共计 9429 个字符，预计需要花费 24 分钟才能阅读完成。
我有一个敌人～
做了一个小破站，当初要实现一个站内信 web 音讯推送的性能，对，就是下图这个小红点，一个很罕用的性能。
不过他还没想好用什么形式做，这里我帮他整顿了一下几种计划，并简略做了实现。
什么是音讯推送（push）
推送的场景比拟多，比方有人关注我的公众号，这时我就会收到一条推送音讯，以此来吸引我点击关上利用。
音讯推送 (push) 通常是指网站的经营工作等人员，通过某种工具对用户以后网页或挪动设施 APP 进行的被动音讯推送。
音讯推送个别又分为 web 端音讯推送和挪动端音讯推送。
上边的这种属于挪动端音讯推送，web 端音讯推送常见的诸如站内信、未读邮件数量、监控报警数量等，利用得也十分宽泛。
在具体实现之前，咱们再来剖析一下前边的需要，其实性能很简略，只有触发某个事件（被动分享了资源或者后盾被动推送音讯），web 页面的告诉小红点就会实时的 + 1 就能够了。
通常在服务端会有若干张音讯推送表，用来记录用户触发不同事件所推送不同类型的音讯，前端被动查问（拉）或者被动接管（推）用户所有未读的音讯数。
音讯推送无非是推（push）和拉（pull）两种模式，下边咱们一一理解下。
短轮询
轮询 (polling) 应该是实现音讯推送计划中最简略的一种，这里咱们暂且将轮询分为短轮询和长轮询。
短轮询很好了解，指定的工夫距离，由浏览器向服务器收回 HTTP 申请，服务器实时返回未读音讯数据给客户端，浏览器再做渲染显示。
一个简略的 JS 定时器就能够搞定，每秒钟申请一次未读音讯数接口，返回的数据展现即可。
setInterval(() => {
// 办法申请
messageCount().then((res) => {if (res.code === 200) {this.messageCount = res.data}
})
}, 1000);成果还是能够的，短轮询实现诚然简略，毛病也是不言而喻，因为推送数据并不会频繁变更，无论后端此时是否有新的音讯产生，客户端都会进行申请，势必会对服务端造成很大压力，节约带宽和服务器资源。
长轮询
长轮询是对上边短轮询的一种改良版本，在尽可能减少对服务器资源节约的同时，保障音讯的绝对实时性。长轮询在中间件中利用的很宽泛，比方 Nacos 和 apollo 配置核心，音讯队列 kafka、RocketMQ 中都有用到长轮询。
Nacos 配置核心交互模型是 push 还是 pull？一文中我具体介绍过 Nacos 长轮询的实现原理，感兴趣的小伙伴能够瞅瞅。
这次我应用 apollo 配置核心实现长轮询的形式，利用了一个类 DeferredResult，它是在 servelet3.0 后通过 Spring 封装提供的一种异步申请机制，直意就是提早后果。
DeferredResult 能够容许容器线程疾速开释占用的资源，不阻塞申请线程，以此承受更多的申请晋升零碎的吞吐量，而后启动异步工作线程解决真正的业务逻辑，解决实现调用 DeferredResult.setResult(200)提交响应后果。
下边咱们用长轮询来实现音讯推送。
因为一个 ID 可能会被多个长轮询申请监听，所以我采纳了 guava 包提供的 Multimap 构造寄存长轮询，一个 key 能够对应多个 value。一旦监听到 key 发生变化，对应的所有长轮询都会响应。前端失去非申请超时的状态码，通晓数据变更，被动查问未读音讯数接口，更新页面数据。
@Controller
@RequestMapping("/polling")
public class PollingController {
// 寄存监听某个 Id 的长轮询汇合
// 线程同步构造
public static Multimap<String, DeferredResult<String>> watchRequests = Multimaps.synchronizedMultimap(HashMultimap.create());
/**
* Java 架构学习指南
* 设置监听
*/
@GetMapping(path = "watch/{id}")
@ResponseBody
public DeferredResult<String> watch(@PathVariable String id) {
// 提早对象设置超时工夫
DeferredResult<String> deferredResult = new DeferredResult<>(TIME_OUT);
// 异步申请实现时移除 key，避免内存溢出
deferredResult.onCompletion(() -> {watchRequests.remove(id, deferredResult);
});
// 注册长轮询申请
watchRequests.put(id, deferredResult);
return deferredResult;
}
/**
* Java 架构学习指南
* 变更数据
*/
@GetMapping(path = "publish/{id}")
@ResponseBody
public String publish(@PathVariable String id) {
// 数据变更 取出监听 ID 的所有长轮询申请，并一一响应解决
if (watchRequests.containsKey(id)) {Collection<DeferredResult<String>> deferredResults = watchRequests.get(id);
for (DeferredResult<String> deferredResult : deferredResults) {deferredResult.setResult("我更新了" + new Date());
}
}
return "success";
}
