默认
开启辅助访问
打赏 发表评论 8
即时通讯网»社区 › 专项技术区 › IM开发 › IM开发基础知识补课(二)：如何设计大量图片文件的服务端 ...
想开发IM：买成品怕坑？租第3方怕贵？找开源自已撸？尽量别走弯路了... 找站长给点建议
推荐 方案：MobileIMSDK框架、RainbowChat产品、RainbowChat-Web产品 / 签到领积分！ / 官方技术交流群：185926912
IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？
阅读（118712） | 评论（8） 收藏6 淘帖1 赞1
JackJiang Lv.9 精华之王 白金版主 终身成就 6 年前 | 只看该作者 |只看大图 倒序浏览 |阅读模式
微信扫一扫关注！

友情提示：正文内容整理自架构师丁浪的技术分享，部分观点可作抛砖引玉之用，可能并非最佳实践，欢迎留言指正。


1、前言


一个完善的IM系统中通常充斥着大量的图片内容，包括：用户头像、图片消息、相册、图片表情等等，那么在做服务端架构设计时该如何存储这些图片呢？

本文分享的是典型Web应用中大量图片的服务端存储加构的演进过程，但基本的技术原理和架构思路对于IM系统而言同样适用，所以在阅读时可以根据自已IM的实际架构情况，酌情吸取适合您的内容即可。文中部分观点可作抛砖引玉之用，可能并非最佳实践，请勿迷信之。

实际上：旧式的PC端IM中，诸如图片消息这种业务形态，可能是通过长连接直接推送过去（所谓的实时图片传输嘛），这种情况理论上是不需要服务端存储的。但现今的主流移动端IM，基于移动网络抖动大、 不稳定的特性和随时随地社交分享的现实，已很少使用实时传输这种技术手段。现在主流IM都是本文所述的这种：通过Http短连接从云（也就是服务端）“拉取”，这种方式的好处是：随时随地分享、对网络稳定性要求低（只要上传者一次上传，服务端可长时间存储，下一个阅读者通过URL按需随读随取即可，再次分享时只要分享URL而无需再次完整传输整个图片）。

以此类推：IM系统中，实际上还存在其它类似于图片的小文件存储需求，比如：语音留言消息中的AMR短音频文件（有些IM中为了音质可能使用的是AAC音频格式，比如易信）、短视频功能中的小视频文件等，这些文件的存储和使用跟图片文件基本类似，所以考虑到通用性，如果能把这些小文件存储也纳入到图片的存储架构中，对于整体系统架构来说（尤其存储部分）就显的更通用。所以本文中虽然以图片存储为切入点，但您实际上完全可以套用到基它小文件的存储上哦。

2、相关文章


▼ 跟IM数据存储架构有关的文章，有如下几篇，或许对你有用：


▼ IM开发干货系列文章适合作为IM开发热点问题参考资料（本文是其第11篇）：


如果您是IM开发初学者，强烈建议首先阅读《新手入门一篇就够：从零开发移动端IM》。

3、单机时代的图片服务器架构（集中式）


初创时期由于时间紧迫，开发人员水平很有限。

所以通常就直接在website文件所在的目录下，建立1个upload子目录，用于保存用户上传的图片文件：

  • 如果按业务再细分，可以在upload目录下再建立不同的子目录来区分，例如：upload\QA,upload\Face等
  • 在数据库表中保存的也是“upload/qa/test.jpg”这类相对路径；
  • 用户的访问方式如下：http://www.yourdomain.com/upload/qa/test.jpg

程序上传和写入方式：

  • 程序员A通过在web.config中配置物理目录D:\Web\yourdomain\upload  然后通过stream的方式写入文件；
  • 程序员B通过Server.MapPath等方式，根据相对路径获取物理目录  然后也通过stream的方式写入文件。

