
Hello,我是小兔大白糖。 联调时常听到一句:「离线了就重试推送」——有人直接在聊天历史行上加 retry_count、next_retry_at。写成这篇,给要做 IM 投递可靠性选型调研 的初中级后端同学:不是某张表怎么开列的工单,而是业界常见、可复述的拆法。
说明:字段名与流程均为教学分析框架,不是某厂官方协议。示例与数字均为教学脱敏示意。触达三平面与 Push-as-hint 见 /blog/im_push_priority_channels/;送达 ACK 与多端水位见 /blog/im_delivery_ack_multi_device_sync/——本文主线是 历史存证 vs 投递工作单,推送通道与勾选语义只点到并内链。
估计阅读时间:10 分钟
目录
为什么现在要关心
硬规则一句话:内容存证 ≠ 投递工作单——历史消息长期留着;重试记录签收后可以扔掉。
现场里常见的误伤,几乎都来自把「查历史」和「再推一次」写进同一行:
| 你看到的现象 | 常见真相 |
|---|---|
| 会话翻页越来越慢 | 历史查询与「按用户扫待投递」抢同一套索引与行宽 |
| 推送成功了也不敢删行 | 行上既是聊天真相,又是调度状态——删了怕丢内容 |
| TTL 清扫和会话归档打架 | 重试行要短命;历史行要长寿——生命周期冲突 |
| 离线推了好几天还在吵 | 无限重试 / 无死信;中低优门铃永久按响 |
| 上线后仍缺消息 | 只有推送重试,没有 sync / pull 安全网 |
更稳的常见拆法就三句:历史是出生证明(长期存);投递重试是另册待办(短命);客户端主动拉取是推送失败后的安全网——三件事别揉成一列。
问题空间:三份合同,别揉成一列
本篇钉「存证 vs 工作单」;推送定档与 ACK 水位交给已发文。
| 合同 | 成功标准 | 典型形态 | 本篇是否展开 |
|---|---|---|---|
| 历史可查 | 按会话分页读内容与序 | 消息主存 / inbox | 主线(存证侧) |
| 投递尽量成功 | 离线用户稍后收到实时帧或系统推送 | 重试册 / outbox / 延迟队列 | 主线(工作单侧) |
| 上线对齐 | 漏推也能拉齐 | 拉取 API + 游标 / 水位 | 点到;细节见 /blog/im_delivery_ack_multi_device_sync/ |
| 通道优先级、Push-as-hint | 门铃怎么响、响不响 | 三平面 + 分档 | 点到;见 /blog/im_push_priority_channels/ |
把重试字段塞进历史表的代价,人话三句就够:
- 查询形态不同:历史是「按会话翻页」;重试是「按用户 / 到期时间扫待办」。
- 生命周期不同:存证要留;工作单成功后应删或极短归档。
- 更新热度不同:重试会热更新
attempt/next_at;历史正文不该被投递调度反复改写。
和三平面文对齐一句:推送是 hint;真相在 Sync。 和送达文对齐一句:门铃响了 ≠ 账本对齐——重试册管「还要不要再戳」,不管会话水位。
心智模型:出生证明 vs 快递面单
消息主存像出生证明(内容事实);重试记录像快递面单(这次怎么送到);主动拉取像自己去驿站取件。
| 类比 | 对应概念 | 硬规则直觉 |
|---|---|---|
| 出生证明 | 消息主存 / 历史 | 先落盘再谈投递;证明长期留着 |
| 快递面单 | 投递工作单 / 重试册 | 失败才建;签收后可扔;只引用消息,不复制全文 |
| 驿站取件 | 上线 sync / pull | 推送员找不到人时,仍能按游标补洞 |
| 运单号 | msg_ref + 目标用户(或设备) | 工作单指向存证,不另造第二份正文 |
类比局限一句说清:出生证明 / 面单解释「存证 vs 工作单」;解释不了多设备各自水位与已读合同——那是送达 ACK 文的主线。 也解释不了厂商通道内部折叠与配额——那是通知平面,见三平面文。
业界常见拆法对照
推荐主线是「主存 + 短命重试册」;起步一表两职能跑,但生命周期与索引迟早打架。
| 模式 | 做法 | 优点 | 代价 / 边界 |
|---|---|---|---|
| A. 历史表加重试列 | 一行同时扛内容与调度 | 起步简单;少一处存储 | 宽行、热更新、TTL 与归档冲突;成功后不敢删 |
| B. 主存 + 短命重试册(推荐主线) | 历史先落盘;失败才写工作单;成功删除或极短归档 | 合同清晰;索引与生命周期可分开 | 多一处存储;要对齐引用一致性 |
