP的問題。個人不清楚QQ使用UPD作為傳輸層協議的初衷，但猜測是因為10多年前Client 10K問題沒有得到很好解決，一臺伺服器支撐不了1W個TCP連線 ，騰訊的同時線上量高，沒辦法，只有用UDP了，但UDP又不可靠，故只能在UDP上實現TCP的超時／重傳／確認等機制啦。

結語

關於QQ使用UDP協議，在討論的過程中，有同學提出了一個非常好的問題“無線環境下，UDP更好，可以做到狀態無關，而TCP不穩定，進出電梯就要斷線，使用者體驗不好”。其實吧，“使用者狀態可以設計的與連線狀態無關”，如果大家感興趣，後續我可以撰文和大家聊一聊，傳輸層使用TCP，怎麼做到線上狀態與底層連線無關。

喜歡的朋友可以後臺私信【1】獲取學習影片