IM 系統(tǒng)整體框架
如上圖所示，為了保障鏈路存活，一套成熟的 IM 系統(tǒng)一般會包含消息鏈路和推送鏈路兩條長連接通道。當有新消息到達時，消息服務首先會判斷消息鏈路是否存活，如果消息鏈路處于存活狀態(tài)，消息優(yōu)先從消息鏈路下發(fā)到客戶端，否則會被路由到推送服務器，由推送鏈路下發(fā)。
綜上所述，鏈路保活涉及到消息鏈路和推送鏈路兩條鏈路的保活策略。基于這兩條鏈路使用場景的不同，保活策略上除了心跳機制是相同的，其它保活策略各有不同。下文將逐一解讀。
鏈路保活的必要性
基于 TCP 的 Socket 連接建立之后，如果不做任何處理，這個連接會長時間存在并且可用嗎？答案是否定的。原因有兩點：
一、默認Socket 連接無法及時探測到鏈路的異常情況，即使將 Socket 的屬性參數(shù) KeepAlive 設置為 True 仍然無法及時獲取到鏈路存活狀態(tài)。這是因為 Socket 的連接狀態(tài)是由一個狀態(tài)機進行維護的，連接完畢后，雙方都會處于建立狀態(tài)。假如某臺服務器因為某些原因導致負載超高，無法及時響應業(yè)務請求，這時 TCP 探測到的仍然是連接狀態(tài)，而實際上此鏈路已經(jīng)不可用了。
二、國內運營商的 NAT 超時機制會把一定時間內沒有數(shù)據(jù)交互的連接斷開，這個時間可能只有幾分鐘，遠無法滿足我們的長連接需求。
通用保活機制-心跳機制
基于以上原因，要維持 Socket 連接長時間存活，就需要實現(xiàn)自己的保活機制。最通用的一種保活機制就是心跳機制。即客戶端每隔一段時間給服務器發(fā)送一個很小的數(shù)據(jù)包，根據(jù)能否收到服務器的響應來判斷鏈路的可用性。為了節(jié)省流量，這個包一般非常小，甚至沒有內容。
那么客戶端如何實現(xiàn)定時發(fā)送心跳包呢？一般有兩種方式：
一種是通過 Java 里的 Timer 來實現(xiàn)。最基本的步驟如下：
- 建立一個要執(zhí)行的任務 TimerTask 。
- 創(chuàng)建一個 Timer 實例，通過 Timer 提供的 schedule（） 方法，將 TimerTask 加入到定時器 Timer 中，設置每隔一段時間執(zhí)行 TimerTask , 在 TimerTask 里發(fā)送心跳包。這種方式實現(xiàn)起來較簡單，而且省電，不需要持有 WakeLock 。缺點也很明顯，長時間在后臺，進程被回收或者系統(tǒng)休眠后， Timer 機制隨之失效。
另外一種方式是利用安卓系統(tǒng)的定時任務管理器 AlarmManager 循環(huán)執(zhí)行發(fā)送心跳包的任務。這種方式不會因為系統(tǒng)休眠而失效，系統(tǒng)休眠后仍然可以通過 WakeLock 喚醒，執(zhí)行心跳任務，因此相對 Timer 機制，這種方式比較費電，使用的時候一定要注意如下幾點：
- 首先根據(jù)需求合理使用 AlarmManager 的鬧鐘參數(shù)。鬧鐘各參數(shù)的區(qū)別參考下表：
- 其次 AlarmManager 提供了 cancel（） 方法，在設置新的定時任務前，通過 cancel（） 方法取消系統(tǒng)里設置的同類型任務，避免設置冗余任務。
- 最后，安卓從 6.0 版本引入了 Doze 模式，并提供了新的鬧鐘設置方法 setExactAndAllowWhileIdle（） ，通過該方法設置的鬧鐘時間，系統(tǒng)會智能調度，將各個應用設置的事務統(tǒng)一在一次喚醒中處理，以達到省電的目的。推薦在安卓 6.0 以上系統(tǒng)中，優(yōu)先使用該方法。
消息鏈路保活機制
消息鏈路作為收發(fā)消息的主要通道，需要最大程度保障鏈路的可用性。在鏈路不可用或者異常斷開時，能及時探測并啟動重連等保障機制。基于以上特性，消息鏈路除了前面所說的心跳機制外，還另外維護了兩套鏈路優(yōu)化機制：復合連接機制和重連機制。
復合連接機制的基本步驟如下：
- 客戶端連接導航服務器，導航服務器會下發(fā)應用對應的配置信息，其中包括連接服務器的地址列表。
- 客戶端從第一個服務器地址嘗試連接，并啟動超時機制，如果連接失敗或沒有及時收到服務響應， 則繼續(xù)嘗試連接下一個直到成功連接，將成功連接的地址保存到本地，作為最優(yōu)地址，后面連接時優(yōu)先使用此地址。通過這種機制，能保障客戶端優(yōu)先選用最優(yōu)鏈路，縮短連接時間。