结果就是：

  • 优点：实现起来最简单，无需任何复杂技术，就能成功将用户上传的文件写入指定目录。保存数据库记录和访问起来倒是也很方便；
  • 缺点：上传方式混乱，严重不利于网站的扩展。

针对上述最原始的架构，主要面临着如下问题：

  • 随着upload目录中文件越来越多，所在分区如果出现容量不足，则很难扩容。只能停机后更换更大容量的存储设备，再将旧数据导入；
  • 在部署新版本（部署新版本前通过需要备份）和日常备份website文件的时候，需要同时操作upload目录中的文件，如果考虑到访问量上升，后边部署由多台Web服务器组成的负载均衡集群，集群节点之间如果做好文件实时同步将是个难题。

4、集群时代的图片服务器架构（实时同步）


一个传统的Web服务端站点下面，新建一个名为upload的虚拟目录，由于虚拟目录的灵活性，能在一定程度上取代物理目录，并兼容原有的图片上传和访问方式。

用户的访问方式依然是：
http://www.yourdomain.com/upload/qa/test.jpg

优点：配置更加灵活，也能兼容老版本的上传和访问方式。因为虚拟目录，可以指向本地任意盘符下的任意目录。这样一来，还可以通过接入外置存储，来进行单机的容量扩展。

缺点：部署成由多台Web服务器组成的集群，各个Web服务器（集群节点）之间（虚拟目录下的）需要实时的去同步文件，由于同步效率和实时性的限制，很难保证某一时刻各节点上文件是完全一致的。

基本架构如下图所示：
IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？_1.jpg

从上图可看出，整个Web服务器架构已经具备“可扩展、高可用”了，主要问题和瓶颈都集中在多台服务器之间的文件同步上。

上述架构中只能在这几台Web服务器上互相“增量同步”，这样一来，就不支持文件的“删除、更新”操作的同步了。

早期的想法是，在应用程序层面做控制，当用户请求在web1服务器进行上传写入的同时，也同步去调用其它web服务器上的上传接口，这显然是得不偿失的。所以我们选择使用Rsync类的软件来做定时文件同步的，从而省去了“重复造轮子”的成本，也降低了风险性。

同步操作里面，一般有比较经典的两种模型，即推拉模型：所谓“拉”，就是指轮询地去获取更新，所谓推，就是发生更改后主动的“推”给其它机器。当然，也可以采用加高级的事件通知机制来完成此类动作。

在高并发写入的场景中，同步都会出现效率和实时性问题，而且大量文件同步也是很消耗系统和带宽资源的（跨网段则更明显）。  

5、集群时代的图片服务器架构改进（共享存储）


沿用虚拟目录的方式，通过UNC（网络路径）的方式实现共享存储（将upload虚拟目录指向UNC）。

用户的访问方式1：
http://www.yourdomain.com/upload/qa/test.jpg

用户的访问方式2（可以配置独立域名）：
http://img.yourdomain.com/upload/qa/test.jpg

支持UNC所在server上配置独立域名指向，并配置轻量级的web服务器，来实现独立图片服务器。

优点： 通过UNC（网络路径）的方式来进行读写操作，可以避免多服务器之间同步相关的问题。相对来讲很灵活，也支持扩容/扩展。支持配置成独立图片服务器和域名访问，也完整兼容旧版本的访问规则。   

缺点：但是UNC配置有些繁琐，而且会造成一定的（读写和安全）性能损失。可能会出现“单点故障”。如果存储级别没有raid或者更高级的灾备措施，还会造成数据丢失。

基本架构如下图所示：
IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？_2.jpg

在早期的很多基于Linux开源架构的网站中，如果不想同步图片，可能会利用NFS来实现。事实证明，NFS在高并发读写和海量存储方面，效率上存在一定问题，并非最佳的选择，所以大部分互联网公司都不会使用NFS来实现此类应用。当然，也可以通过Windows自带的DFS来实现，缺点是“配置复杂，效率未知，而且缺乏资料大量的实际案例”。另外，也有一些公司采用FTP或Samba来实现。