当申请超过设置的超时工夫，会抛出 AsyncRequestTimeoutException 异样，这里间接用 @ControllerAdvice 全局捕捉对立返回即可，前端获取约定好的状态码后再次发动长轮询申请，如此往返调用。
@ControllerAdvice
public class AsyncRequestTimeoutHandler {@ResponseStatus(HttpStatus.NOT_MODIFIED)
@ResponseBody
@ExceptionHandler(AsyncRequestTimeoutException.class)
public String asyncRequestTimeoutHandler(AsyncRequestTimeoutException e) {System.out.println("异步申请超时");
return "304";
}
}咱们来测试一下，首先页面发动长轮询申请 /polling/watch/10086 监听音讯更变，申请被挂起，不变更数据直至超时，再次发动了长轮询申请；紧接着手动变更数据 /polling/publish/10086，长轮询失去响应，前端解决业务逻辑实现后再次发动申请，如此周而复始。
长轮询相比于短轮询在性能上晋升了很多，但仍然会产生较多的申请，这是它的一点不完满的中央。
iframe 流
iframe 流就是在页面中插入一个暗藏的 <iframe> 标签，通过在 src 中申请音讯数量 API 接口，由此在服务端和客户端之间创立一条长连贯，服务端继续向 iframe 传输数据。
“
传输的数据通常是 HTML、或是内嵌的 javascript 脚本，来达到实时更新页面的成果。
这种形式实现简略，前端只有一个 <iframe> 标签搞定了
<iframe src="/iframe/message" style="display:none"></iframe>服务端间接组装 html、js 脚本数据向 response 写入就行了
@Controller
@RequestMapping("/iframe")
public class IframeController {@GetMapping(path = "message")
public void message(HttpServletResponse response) throws IOException, InterruptedException {while (true) {response.setHeader("Pragma", "no-cache");
response.setDateHeader("Expires", 0);
response.setHeader("Cache-Control", "no-cache,no-store");
response.setStatus(HttpServletResponse.SC_OK);
response.getWriter().print("<script type=\"text/javascript\">\n" +
"parent.document.getElementById('clock').innerHTML = \"" + count.get() + "\";"+"parent.document.getElementById('count').innerHTML = \""+ count.get() +"\";" +
"</script>");
}
}
}但我集体不举荐，因为它在浏览器上会显示申请未加载完，图标会不停旋转，几乎是强迫症杀手。
SSE (我的形式)
很多人可能不晓得，服务端向客户端推送音讯，其实除了能够用 WebSocket 这种耳熟能详的机制外，还有一种服务器发送事件(Server-sent events)，简称 SSE。
SSE 它是基于 HTTP 协定的，咱们晓得个别意义上的 HTTP 协定是无奈做到服务端被动向客户端推送音讯的，但 SSE 是个例外，它变换了一种思路。
SSE 在服务器和客户端之间关上一个单向通道，服务端响应的不再是一次性的数据包而是 text/event-stream 类型的数据流信息，在有数据变更时从服务器流式传输到客户端。
整体的实现思路有点相似于在线视频播放，视频流会连续不断地推送到浏览器，你也能够了解成，客户端在实现一次用时很长（网络不畅）的下载。
SSE 与 WebSocket 作用类似，都能够建设服务端与浏览器之间的通信，实现服务端向客户端推送音讯，但还是有些许不同：
- SSE 是基于 HTTP 协定的，它们不须要非凡的协定或服务器实现即可工作；WebSocket 需独自服务器来解决协定。
- SSE 单向通信，只能由服务端向客户端单向通信；webSocket 全双工通信，即通信的单方能够同时发送和承受信息。
- SSE 实现简略开发成本低，无需引入其余组件；WebSocket 传输数据需做二次解析，开发门槛高一些。
- SSE 默认反对断线重连；WebSocket 则须要本人实现。
- SSE 只能传送文本音讯，二进制数据须要通过编码后传送；WebSocket 默认反对传送二进制数据。
SSE 与 WebSocket 该如何抉择？
“
技术并没有好坏之分，只有哪个更适合
SSE 如同始终不被大家所熟知，一部分起因是呈现了 WebSockets，这个提供了更丰盛的协定来执行双向、全双工通信。对于游戏、即时通信以及须要双向近乎实时更新的场景，领有双向通道更具吸引力。
然而，在某些状况下，不须要从客户端发送数据。而你只须要一些服务器操作的更新。比方：站内信、未读音讯数、状态更新、股票行情、监控数量等场景，SEE 不论是从实现的难易和老本上都更加有劣势。此外，SSE 具备 WebSockets 在设计上不足的多种性能，例如：主动从新连贯、事件 ID 和发送任意事件的能力。
前端只需进行一次 HTTP 申请，带上惟一 ID，关上事件流，监听服务端推送的事件就能够了
<script>
let source = null;
let userId = 7777
