后台技術演化啟示
在QQIM后台技術演化過程中，每一個級別要求的技術不一樣，如十萬級和百萬級在線要求高性能、7*24小時連續服務；千萬級要求高可用性和高可運維性。而到了億級在線，就要求高性能、高可用性、高可運維性和高靈活性“四高”准則，每提升一個量級，相應的四個高都會有相應的要求，而且技術難度也會提升一個量級。
團隊經歷了從1.4萬到千億級飛躍的過程，免不了很多教訓，正是因為有了這些技術積累，才換來今天這么大的規模。互聯網行業與傳統IT行業不一樣，有自己的技術規律，需要做自己的技術積累。
不僅IM業務，騰訊公司在很多不同業務上都走過一些彎路，積累了相應的經驗，邊重構邊生活、大系統做小、先扛住再優化、干干凈凈......這些正是在不斷的試錯和總結中得出的理念和價值觀，是在技術演化的過程中得出的啟示。
從十萬級到百萬級在線，第一代架構難支持
QQ在最早期1.0時代，由於用戶量較少，十萬級在線，並且業務功能非常簡單，例如登陸、添加好友、在線狀態獲取等，因此架構非常簡單，由QQ客戶端＋接入服務器＋存儲服務器組成。隨后隨着業務的拓展，需要支持支持視頻、語音、傳文件等實時寬帶業務，以及更多類型的用戶資料，我們增加了長連接服務器，為無法直連的客戶端進行實時寬帶數據中轉，還對存儲服務器進行輕重分離，使核心服務器保證穩定，利用擴展服務器快速支持新增業務，這就是之后的1.5版本。但是我們發現無論是1.0還是1.5，我們發現都難以支撐百萬級別在線。因為一百萬的時候，各方面都會遇到很大的瓶頸。以接入服務器的內存為例，單個在線用戶的存儲量約為2KB，索引和在線狀態50字節，好友表400個好友* 5字節/好友=2000字節，這樣算來2G內存只能支持一百萬在線用戶，因此第一代架構肯定沒有辦法繼續下去，我們必須要升級。
2.0的主要改進在於單台服務器擴展成集群，增加狀態同步服務器。在接入服務器之間同步在線狀態。
這次升級幫助QQ在2001年順利突破100萬在線用戶數。隨后為了支持QQ群，又將2.0升級到2.5，增加了QQ群服務器和群貼圖服務器。
在從十萬到百萬的過程中，有兩個重要的經驗，一是后台架構的高性能，主要通過六個方面實現：絕對不用企業級解決方案，邏輯層多進程，萬有一失的無鎖設計，用戶態IPC，MySQL分庫分表，好友表自寫文件存儲。二是7乘24小時連續服務，主要通過以下方法實現的：大系統小做，平滑重構，核心數據放入共享內存，接入層與邏輯層分離，命令分發動態配置化。
千萬級在線的考驗，第二代架構難維系
2005年QQ同時在線迅速增長到千萬級，於是之前的架構再次面臨挑戰，突出的問題主要體現在，同步流量太大，狀態同步服務器遇到單機瓶頸；所有在線用戶的在線狀態信息量太大，單台接入服務器存不下；單台狀態同步服務器支撐不下所有在線用戶；單台接入服務器支撐不下所有在線用戶的在線狀態信息。沒有辦法，只得進行再次升級，3.0時代到來。
3.0改造的主要特點是全面的集群化
但是事情並非我們想象的那樣順利，很快新問題產生了。
問題一：后台機器越來越多，單機死機/故障經常出現，IDC故障也不少，影響服務，也影響人員生活。經過分析我們決定加速容災改造，存儲集群建立半自動切換模式，業務集群、接入集群、同步集群建立自動切換模式，后台分布在兩套IDC，並有指揮中心設備健康狀態。
問題二：每周有新代碼發布，BUG不斷出現，嚴重影響服務。這個問題我們采用Code Review和灰度發布的方法，得到有效的解決。
問題三：監控機制原始、報警設置不全，出事了都不知道。這個促使我們完善監控和報警機制。
問題四：運維操作通過vim或者mysql進行，非常容易失誤。我們通過運維操作Web化（半自動化）、自動化有效的解決了這個問題，並服務可用性終於提升到了行業先進水平。
通過解決以上問題，我們得到了3.5架構
這一階段，我們得到如下經驗，架構必須對外提供高可用性的服務，對內提供高可運維性的系統。同時利用灰度發布，運營監控，容災，運維自動化/半自動化等方法解決架構問題。
億級在線的飛躍，新時代伴隨着新煩惱
隨着在線億時代的到來，新的問題和煩惱也隨之出現。首先是靈活性問題，比如說QQ昵稱長度增加一半需要兩個月，增加故鄉字段需要兩個月，增加最大好友數從500變成1000需要三個月。其次，億時代還需要具備一些重要的能力，比如原來有上萬的好友；對隱私權的控制；PC QQ與手機QQ別互踢；異地容災，即一個城市出問題的時候，別的城市也能提供服務等等。但億時代帶來的最大的挑戰是，原先IM后台從1.0到3.5都是在原有的基礎上改造升級，IM后台1.0的代碼在3.5的下面都能找到，但是這種持續打補丁的方式已難以支撐上億級的用戶。所以除了底層的公共部分之外，IM后台4.0必須從零開始，重新設計實現。
IM后台4.0存儲系統歷時三年完成，支持千萬級的好友在線，加強了隱私權限控置，可以靈活擴展字段，原來擴展一個字段需要兩三個月，現在只需要一周，同時還具備高可運維性，高性能。
IM后台4.0通信系統歷時兩年多，架構比原來的復雜很多，希望再過一年可以完成。到目前為止，已取得了一些成果：首先是多點登陸，可以管理不同的登陸終端；支持5至10億個實例同時在線；方便接入微信等多種業務；實現區域自治。
在億級在線時代，需要的關鍵技術首先是提供高靈活性的業務支持，傳統IT行業可能半年到兩年出一個新版本，而互聯網行業每個月就需要出一個新版本。同時還要保持高性能，高可用性，高可運維性。展望騰訊IM服務的未來之路，全球化分布、高效的研發、監控報警的智能化成為未來發展的戰略。
REF PPT：http://djt.qq.com/article-19-1.html
REF 視頻：http://djt.open.qq.com/article-33-1.html
Author：samuelchoi
Email：samuelchoi#163.com
Blog：www.cnblogs.com/samuelchoi