上面提到的几种架构，在上传/下载操作时，都经过了Web服务器（虽然共享存储的这种架构，也可以配置独立域名和站点来提供图片访问，但上传写入仍然得经过Web服务器上的应用程序来处理），这对Web服务器来讲无疑是造成巨大的压力。所以，更建议使用独立的图片服务器和独立的域名，来提供用户图片的上传和访问。

6、独立图片服务器/独立域名的好处


图片访问是很消耗服务器资源的（因为会涉及到操作系统的上下文切换和磁盘I/O操作）。分离出来后，Web/App服务器可以更专注发挥动态处理的能力。

  • 独立存储，更方便做扩容、容灾和数据迁移；
  • 浏览器（相同域名下的）并发策略限制，性能损失；
  • 访问图片时，请求信息中总带cookie信息，也会造成性能损失；
  • 方便做图片访问请求的负载均衡，方便应用各种缓存策略（HTTP Header、Proxy Cache等），也更加方便迁移到CDN；
  • ......

我们可以使用Lighttpd或者Nginx等轻量级的web服务器来架构独立图片服务器。

7、我们当前的图片服务器架构


当前图片服务器架构采用分布式文件系统+CDN。

在构建当前的图片服务器架构之前，可以先彻底撇开web服务器，直接配置单独的图片服务器/域名。

但面临如下的问题：

  • 旧图片数据怎么办？能否继续兼容旧图片路径访问规则？
  • 独立的图片服务器上需要提供单独的上传写入的接口（服务API对外发布），安全问题如何保证？
  • 同理，假如有多台独立图片服务器，是使用可扩展的共享存储方案，还是采用实时同步机制？

直到应用级别的（非系统级） DFS（例如FastDFS HDFS MogileFs MooseFS、TFS）的流行，简化了这个问题：执行冗余备份、支持自动同步、支持线性扩展、支持主流语言的客户端api上传/下载/删除等操作，部分支持文件索引，部分支持提供Web的方式来访问。

考虑到各DFS的特点，客户端API语言支持情况(需要支持C#)，文档和案例，以及社区的支持度，我们最终选择了FastDFS来部署。

唯一的问题是：可能会不兼容旧版本的访问规则。如果将旧图片一次性导入FastDFS，但由于旧图片访问路径分布存储在不同业务数据库的各个表中，整体更新起来也十分困难，所以必须得兼容旧版本的访问规则。架构升级往往比做全新架构更有难度，就是因为还要兼容之前版本的问题。（给飞机在空中换引擎可比造架飞机难得多）

解决方案如下：
首先，关闭旧版本上传入口（避免继续使用导致数据不一致）。将旧图片数据通过rsync工具一次性迁移到独立的图片服务器上（即下图中描述的Old Image Server）。在最前端(七层代理，如Haproxy、Nginx)用ACL（访问规则控制），将旧图片对应URL规则的请求（正则）匹配到，然后将请求直接转发指定的web 服务器列表，在该列表中的服务器上配置好提供图片（以Web方式）访问的站点，并加入缓存策略。这样实现旧图片服务器的分离和缓存,兼容了旧图片的访问规则并提升旧图片访问效率，也避免了实时同步所带来的问题。

整体架构如图：
IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？_3.jpg

8、使用第3方CDN的方案


基于FastDFS的独立图片服务器集群架构，虽然已经非常的成熟，但是由于国内“南北互联”和IDC带宽成本等问题（图片是非常消耗流量的），我们最终还是选择了商用的CDN技术，实现起来也非常容易，原理其实也很简单，我这里只做个简单的介绍。

将img域名cname到CDN厂商指定的域名上，用户请求访问图片时，则由CDN厂商提供智能DNS解析，将最近的（当然也可能有其它更复杂的策略，例如负载情况、健康状态等）服务节点地址返回给用户，用户请求到达指定的服务器节点上，该节点上提供了类似Squid/Vanish的代理缓存服务，如果是第一次请求该路径，则会从源站获取图片资源返回客户端浏览器，如果缓存中存在，则直接从缓存中获取并返回给客户端浏览器，完成请求/响应过程。

