背景

互聯網快速發展的今天，社交類應用、消息類功能大行其道，占據了大量網絡流量。大至釘釘、微信、微博、知乎，小至各類App的推送通知，消息類功能幾乎成為所有應用的標配。根據場景特點，我們可以將消息類場景歸納成三大類：IM（釘釘、微信）、Feed流（微博、知乎）以及常規消息隊列。因此，如何開發一個簡便而又高效IM或Feed流功能，成為了很多架構師、開發人員不得不面對的問題。

Timeline 1.0版模型

針對消息類場景，表格存儲團隊針對JAVA語言打造了一個TableStore-Timeline 1.0版數據模型模型（簡稱Timeline模型）。基于場景經驗與理解，將消息場景封裝成一個數據模型，提供了表結構設計，讀寫方式等解決方案供需求者使用。用戶只需依托模型API，直接忽略Timeline到底層存儲系統之間的架構方案，直接基于接口實現業務邏輯。它能滿足消息數據場景對消息保序、海量消息存儲、實時同步等特殊需求。Timeline 1.0是定義在表格存儲之上抽象出來的數據模型，具體內容參見《TableStore Timeline：輕松構建千萬級IM和Feed流系統》。

全文檢索、模糊查詢需求

在表格存儲的Timeline模型受到廣泛使用的過程中，我們也逐漸發現消息類數據的全文檢索、模糊查詢這一很強需求。而原有模型的在線查詢能力存在一定短板。隨著表格存儲支持了SearchIndex能力，使得Timeline模型支持在線全文檢索、模糊查詢成為了可能。所以我們基于原有的架構設計，重新打造了Timeline 2.0模型，引入了強大的查詢能力與數據管理新方案。

項目代碼目前已經開源在了GitHub上：Timeline@GitHub。

2.0時代到來

此次推出的Timeline模型2.0版，沒有直接基于1.X版本直接改造。而是在兼容原有模型架構之上，定義、封裝了新的使用接口。重新打造升級新的模型，增加了如下功能：

• 增加了Timeline Meta的管理能力；
• 基于多元索引功能，增加了Meta、Timeline的全文檢索、多維組合查詢能力；
• 支持SequenceId兩種設置方式：自增列、手動設置；
• 支持多列的Timeline Identifier設置，提供Timeline的分組管理能力；
• 兼容Timeline 1.X模型，提供的TimelineMessageForV1樣例可直接讀、寫1.X版本消息，用戶也可仿照實現。

架構解析

Timeline做為表格存儲直接支持的一種數據模型，以『簡單』為設計目標，其存核心模塊構成比較清晰明了。Timeline盡量提升用戶的使用自由度，讓用戶能夠根據自身場景需求選擇更為合適的實現方案。模型的模塊架構如上圖，主要包括如下重要部分：

• Store：存儲庫，類似數據庫的表的概念，模型包含兩類Store分別為Meta Store、Timeline Store。
• Identifier：用于區分Timeline的唯一標識，用以標識單行Meta，以及相應的Timeline Queue。
• Meta：用于描述Timeline的元數據，元數據描述采用free-schema結構，可自由包含任意列。
• Queue：Queue為單Identifier對應的所有消息隊列，一個Timeline下Message按照Queue單元存儲。
• SequenceId：Queue中消息體的序列號，需保證遞增、唯一，模型支持自增列、自定義兩種實現模式。
• Message：Timeline內傳遞的消息體，是一個free-schema的結構，可自由包含任意列。
• Index：基于SearchIndex實現的索引，針對不同Store分為Meta Index和Message Index兩類，可對Meta或Message內的任意列自定義索引，提供靈活的多條件組合查詢和搜索。

性能優勢

Timeline 模型是基于Tablestore抽象、封裝出的一類場景數據模型，因而具有Tablestore自身的所有優點。同時結合場景設計的接口，讓用戶更直觀、清晰的實現業務邏輯，總結如下：

• 支撐海量數據存儲：分布式架構，高可擴展，支持10PB級的消息。
• 低存儲成本：表格存儲提供低成本的存儲方式，按量付費、資源包、預留Cu。
• 數據生命周期管理：不同類型（表級別）消息數據，可自定義不同生命周期。
• 極高的寫入吞吐：具備極高的寫入吞吐能力，可應對00M TPS的消息寫入。
• 低延遲的讀：查詢消息延遲低，毫秒量級。
• 接口設計：可讀性高，接口功能全面、清晰。