if (window.EventSource) {
// 建设连贯
source = new EventSource('http://localhost:7777/sse/sub/'+userId);
setMessageInnerHTML("连贯用户 =" + userId);
/**
* 连贯一旦建设，就会触发 open 事件
* 另一种写法：source.onopen = function (event) {}
*/
source.addEventListener('open', function (e) {setMessageInnerHTML("建设连贯。。。");
}, false);
/**
* 客户端收到服务器发来的数据
* 另一种写法：source.onmessage = function (event) {}
*/
source.addEventListener('message', function (e) {setMessageInnerHTML(e.data);
});
} else {setMessageInnerHTML("你的浏览器不反对 SSE");
}
</script>服务端的实现更简略，创立一个 SseEmitter 对象放入 sseEmitterMap 进行治理
private static Map<String, SseEmitter> sseEmitterMap = new ConcurrentHashMap<>();
/**
* 创立连贯
*
* @date: 2022/7/12 14:51
* @auther: Java 架构学习指南
*/
public static SseEmitter connect(String userId) {
try {
// 设置超时工夫，0 示意不过期。默认 30 秒
SseEmitter sseEmitter = new SseEmitter(0L);
// 注册回调
sseEmitter.onCompletion(completionCallBack(userId));
sseEmitter.onError(errorCallBack(userId));
sseEmitter.onTimeout(timeoutCallBack(userId));
sseEmitterMap.put(userId, sseEmitter);
count.getAndIncrement();
return sseEmitter;
} catch (Exception e) {log.info("创立新的 sse 连贯异样，以后用户：{}", userId);
}
return null;
}
/**
* 给指定用户发送音讯
*
* @date: 2022/7/12 14:51
* @auther: Java 架构学习指南
*/
public static void sendMessage(String userId, String message) {if (sseEmitterMap.containsKey(userId)) {
try {sseEmitterMap.get(userId).send(message);
} catch (IOException e) {log.error("用户 [{}] 推送异样:{}", userId, e.getMessage());
removeUser(userId);
}
}
}咱们模仿服务端推送音讯，看下客户端收到了音讯，和咱们预期的成果统一。
留神： SSE 不反对 IE 浏览器，对其余支流浏览器兼容性做的还不错。
MQTT
什么是 MQTT 协定？
MQTT 全称(Message Queue Telemetry Transport)：一种基于公布 / 订阅（publish/subscribe）模式的轻量级通信协定，通过订阅相应的主题来获取音讯，是物联网（Internet of Thing）中的一个规范传输协定。
该协定将音讯的发布者（publisher）与订阅者（subscriber）进行拆散，因而能够在不牢靠的网络环境中，为近程连贯的设施提供牢靠的音讯服务，应用形式与传统的 MQ 有点相似。
TCP 协定位于传输层，MQTT 协定位于应用层，MQTT 协定构建于 TCP/IP 协定上，也就是说只有反对 TCP/IP 协定栈的中央，都能够应用 MQTT 协定。
为什么要用 MQTT 协定？
MQTT 协定为什么在物联网（IOT）中如此受偏爱？而不是其它协定，比方咱们更为相熟的 HTTP 协定呢？
- 首先 HTTP 协定它是一种同步协定，客户端申请后须要期待服务器的响应。而在物联网（IOT）环境中，设施会很受制于环境的影响，比方带宽低、网络提早高、网络通信不稳固等，显然异步音讯协定更为适宜 IOT 应用程序。
- HTTP 是单向的，如果要获取音讯客户端必须发动连贯，而在物联网（IOT）应用程序中，设施或传感器往往都是客户端，这意味着它们无奈被动地接管来自网络的命令。
- 通常须要将一条命令或者音讯，发送到网络上的所有设施上。HTTP 要实现这样的性能岂但很艰难，而且老本极高。
具体的 MQTT 协定介绍和实际，这里我就不再赘述了，大家能够参考我之前的两篇文章，里边写的也都很具体了。
MQTT 协定的介绍
我也没想到 springboot + rabbitmq 做智能家居，会这么简略
MQTT 实现音讯推送
未读音讯（小红点），前端 与 RabbitMQ 实时音讯推送实际，贼简略~
Websocket
websocket 应该是大家都比拟相熟的一种实现音讯推送的形式，上边咱们在讲 SSE 的时候也和 websocket 进行过比拟。
WebSocket 是一种在 TCP 连贯上进行全双工通信的协定，建设客户端和服务器之间的通信渠道。浏览器和服务器仅需一次握手，两者之间就间接能够创立持久性的连贯，并进行双向数据传输。
图片源于网络
springboot 整合 websocket，先引入 websocket 相干的工具包，和 SSE 相比额定的开发成本。
