IM 群成员怎么存:嵌入 ID 列表 vs 独立集合 vs 混合投影

IM 群成员怎么存:嵌入 ID 列表 vs 独立集合 vs 混合投影

Hello,我是小兔大白糖。 评审会上常有人说:「成员 ID 直接塞进 Chat 文档不就完了?」——小群秒查确实爽;角色、禁言、通知偏好、大群分页一上来,嵌入数组就变成文档膨胀与一致性税。写成这篇,给要给 IM / 社交后端做成员存储选型调研的初中级同学:不是某项目定档说明,而是业界常见的三种心智模型。

说明:模式 A/B/C 与人数阈值是分析框架与教学示意,不是某厂 SLA。文中伪流程、索引名为脱敏占位。文档库有单文档上限、关系表有单行/宽表膨胀——表述用「单文档 / 单行大小上限」概括。房间生命周期与消息管线见:IM 后端怎么设计房间与消息——本文只管成员真相面怎么落库。

估计阅读时间:10 分钟


目录


为什么现在要关心

成员真相与「谁在群里的快照」可以分轨——小群爽的嵌入,换大群就变成文档上限与双写税。

现场里常见的误伤:

你看到的现象常见真相
「拉成员列表很慢」大群却每次 join 成员集合全量;或反过来小群每次二次查询
角色改了,权限却还是旧的只更新了投影数组,或只更新了成员行却缓存未失效
Chat 文档越来越大嵌入列表当唯一真相,属性也硬塞进同文档
加退人偶发双端不一致混合双写无补偿、无顺序合同

先记住五条硬规则(删掉比喻也能复述):

  1. 详细属性走成员行;会话文档上的 ID 列表最多当投影 / 缓存。
  2. 嵌入数组适合小而稳的会话(1:1、小群);大群 + 丰富属性默认独立集合。
  3. 混合模式的税在双写一致性:加退人要同事务或可补偿;投影可短暂落后,但权限检查勿只信过期投影。
  4. 查询按职责选源:列表快扫可投影;角色 / 状态 / 个性化必须打成员行。
  5. 单文档 / 单行大小与索引是硬边界:嵌入无限涨 → 逼近上限,热更新争用变差。

心智模型:门口名单 vs 学籍卡柜

先记住:门口贴一排名字适合「谁在班里」;角色、禁言、通知偏好要去学籍卡柜翻卡。

类比含义
班级通讯录贴在教室门口(一排名字)会话上嵌入成员 ID 列表
学籍卡柜(每人一张:角色、状态、设置)独立 Membership 集合 / 表
门口名单是学籍柜的投影,改学籍要同步刷门口混合:真相在柜,投影在门

类比局限一句说清:它解释「存哪儿、查哪边」;解释不了推送扇出、已读水印、跨区复制——那些要另开实时层与消息管线设计(可回看房间与消息篇)。

嵌入 ID 列表 vs 独立成员行
嵌入 ID 列表 vs 独立成员行 · 点击查看 SVG 原图

问题空间:三件事别揉成一件

能力需求粗分三块:身份集合、成员属性、反查——嵌入擅长第一项的小 N,二三默认成员行。

能力问什么嵌入列表擅长?独立成员行擅长?
身份集合谁在群里(ID 集合)小 N 一次读出大 N 分页自然
成员属性角色、禁言、入退时间、通知偏好…硬塞会膨胀一行一员天然
反查某用户加入了哪些会话弱(要扫会话)按用户维索引自然

把属性也塞进会话文档当「唯一真相」,短期省一次查询,长期膨胀 + 热 key 争用 + 难按属性过滤——这是模式 A 最常见的越界用法。


三种模式对照

实践常见:1:1 / 小群可 A 或瘦 C;企业群 / 大群默认 B 或 C(B 为主)。

模式做法优点代价
A. 仅嵌入 ID 列表会话文档存成员 ID(可选 count)一次读出成员集合;实现简单属性贫乏;大群膨胀;难按属性查;反查弱
B. 仅独立成员集合(chat_id, user_id) 一行一员 + 属性属性 / 分页 / 反查 / 审计自然每次要列表都多一次查询或缓存;小群略重
C. 混合:B 为真相 + A 为投影变更先写成员行,再更新会话上的 ID 投影 / count小群快路径 + 大群 / 属性完整双写与回滚 / 补偿;投影落后窗口;权限勿只信投影

人数阈值(如 50 / 100)只作教学门槛:产品按文档 / 行字节上限、加减人 QPS、属性丰富度自测,不要把「业界经验数」当 SLA。

混合模式双写:真相在行、投影可落后、权限读行
混合模式双写:真相在行、投影可落后、权限读行 · 点击查看 SVG 原图

加退人伪流程(教学示意;按模式分支):

add_member(chat, user, attrs):
  if mode == A:
    update chat.member_ids       # embed is the only store
  else:                          # B or C
    write membership_row         # source of truth
    if mode == C:
      update chat.member_ids     # projection
      on projection_fail:
        compensate or mark dirty

authz(chat, user):
  if mode == A: read chat.member_ids
  else:         read membership_row   # C: never trust projection alone

list_members(chat, page):
  if mode == A or (mode == C and small):
    return chat.member_ids
  else:
    page membership_rows

硬边界人话:C 下投影只服务快路径列表;权限与个性化永远读成员行。


可复述选型清单

选型不是「选最潮的」,而是把真相源、投影、失败补偿写进合同。

  1. 列出必须属性:若超出「在不在群里」→ 倾向 B / C。
  2. 估峰值人数与更新频率:逼近单文档 / 单行上限或高频加减 → 勿纯 A。
  3. 反查「我的会话列表」是否要走成员索引。
  4. 选 A / B / C;若 C:写清真相源、投影字段、失败补偿、权限读哪边。
  5. 索引示意(教学):成员行 (chat_id, status)、(user_id, status);投影侧按需。
  6. 观测:双写失败率、投影落后时长、大文档 / 大行比例。
  7. 迁移:先 B 真相,再回填投影;禁止先无限扩嵌入当长期唯一真相。

反模式

这五条几乎都能在评审里一票否决「先嵌入再说」。

  1. 把角色 / 禁言塞进越来越大的会话文档当唯一源。
  2. 混合模式权限检查只读投影数组。
  3. 双写无补偿:成员行成功、投影失败当成功。
  4. 全站一种模式:1:1 与万人群同一套嵌入。
  5. 「先嵌入上线,以后再拆」却无迁移关闸——债务变永久。

选型结论

  • 属性与大群 → 独立成员行(B);小而稳 → 嵌入(A)可接受;要两边优点 → C,但付双写税,真相在行。
  • 权限与个性化读成员行;投影只服务快路径列表。
  • 与房间与消息篇分工:那边管消息管线与成员正交态;本文管成员集合怎么落库、查哪边。

转发时可以只带三句话:真相在行;投影可落后;权限别只信门口名单。