Maven地址

Timeline Lib

<dependency><groupId>com.aliyun.openservices.tablestore</groupId><artifactId>Timeline</artifactId><version>2.0.0</version> </dependency>

TableStore Java SDK

Timeline模型在TableStore Java SDK >= 4.12.1作為基本數據模型直接提供，表格存儲老用戶可升級SDK直接使用

<dependency><groupId>com.aliyun.openservices</groupId><artifactId>tablestore</artifactId><version>4.12.1</version> </dependency>

入手指南

初始化

初始化Factory

用戶將SyncClient作為參數，初始化StoreFactory，通過工廠創建Meta數據、Timeline數據的管理Store。錯誤重試的實現依賴SyncClient的重試策略，用戶通過設置SyncClient實現重試。如有特殊需求，可自定義策略（只需實現RetryStrategy接口）。

/*** 重試策略設置* Code: configuration.setRetryStrategy(new DefaultRetryStrategy());* */ ClientConfiguration configuration = new ClientConfiguration();SyncClient client = new SyncClient("http://instanceName.cn-shanghai.ots.aliyuncs.com","accessKeyId","accessKeySecret","instanceName", configuration);TimelineStoreFactory factory = new TimelineStoreFactoryImpl(client);

初始化MetaStore

構建meta表的Schema（包含Identifier、MetaIndex等參數），通過Store工廠創建并獲取Meta的管理Store；配置參數包含：Meta表名、索引，表名、主鍵字段、索引名、索引類型等參數。

TimelineIdentifierSchema idSchema = new TimelineIdentifierSchema.Builder().addStringField("timeline_id").build();IndexSchema metaIndex = new IndexSchema(); metaIndex.addFieldSchema( //配置索引字段、類型new FieldSchema("group_name", FieldType.TEXT).setIndex(true).setAnalyzer(FieldSchema.Analyzer.MaxWord)new FieldSchema("create_time", FieldType.Long).setIndex(true) );TimelineMetaSchema metaSchema = new TimelineMetaSchema("groupMeta", idSchema).withIndex("metaIndex", metaIndex); //設置索引TimelineMetaStore timelineMetaStore = serviceFactory.createMetaStore(metaSchema);

初始化TimelineStore

構建timeline表的Schema配置，包含Identifier、TimelineIndex等參數，通過Store工廠創建并獲取Timeline的管理Store；配置參數包含：Timeline表名、索引，表名、主鍵字段、索引名、索引類型等參數。
消息的批量寫入，基于Tablestore的DefaultTableStoreWriter提升并發，用戶可以根據自己需求設置線程池數目。

TimelineIdentifierSchema idSchema = new TimelineIdentifierSchema.Builder().addStringField("timeline_id").build();IndexSchema timelineIndex = new IndexSchema(); timelineIndex.setFieldSchemas(Arrays.asList(//配置索引的字段、類型new FieldSchema("text", FieldType.TEXT).setIndex(true).setAnalyzer(FieldSchema.Analyzer.MaxWord),new FieldSchema("receivers", FieldType.KEYWORD).setIndex(true).setIsArray(true) ));TimelineSchema timelineSchema = new TimelineSchema("timeline", idSchema).autoGenerateSeqId() //SequenceId 設置為自增列方式.setCallbackExecuteThreads(5) //設置Writer初始線程數為5.withIndex("metaIndex", timelineIndex); //設置索引TimelineStore timelineStore = serviceFactory.createTimelineStore(timelineSchema);

Meta管理

Meta管理提供了增、刪、改、單行讀、多條件組合查詢等接口。其中多條件組合查詢功能基于多元索引，只有設置了IndexSchema的MetaStore才支持組合查詢功能。索引類型支持LONG、DOUBLE、BOOLEAN、KEYWORD、GEO_POINT等類型，屬性包含Index、Store和Array，其含義與多元索引相同。

