腾讯QQ IM后台架构演进：从10万到1.4亿在线的容灾策略

"这篇演讲分享了腾讯QQ即时通讯（IM）后台架构的演化历程和容灾改造思路，探讨了从十万级到亿级在线用户的过程中所遇到的技术挑战和解决方案。内容涉及存储集群、主/从服务器模式、业务集群、接入集群、同步集群的设计以及如何应对IDC整体故障。此外，还介绍了演讲者个人背景和QQ服务的一些关键数据，如7亿活跃账户、1.4亿同时在线用户、过万台IM服务器等。" 在腾讯QQ的后台架构演化过程中，最初的1.0版本设计适用于同时在线用户较少（十万级）的情况，业务功能相对简单。接入服务器和存储服务器是核心组成部分，其中接入服务器维护了UIN（用户ID）和好友列表的位置信息，而存储服务器则负责存储这些数据。登录和在线状态的获取是主要业务流程，通过实时通知和定期拉取来实现。 随着用户量的增长，IM后台升级到了1.5版本，以适应视频、语音、文件传输等实时宽带业务及更多种类的用户资料。这一阶段引入了长连接服务器，处理无法直连客户端的实时数据传输，并对存储服务器进行了轻重分离，以确保核心服务器的稳定性并支持业务的快速扩展。然而，当在线用户达到百万级别时，原有架构的内存瓶颈问题凸显，例如每个在线用户的存储量约为2KB，这要求更优化的设计来处理海量数据。 为了应对更高的并发和容灾需求，腾讯采用了主/从服务器模式和自动切换策略。在存储集群中，半自动切换模式允许在主服务器死机时，多数命令不受影响，但修改资料的命令会受到影响。而在业务集群、接入集群和同步集群中，则采用自动切换模式，确保在服务器死机或其他异常情况下能迅速恢复服务，最大程度减少对业务的影响。此外，将系统分布在两个独立的数据中心（IDC），能够有效抵御IDC的整体故障，提高系统的可用性和稳定性。 演讲者强调，对于海量服务的理解和经验积累是腾讯能够成功处理亿级在线用户的关键。整个团队经历了从十万级到亿级用户的全过程，从中汲取了许多教训，不断优化和完善架构设计，以确保99.99%的可用性。 总结来看，腾讯QQ的后台架构演进是一个逐步解决技术挑战、优化服务质量和应对大规模用户增长的过程。从最初的简单架构到支持复杂业务和高并发的系统，再到实施高效的容灾策略，体现了技术团队对海量数据处理的深入理解和实践能力。