即时通讯的好友关系

Posted by phantomVK on April 28, 2019

即时通讯(Instant Messaging,下称IM),作为最符合众网民习惯的应用,见证中国乃至国际互联网的发展。IM诞生之前,中国已经经历电报、信件、寻呼机、手机短信的过程。其中电报和寻呼机几乎绝迹,个人短信的发送量也比即时通讯兴起之前锐减,但信件还在政府部门、银行、电信业发出光芒。

国内IM发展历程

早期台式机通过拨号和互联网连通,国外于1996年出现ICQ。国内也在稍晚的1997年由马化腾开发出OICQ,因名称有侵权之疑,在2000年改名为更让人熟悉的”腾讯QQ“。随后很久一段时间,国内再也没有其他IM能和QQ一决高下。直到张小龙在腾讯推出微信,QQ终于有个能互相吵闹的亲兄弟,当时诺基亚Symbian S60已经走下坡路,Android 2.3已经出现。纵观当时国内的互联网即时通讯产品,除了QQ和微信,为平民所知的产品尚不存在。

时间来到现在,IM的分类定位比当年更加细致。QQ和微信牢牢把控消费级市场流量入口,企业微信和钉钉平分商业领域;普通的社交媒体,例如微博、Linkedin也包含聊天模块用于支撑社交业务。此外,很多移动端应用在场景上也对IM有一定需求,发展出第三方聊天功能的商业SDK,如网易云信、环信。

products_logo

IM面向不同领域有不同的用户诉求,企业端用户要求直接聊天不用添加好友,零售端用户想经过自己同意才能成为好友。更底层的还有通讯协议的设计及实现、与网络运营商的合作等。如果一心自创IM但不考虑各种细节,甚至一个产品完全包含B端和C端需求,毫无疑问做出来的产品体验极差,用户也会不断流失。

本文只挑选好友关系的部分业务,以微信为范本反向推测实现逻辑,起到抛砖引玉的作用。

好友关系与黑名单

根据微信用户好友关系功能,主要可以归结为两个部分:基础好友关系、黑名单。下图是好友关系的有限状态机,右边大图是基础好友关系状态转换,左下角是黑名单状态转换。

Instant_Messaging_Friend_Relationship_SM

基础好友关系

基础好友关系是建立好友业务的根本,管理好友间关系状态在数据库中的存储。基础好友关系奠定好友逻辑的基础,而黑名单功能基于此基础继续构建。黑名单逻辑的移除,完全不会影响好友关系的建立。当然由此可以推断出,如果没有好友关系,则没法实现微信黑名单功能。

basic_friend_relationship

这里主要介绍基础好友关系,黑名单(因过于陷入业务细节)不会深入介绍。有限状态机首先从 None 启动,两位好友根据主动和被动关系同时改变各自状态。状态和其迁移路线均用相同颜色标记,配对查阅即可。

例如:A向B发出好友邀请,则A的状态从 None 转换为 Inviting,而B的状态被动修改为 Accepting。若随后B接受邀请,则A和B的状态均转换为 Done,表示双方好友关系已建立。

名词介绍:

  • None: 没有好友关系,或双方好友关系已完全解除;

  • InvitingAccepting:分别为邀请人和被邀请人的状态;

  • RejectingRejected:被邀请人才能拒绝邀请,状态转为 Rejecting;邀请人被拒绝后状态迁移到 Rejected。若A被B拒绝,又被B邀请加为好友,则A和B两者身份相互交互,此时B为邀请发出者;

  • DeletingDeleted:表示一方删除对方。表现为微信提示“您和对方不是好友,请先发出邀请”

因此基本好友关系满足以下条件:

  • 操作必须由两者之一主动发起,对方被动受到影响;
  • 一方发起的操作,同时事务性修改双方状态;
  • None 表示双方不是好友。但可以实现为记录不存在,或记录存在但标记两者为非好友;

黑名单

说完基础好友关系,简单介绍黑名单功能。

黑名单在不同产品的定义差别较大:微信要求双方是好友才能拉黑,而微博等社交平台则能把非好友拉到黑名单。总的来说,微信的做法比较细致,黑名单添加操作存在于好友关系建立之后;移除操作存在于黑名单添加操作之后,不管当时好友关系如何。而已经设置的黑名单配置,也会影响下一次好友关系建立的业务流程。

举个例子:李雷和韩梅梅分手了,即使微信里李雷已经删除韩梅梅的好友关系,只要韩梅梅没有把李雷删除,则韩梅梅就能反复把李雷从黑名单中添加和解除。若韩梅梅拉黑李雷后把李雷删除,如果不解除拉黑,则李雷永远无法向韩梅梅发出好友邀请。

lilei_hanmeimei

由此可知,没有好友关系则不可能存在黑名单。若黑名单存在,反向约束好友关系的再次建立。

lilei_hanmeimei_relationship

所以根据以上论述,最好把两位好友的userId共同作为主键在数据库表中建立记录,UserId_A和UserId_B是一个元组,<UserId_A, UserId_B> 与 <UserId_B, UserId_A> 是同一个东西。为了便于管理,可以自行添加策略,决定谁的ID放在前面,谁的ID放在后面。最简单的做法是直接进行字符串大小比较,用 UserId_A > UserId_B策略,得出<UserId_B, UserId_A>,大者在后面,这样就可以更具前者的id值在数据内做递增排序。

好友关系预测

好友关系建立后,好事者就有新的事情可以开展。已知A和B是好友,A和C是好友,B和C也是好友,若B和C同时是D的好友,则A是D的好友的可能性极大,并且属于同一关系团体。

relationship_chain

当然,多维度的好友关系预测肯定不会像这个例子这么简单。这方面,Linkedin的关系推荐值得借鉴。

总结

虽然,上述内容介绍基础好友关系和黑名单时相对简略,但足以用来设计一套小型私有好友关系服务。至于业务所要求的实现细节,就要各位自行摸索,根据实际调整上述模型。