由于采用了商用CDN服务，所以我们并没有考虑用Squid/Vanish来自行构建前置代理缓存。

上面的整个集群架构，可以很方便的做横向扩展，能满足一般垂直领域中大型网站的图片服务需求（当然，像taobao这样超大规模的可能另当别论）。经测试，提供图片访问的单台Nginx服务器（至强E5四核CPU、16G内存、SSD），对小静态页面（压缩后大概只有10kb左右的）可以扛住几千个并发且毫无压力。当然，由于图片本身体积比纯文本的静态页面大很多，提供图片访问的服务器的抗并发能力，往往会受限于磁盘的I/O处理能力和IDC提供的带宽。Nginx的抗并发能力还是非常强的，而且对资源占用很低，尤其是处理静态资源，似乎都不需要有过多担心了。可以根据实际访问量的需求，通过调整Nginx的参数，对Linux内核做调优，加入分级缓存策略等手段能够做更大程度的优化，也可以通过增加服务器或者升级服务器配置来做扩展，最直接的是通过购买更高级的存储设备和更大的带宽，以满足更大访问量的需求。

值得一提的是，在“云计算”流行的当下，也推荐高速发展期间的网站，使用“云存储”这样的方案，既能帮你解决各类存储、扩展、备灾的问题，又能做好CDN加速。最重要的是，价格也不贵。

总结，有关图片服务器架构扩展，大致围绕这些问题展开：

  • 容量规划和扩展问题；
  • 数据的同步、冗余和容灾；
  • 硬件设备的成本和可靠性（是普通机械硬盘，还是SSD，或者更高端的存储设备和方案）；
  • 文件系统的选择。根据文件特性（例如文件大小、读写比例等）选择是用ext3/4或者NFS/GFS/TFS这些开源的（分布式）文件系统；
  • 图片的加速访问。采用商用CDN或者自建的代理缓存、web静态缓存架构；
  • 旧图片路径和访问规则的兼容性，应用程序层面的可扩展，上传和访问的性能和安全性等。

（原文链接：点此进入，有改动）

附录：更多IM开发文章


[1] 有关IM架构设计：
《浅谈IM系统的架构设计》
《简述移动端IM开发的那些坑：架构设计、通信协议和客户端》
《一套海量在线用户的移动端IM架构设计实践分享(含详细图文)》
《一套原创分布式即时通讯(IM)系统理论架构方案》
《从零到卓越：京东客服即时通讯系统的技术架构演进历程》
《蘑菇街即时通讯/IM服务器开发之架构选择》
《腾讯QQ1.4亿在线用户的技术挑战和架构演进之路PPT》
《微信后台基于时间序的海量数据冷热分级架构设计实践》
《微信技术总监谈架构：微信之道——大道至简(演讲全文)》
《如何解读《微信技术总监谈架构：微信之道——大道至简》》
《快速裂变：见证微信强大后台架构从0到1的演进历程（一）》
《17年的实践：腾讯海量产品的技术方法论》
《移动端IM中大规模群消息的推送如何保证效率、实时性？》
《现代IM系统中聊天消息的同步和存储方案探讨》
《IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？》
>> 更多同类文章 ……