重連機制，則是指業(yè)務層在檢測到與服務器的連接斷開后，嘗試 N 次重新連接服務器，首次斷開 1 秒后會重新連接，如果仍然連接不成功，會在 2 秒后（重連間隔時間為上次重連間隔時間乘 2 ）嘗試重新連接服務器，以此類推當嘗試重連 N 次后，仍然連不上服務器將不再嘗試重新連接，只有在網(wǎng)絡情況發(fā)生變化或重新打開應用時才會再次嘗試重連。
推送鏈路保活機制
推送鏈路作為消息到達的補充手段，要求盡可能延長在后臺的存活時間。即使被殺后，仍然能被再次喚醒。 iOS 手機有 APNS 來達到以上效果，但安卓的官方推送系統(tǒng) FCM 在國內基本不可用。那在國內安卓系統(tǒng)上如何保障推送到達呢？首先咱們需要先了解下安卓系統(tǒng)上進程管理的兩大機制：
一種是 LMK 機制，英文是 Low Memory Killer , 基于 Linux 的內存管理機制衍生而來。主要是通過進程的 oom_adj 值來判定進程的重要程度，從而決定是否回收這些進程。 oom_adj 的值越低，代表重要度越高，比如 native 進程， framework 層啟動的系統(tǒng)進程，優(yōu)先級一般都為負數(shù)。其次是前臺可見進程，系統(tǒng)也不會回收。然而可見進程退到后臺后， oom_adj 的值會立即升高，在系統(tǒng)定時清理時被殺。
另外一種機制是安卓原生的權限管理機制（ AppOps ），各大廠家在此基礎上又進行了深度定制化，比如小米的安全中心，華為的手機管家等，都用來進行權限管理。該權限管理機制運行在安卓系統(tǒng)的框架層，上層各應用的進程如果想嘗試重新啟動，系統(tǒng)首先會去權限管理中心檢查該進程有沒有自啟動權限，如果有，才準予啟動。否則，從框架層直接限制系統(tǒng)的啟動。
基于以上兩種機制，推送鏈路的保活也可分為兩大類：
一、進程保活。它的思路是根據(jù) LMK 機制提高進程優(yōu)先級，降低被殺的幾率。主要有以下幾種方法：
- 監(jiān)聽黑屏事件，啟動 1 像素透明 Activity ，使應用進程轉為可視進程，降低被殺概率。在屏幕亮時，關閉該 Activity 。
- 雙服務守護。 A 服務以 startForeground（） 形式啟動，發(fā)送一個通知， B 服務同樣以 startForeground（） 形式啟動，且發(fā)送和 A 相同 ID 的通知，然后在 B 服務里調用 stopForeground（） 方法，取消通知。這樣 A 服務就會以前臺進程的形式存活，且不影響用戶感知。
- 根據(jù)文件鎖互斥原理，監(jiān)視 Java 進程存活狀態(tài)，若被殺， Linux 層成功持有文件，則通過 exec（） 命令，打開一個純 Linux 的可執(zhí)行文件，開啟一個 Daemon 進程， 該進程因為從 Linux 層啟動，在安卓 5.0 之前，優(yōu)先級會比較高，不會被殺。在安卓 5.0 之后，該方式不再有效。
二、進程拉活的策略和安卓系統(tǒng)的 AppOps 機制有關，一般有如下幾種：
- 利用 Service 本身的 Sticky 屬性，在 Service 的 onStartCommand（） 中返回 START_STICKY ，這樣當 Service 被殺掉后，系統(tǒng)會自動嘗試重啟。不過在國內定制化的系統(tǒng)上，這種方式能成功重啟的幾率很低，需要用戶在權限管理中心打開自啟動等權限，才能成功拉活。
- 也就是前面講過的心跳機制，不過這里要求使用 AlarmManager 設置 ELAPSED_REALTIME_WAKEUP 屬性的鬧鐘，在系統(tǒng)休眠后，才會正常接受到心跳事件，從而將進程拉活。
- 通過監(jiān)聽網(wǎng)絡切換，用戶行為等事件，拉起進程。
- 應用間互相拉活。比如系統(tǒng)里有好幾個應用集成了同一個 SDK , 那么在用戶啟動其中某一個 App 的時候， SDK 會去掃描其它應用，把“兄弟姐妹” 拉活。這種方式對用戶體驗傷害非常大，會造成系統(tǒng)莫名其妙的耗電。
這種系統(tǒng)級別的推送省電，省內存，到達率高。應用可以根據(jù)手機型號的不同，優(yōu)先使用廠家系統(tǒng)級別的推送，再配合自身的保活機制，最大程度保障推送的到達率。