TimelineIdentifer是區分Timeline的唯一標識，重復的Identifier會被覆蓋。

/*** 接口使用參數* */ TimelineIdentifier identifier = new TimelineIdentifier.Builder().addField("timeline_id", "group").build(); TimelineMeta meta = new TimelineMeta(identifier).setField("filedName", "fieldValue");/*** 創建Meta表（如果設置索引則會創建索引）* */ timelineMetaStore.prepareTables();/*** 插入Meta數據* */ timelineMetaStore.insert(meta);/*** 根據id讀取單行Meta數據* */ timelineMetaStore.read(identifier);/*** 更新Meta數據* */ meta.setField("fieldName", "newValue"); timelineMetaStore.update(meta);/*** 根據id刪除單行Meta數據* */ timelineMetaStore.delete(identifier);/*** 通過SearchParameter參數檢索* */ SearchParameter parameter = new SearchParameter(field("fieldName").equals("fieldValue") ); timelineMetaStore.search(parameter);/*** 通過SearchQuery參數檢索（SearchQuery是SDK原生類型，支持所有多元索引檢索條件）* */ TermQuery query = new TermQuery(); query.setFieldName("fieldName"); query.setTerm(ColumnValue.fromString("fieldValue"));SearchQuery searchQuery = new SearchQuery().setQuery(query); timelineMetaStore.search(searchQuery);/*** 刪除Meta表（如果存在索引，同時刪除索引）* */ timelineMetaStore.dropAllTables();

Timeline管理

Timeline管理提供了消息模糊查詢、多條件組合查詢接口。消息的全文檢索依托多元索引，用戶只需將相應字段索引類型設置為TEXT，即可通過Search接口實現消息的全文檢索。Timeline管理包含消息表的創建、檢索、刪除等。

/*** 接口使用參數* */ SearchParameter searchParameter = new SearchParameter(field("text").equals("fieldValue") );TermQuery query = new TermQuery(); query.setFieldName("text"); query.setTerm(ColumnValue.fromString("fieldValue")); SearchQuery searchQuery = new SearchQuery().setQuery(query).setLimit(10);/*** 創建Meta表（如果設置索引則會創建索引）* */ timelineStore.prepareTables();/*** 通過SearchParameter參數檢索* */ timelineStore.search(searchParameter);/*** 通過SearchQuery參數檢索（SearchQuery是SDK原生類型，支持所有多元索引檢索條件）* */timelineStore.search(searchQuery);/*** 將Writer隊列中未發的請求主動觸發，同步等待直到所有消息完成存儲* */ timelineStore.flush();/*** 關閉Writer與Writer中的線程池* */ timelineStore.close();/*** 刪除Timeline表（如果存在索引，同時刪除索引）* */ timelineStore.dropAllTables();

Queue管理

Queue是單個消息隊列的抽象概念，對應一個Store下單個Identifier的所有消息。通過Queue實例管理相應Identifer的消息隊列，支持基本的增、刪、改、單行查、范圍查等接口。

/*** 接口使用參數* */ TimelineIdentifier identifier = new TimelineIdentifier.Builder().addField("timeline_id", "group").build(); long sequenceId = 1557133858994L; TimelineMessage message = new TimelineMessage().setField("text", "Timeline is fine."); ScanParameter scanParameter = new ScanParameter().scanBackward(Long.MAX_VALUE, 0); TimelineCallback callback = new TimelineCallback() {@Overridepublic void onCompleted(TimelineIdentifier i, TimelineMessage m, TimelineEntry t) {// do something when succeed.}@Overridepublic void onFailed(TimelineIdentifier i, TimelineMessage m, Exception e) {// do something when failed.} };/*** 單個Identifier對應的消息隊列* */ timelineQueue = timelineStore.createTimelineQueue(identifier);/*** 存儲消息* */ //同步 timelineQueue.store(message); timelineQueue.store(sequenceId, message); //異步，支持callback timelineQueue.storeAsync(message, callback); timelineQueue.storeAsync(sequenceId, message, callback); //異步批量 timelineQueue.batchStore(message); timelineQueue.batchStore(sequenceId, message); //異步批量，支持callback timelineQueue.batchStore(message, callback); timelineQueue.batchStore(sequenceId, message, callback);/*** 單行讀取、獲取最新一行、獲取最新SequenceId* */ timelineQueue.get(sequenceId); timelineQueue.getLatestTimelineEntry(); timelineQueue.getLatestSequenceId();/*** 根據SequenceId更新消息* */ message.setField("text", "newValue"); timelineQueue.update(sequenceId, message); timelineQueue.updateAsync(sequenceId, message, callback);/*** 根據SequenceId刪除消息* */ timelineQueue.delete(sequenceId);/*** 根據范圍參數、Filter獲取批量消息* */ timelineQueue.scan(scanParameter);

專家服務

表格存儲有一批精通Timeline領域的技術專家，在打造IM、Feed流場景方面有著獨到的見解。如果您：

• 渴望尋覓Timeline領域高手過招；
• 調研Timeline場景解決方案；
• 準備入門Timeline場景；
• 對表格存儲（Tablestore）產品感興趣；

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的亿级消息系统的核心存储：Tablestore发布Timeline 2.0模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。