[2] 有关IM安全的文章：
《即时通讯安全篇（一）：正确地理解和使用Android端加密算法》
《即时通讯安全篇（二）：探讨组合加密算法在IM中的应用》
《即时通讯安全篇（三）：常用加解密算法与通讯安全讲解》
《即时通讯安全篇（四）：实例分析Android中密钥硬编码的风险》
《即时通讯安全篇（五）：对称加密技术在Android平台上的应用实践》
《即时通讯安全篇（六）：非对称加密技术的原理与应用实践》
《传输层安全协议SSL/TLS的Java平台实现简介和Demo演示》
《理论联系实际：一套典型的IM通信协议设计详解（含安全层设计）》
《微信新一代通信安全解决方案：基于TLS1.3的MMTLS详解》
《来自阿里OpenIM：打造安全可靠即时通讯服务的技术实践分享》
《简述实时音视频聊天中端到端加密（E2EE）的工作原理》
《移动端安全通信的利器——端到端加密（E2EE）技术详解》
《Web端即时通讯安全：跨站点WebSocket劫持漏洞详解(含示例代码)》
《通俗易懂：一篇掌握即时通讯的消息传输安全原理》
>> 更多同类文章 ……

[3] IM开发综合文章：
《IM开发基础知识补课：正确理解前置HTTP SSO单点登陆接口的原理》
《移动端IM中大规模群消息的推送如何保证效率、实时性？》
《移动端IM开发需要面对的技术问题》
《开发IM是自己设计协议用字节流好还是字符流好？》
《请问有人知道语音留言聊天的主流实现方式吗？》
《IM消息送达保证机制实现(一)：保证在线实时消息的可靠投递》
《IM消息送达保证机制实现(二)：保证离线消息的可靠投递》
《如何保证IM实时消息的“时序性”与“一致性”？》
《一个低成本确保IM消息时序的方法探讨》
《IM单聊和群聊中的在线状态同步应该用“推”还是“拉”？》
《IM群聊消息如此复杂，如何保证不丢不重？》
《谈谈移动端 IM 开发中登录请求的优化》
《移动端IM登录时拉取数据如何作到省流量？》
《浅谈移动端IM的多点登陆和消息漫游原理》
《完全自已开发的IM该如何设计“失败重试”机制？》
《通俗易懂：基于集群的移动端IM接入层负载均衡方案分享》
《微信对网络影响的技术试验及分析（论文全文）》
《即时通讯系统的原理、技术和应用（技术论文）》
《开源IM工程“蘑菇街TeamTalk”的现状：一场有始无终的开源秀》
《QQ音乐团队分享：Android中的图片压缩技术详解（上篇）》
《QQ音乐团队分享：Android中的图片压缩技术详解（下篇）》
《腾讯原创分享(一)：如何大幅提升移动网络下手机QQ的图片传输速度和成功率》
《腾讯原创分享(二)：如何大幅压缩移动网络下APP的流量消耗（上篇）》
《腾讯原创分享(二)：如何大幅压缩移动网络下APP的流量消耗（下篇）》
《如约而至：微信自用的移动端IM网络层跨平台组件库Mars已正式开源》
《基于社交网络的Yelp是如何实现海量用户图片的无损压缩的？》
>> 更多同类文章 ……

即时通讯网 - 即时通讯开发者社区！ 来源： - 即时通讯开发者社区！

标签:移动端IM开发 即时通讯架构 IM开发干货
上一篇：IM开发基础知识补课(一)：正确理解前置HTTP SSO单点登陆接口的原理▪下一篇：IM开发基础知识补课(三)：快速理解服务端数据库读写分离原理及实践建议

本帖已收录至以下技术专辑

相关文章
推荐方案
评论 8
2 楼: clark.li Lv.3 6 年前 | 只看该作者
原理讲的还行，但最后一节是亮点，哈哈
签名: 秋天到了，终于凉快了
3 楼: slogen Lv.1 6 年前 | 只看该作者
有点看不懂
4 楼: x931609201 Lv.2 6 年前 | 只看该作者
引用：slogen 发表于 2018-01-23 19:57
有点看不懂

也有点看不懂，社区里类似的文章不多，看多了的话应该就看的懂了
5 楼: JackJiang Lv.9 精华之王 白金版主 终身成就 楼主 6 年前 | 只看该作者
引用：x931609201 发表于 2018-01-30 10:54
也有点看不懂，社区里类似的文章不多，看多了的话应该就看的懂了