<!-- 引入 websocket -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-websocket</artifactId>
</dependency>服务端应用 @ServerEndpoint 注解标注以后类为一个 websocket 服务器，客户端能够通过 ws://localhost:7777/webSocket/10086 来连贯到 WebSocket 服务器端。
@Component
@Slf4j
@ServerEndpoint("/websocket/{userId}")
public class WebSocketServer {
// 与某个客户端的连贯会话，须要通过它来给客户端发送数据
private Session session;
private static final CopyOnWriteArraySet<WebSocketServer> webSockets = new CopyOnWriteArraySet<>();
// 用来存在线连接数
private static final Map<String, Session> sessionPool = new HashMap<String, Session>();
/**
* Java 架构学习指南
* 链接胜利调用的办法
*/
@OnOpen
public void onOpen(Session session, @PathParam(value = "userId") String userId) {
try {
this.session = session;
webSockets.add(this);
sessionPool.put(userId, session);
log.info("websocket 音讯: 有新的连贯，总数为:" + webSockets.size());
} catch (Exception e) {}}
/**
* Java 架构学习指南
* 收到客户端音讯后调用的办法
*/
@OnMessage
public void onMessage(String message) {log.info("websocket 音讯: 收到客户端音讯:" + message);
}
/**
* Java 架构学习指南
* 此为单点音讯
*/
public void sendOneMessage(String userId, String message) {Session session = sessionPool.get(userId);
if (session != null && session.isOpen()) {
try {log.info("websocket 消: 单点音讯:" + message);
session.getAsyncRemote().sendText(message);
} catch (Exception e) {e.printStackTrace();
}
}
}
}前端初始化关上 WebSocket 连贯，并监听连贯状态，接管服务端数据或向服务端发送数据。
<script>
var ws = new WebSocket('ws://localhost:7777/webSocket/10086');
// 获取连贯状态
console.log('ws 连贯状态：' + ws.readyState);
// 监听是否连贯胜利
ws.onopen = function () {console.log('ws 连贯状态：' + ws.readyState);
// 连贯胜利则发送一个数据
ws.send('test1');
}
// 接听服务器发回的信息并解决展现
ws.onmessage = function (data) {console.log('接管到来自服务器的音讯：');
console.log(data);
// 实现通信后敞开 WebSocket 连贯
ws.close();}
// 监听连贯敞开事件
ws.onclose = function () {
// 监听整个过程中 websocket 的状态
console.log('ws 连贯状态：' + ws.readyState);
}
// 监听并解决 error 事件
ws.onerror = function (error) {console.log(error);
}
function sendMessage() {var content = $("#message").val();
$.ajax({
url: '/socket/publish?userId=10086&message=' + content,
type: 'GET',
data: {"id": "7777", "content": content},
success: function (data) {console.log(data)
}
})
}
</script>页面初始化建设 websocket 连贯，之后就能够进行双向通信了，成果还不错
自定义推送
上边咱们给我出了 6 种计划的原理和代码实现，但在理论业务开发过程中，不能自觉的间接拿过去用，还是要联合本身零碎业务的特点和理论场景来抉择适合的计划。
推送最间接的形式就是应用第三推送平台，毕竟 钱能解决的需要都不是问题，无需简单的开发运维，间接能够应用，省时、省力、省心，像 goEasy、极光推送都是很不错的三方服务商。
个别大型公司都有自研的音讯推送平台，像咱们本次实现的 web 站内信只是平台上的一个触点而已，短信、邮件、微信公众号、小程序但凡能够触达到用户的渠道都能够接入进来。
音讯推送零碎外部是相当简单的，诸如音讯内容的保护审核、圈定推送人群、触达过滤拦挡（推送的规定频次、时段、数量、黑白名单、关键词等等）、推送失败弥补十分多的模块，技术上波及到大数据量、高并发的场景也很多。所以咱们明天的实现形式在这个宏大的零碎背后只是小打小闹。
