面試官：如何設(shè)計群聊消息的已讀未讀功能

企業(yè)IM比如企業(yè)微信、釘釘里面的群消息的有個已讀未讀的功能，發(fā)送者剛發(fā)出消息時，當(dāng)前群里其他群成員都是未讀狀態(tài)，陸陸續(xù)續(xù)有人看了這個消息，這時候消息的詳情變成x人已讀，y人未讀。

如下圖所示，有具體的已讀未讀列表（萬惡的功能，看到同事or老板的消息不能假裝沒看到了），每條消息對應(yīng)一個唯一的messageid（uint64_t），每個用戶對應(yīng)一個唯一的userid（uint64_t）,應(yīng)該如何保存這個消息對應(yīng)的已讀未讀詳情呢？

我第一時間給出一個很簡單粗暴的方案：

對于每一個messageid，存當(dāng)前readids + unreadids，當(dāng)群成員A已讀某一條消息時，把A userid從unreadids移除寫到readids上就好了，客戶端更新到messageid對應(yīng)的詳情列表，就可以展示m人已讀，n人未讀

顯然這么簡單粗暴的方案面試官是不會滿意的，追問有沒有更好的方案呢？

仔細分析，按照目前的設(shè)計，每一條消息，已讀未讀詳情就要占用8B * 群成員數(shù)的內(nèi)存，如果一個活躍的200人大群，每發(fā)一條消息，已讀未讀就要1600B，如果平均每天消息量是1k，那每個這樣的群，每天就要1.6MB磁盤空間，對于客戶端來說，特別是手機端，占用磁盤空間是用戶不能接受的，又不能把工作消息刪了，對于服務(wù)器端來說，用戶群體如果特別大，那數(shù)據(jù)庫存儲這個成本也不小

其實未讀已讀就是一個0/1的標記而已，可以維護一個bitmap來實現(xiàn)呢？具體應(yīng)該怎么做呢？

群元信息保存userid到自增mapid的映射

struct?UserInfo?
{?
?uint64_t?userid;
?uint32_t?mapid;
};

struct?GroupMetaInfo?
{
?vector??members;
?string?name;
?uint32_t?maxid;
?//?other?info
};

這樣群成員每加入一個群里，就有mapid<->usreid的雙向映射了，假如群里有5個成員ABCDE, 那就對應(yīng)mapid 1-5，messageid對應(yīng)的消息詳情存儲就可以設(shè)計成

{?uint32_t?maxid,?uint8_t?readbit[]}

如上面的案例就是{5, readbit[0] =bin(0000 0000)};?就占用了5B(4+1),A發(fā)消息，D已讀消息時，就更新成{5,readbit[0]= bin(0000 1000)},其余4人都已讀消息時 更新為{5, readbit[0]=bin(0001 1110)}

這是個粗略的方案，里面還有一些細節(jié)值得思考：

• 退出的成員呢？比如C退出群，發(fā)消息時maxid還是5，已讀+未讀總?cè)藬?shù)應(yīng)該是3(不包括發(fā)消息者本人)，目前信息只有5個bit（0/1），識別不出來誰已經(jīng)退出群聊了
• 退出群聊的成員如何處理？從GruopMetaInfo里面刪除么？退出群聊成員重新加入又如何分配id呢？

首先2這個點，退出群聊的成員只能標記刪除，不能物理刪除，不然客戶端展示已讀未讀詳情時，通過mapid找不到對應(yīng)的userid，退出的成員又重新加入群聊這個就好辦了，把標記刪除改成非標記刪除，還是用舊的mapid

至于1呢？我目前想到比較好的方式就是再加多一個bitmap，記錄成員在消息發(fā)送時是否已經(jīng)退出群聊了，退出群聊就置為1, 所以最終方案就是

群信息增加userid，自增mapid雙向映射，退出群聊成員標記刪除，messageid 已讀未讀詳情存儲?{maxid, readbit[], quitbit[]}

新的方案帶來怎樣的收益呢？

• 增加自增mapid字段，一個群聊維護一份，成本幾乎可以忽略不計
• 每個成員已讀未讀由8B（64bit）優(yōu)化成2bit，減少62/64, 200人已讀未讀舊的方案1600B, 現(xiàn)在只需要(200/8) * 2 + 4 = 54?， 每條消息節(jié)約95%+

如果maxid如果到百萬甚至千萬級別，那豈不是災(zāi)難？一般實際場景，群聊是會限制人數(shù)的，就算不斷踢人加新人，那maxid最多也只能到企業(yè)人數(shù)。

如果maxid達到一個特別大數(shù)字，已讀未讀對應(yīng)的存儲可以增加多一個flag，如果bitmap存儲成本遠超過最初的方案，可以用最初的方案來實現(xiàn)，客戶端提前埋好兼容邏輯就可以了。

來源：https://www.sixstaredu.com/