这类文章是比较深的，建议相关的知识可以深入的了解一下
6 楼: weixiaoyao Lv.2 5 年前 | 只看该作者
将演进历程讲的很清楚。
使用rsync做文件增量同步，或者NFS做网络共享存储都搞过，这种还是适应偏传统的普通场合，应对移动互联网的大并发感觉力不从心。
CDN和云存储没有用过，不做评论了。
我们当前的方案是自己做的file_server，提供HTTP的上传、下载接口，单点。
流程是：用户A通过HTTP上传文件到file_server，file_server将其存储到磁盘，生成文件地址，返给A，A将文件地址发给业务服务，入库。
我当前在规划的方案也是在原基础上扩展，设计出的架构如图片所示，请帮指点下不足的地方。新方案有如下特点：
1.客户端缓存服务地址，由客户端进行业务数据路由，这样就路由方案来说整体改动最小，服务端不需要做额外的工作
2.file_server支持动态扩容，且扩容后不影响路由规则，保证业务数据的单调性，用户对某个文件的请求一定会落到存储该文件的服务上去
3.文件地址使用domain而不是ip，当某台服务所在主机ip变动时，客户端只需要修改其domain和ip的映射配置即可，能解决数据库内使用ip:path/file的方式在这种情况下导致文件找不到的问题
4.file_server几乎是无状态的，分布式部署，可以随意增减，提升并发性能
5.每个file_server可以做成热备，双机之间使用共享存储，保证高可用，图上没有画出来。

分布式msfs方案.png (69.77 KB, 下载次数: 1492)

分布式msfs方案.png
7 楼: JackJiang Lv.9 精华之王 白金版主 终身成就 楼主 5 年前 | 只看该作者
引用：weixiaoyao 发表于 2019-07-04 18:10
将演进历程讲的很清楚。
使用rsync做文件增量同步，或者NFS做网络共享存储都搞过，这种还是适应偏传统的普 ...

你这种架构灵活性好差，不管是磁盘变动还是域名变动，都会导致你数据读取的变动，维护太麻烦。

你考虑一下能否优化成：文件的读取对于前端调用者来说是透明的，不然你开放出的接口，用的人都要崩溃，太复杂
8 楼: weixiaoyao Lv.2 5 年前 | 只看该作者
引用：JackJiang 发表于 2019-07-04 18:52
你这种架构灵活性好差，不管是磁盘变动还是域名变动，都会导致你数据读取的变动，维护太麻烦。

你考虑 ...

是的，您说的问题，确实存在。
数据库里存的是domain1:path/file1这种绝对地址，domain发生变动后，从库里拿出的地址去读取数据会有问题。
客户端调用需要多做一些工作，登录的时候从登录服务那里拿到file_server的服务列表，缓存domain信息，上传文件时候不需要domain，PUT(file)，随机选一个domain，获取文件从库拿出domain1:path/file1，GET(domain, file)。
改造思路是总体改造成本最低，不是最优，有些偷懒

至于对客户端透明的方案，上午我又想了下，可以参考mongos的方案。
客户端只需要PUT(FILE), GET(FILE)，文件的寻址由服务端处理。
您看下这里还有什么不妥的地方，谢谢了

分布式文件服务.png (76.83 KB, 下载次数: 1433)

分布式文件服务.png
9 楼: weixiaoyao Lv.2 5 年前 | 只看该作者
您说的问题，确实存在。
当前改造的思路是总体最小成本，而不是最优，所以并没有做太多的设计。想偷懒
下面是新的方案，参考了mongos

IM开发基础知识补课(二)：如何设计大量图片文件的服务端存储架构？_分布式文件服务.png
返回列表 发新帖 发表评论
打赏楼主 ×
使用微信打赏！ 使用支付宝打赏！
即时通讯技术的分享和传播需要您的支持，感谢打赏！

返回顶部