| C. 仅靠客户端拉取 | 不上推送重试(或极弱) | 服务端调度简单 | 实时性差;锁屏感知弱;仍要主存 |
| D. 外部队列延迟重试 | Kafka / SQS 一类延迟与死信 | 适合大规模扇出与运维成熟队 | 另一套运维与可观测;仍常需可查状态(DB 或等价) |
实践上很少「只选一个」:多数可靠投递骨架是 B 为主,大规模时 B + D(DB 可查意图 + Queue 调度)——与三平面文里「Outbox / 意图日志 + DB 真相 + Queue」同一家族。C 不是对立面,而是安全网:即使选了 B/D,上线仍要 pull。
代价先说清:拆开之后多一处写入与失败路径;换来的是历史查询不被投递扫描拖垮,以及「签收后可扔面单」。稳的是合同分轨,不是「一张表省事到永远」。
与触达三平面对齐:推送失败进重试册,属于 Notification / undelivered intent 一侧;进 App 后的对齐属于 Sync plane——见 /blog/im_push_priority_channels/。
可复述流程:先落盘,再面单,再驿站
顺序钉死:persist → try realtime/push → on failure enqueue → worker 退避至上限 → 上线 pull since cursor。
教学向伪流程(脱敏,非生产 API):
persist_message(history) # 出生证明先落盘
try_realtime_or_push(user, msg_ref)
on_failure:
enqueue_delivery_job( # 面单:引用,不复制全文
user_id, msg_ref, attempt=0, next_at=now)
worker:
backoff_retry until success or max_attempt
→ DLQ / abandon # 无限重试 = 害人
on_client_online:
pull_since(cursor) # 驿站取件;不依赖面单仍在重试册字段示意(教学,不是表结构墙):消息引用、目标用户(或设备)、attempt、next_retry_at、last_error——不要把正文再抄一份进工作单,否则双份内容迟早漂移。
数字一律当教学示意:退避可指数封顶;Critical 意图可设小时~天级窗口——以产品容忍度为准,不要抄成「行业标准小时数」。中低优事件是否进重试册,用三平面文的分档框架定,别全标 Critical。
反模式
从架构视角看,下面几条会把存证与工作单重新揉成一列坏管道。
-
历史表当队列狂更新
retry_count
会话翻页与投递扫描互相拖累。查询形态不同,就别共享同一套热更新路径。 -
投递成功仍留重试行占热点
面单签收后还堆在柜台上。成功删除或极短归档;长期审计另册,别绑在调度热路径。 -
无 max attempt / 无退避
无限重试 = 队列膨胀 + 半夜按响过期门铃。死信 / 放弃策略是合同,不是优化项。 -
只有推送重试、无上线拉取
推送员永远找不到人时,没有驿站。Push-as-hint 的安全网是 Sync——见 /blog/im_push_priority_channels/ 与 /blog/im_delivery_ack_multi_device_sync/。 -
重试册存全文导致双份漂移
工作单应引用主存。改过正文、撤回、权限变更时,双份内容是确定性对账事故。 -
用「厂商推送 success」当「可以删历史」或「已 delivered」
通道受理 ≠ 设备已拿到消息体 ≠ 可以动出生证明。delivered 证据与水位对齐见送达文;历史行的去留跟投递调度脱钩。
选型结论
- 先落历史,再谈投递工作单:内容存证与重试调度分合同;别在历史行上堆
retry_count当队列。 - 默认甜点是主存 + 短命重试册:失败才建面单;成功可删;大规模可加外部延迟队列,但仍要可查意图。
- 重试有上限与退避:配死信 / 放弃;中低优别永久按门铃。
- 主动拉取是安全网,不是装饰:上线用游标 / 水位补洞;推送与 ACK 只加速感知。
- 同一可靠叙事:Push-as-hint 见 /blog/im_push_priority_channels/;多端水位与 ACK 见 /blog/im_delivery_ack_multi_device_sync/。
相关阅读:/blog/im_push_priority_channels/、/blog/im_delivery_ack_multi_device_sync/。