XMPP 协议适合用来做移动 IM 么

XMPP 协议是什么

XMPP（Extensible Messaging and Presence Protocol，前称Jabber）是一种以 XML 为基础的开放式实时通信协议，关于它的协议细节，网上已经有太多分析文章，我这里就不再赘述（而且，我也不可能比别人解释的更清楚）。简单来看这个协议，我们只需要知道：

1，XMPP 的三种基本角色：客户端、服务器和网关，通信能够在这三者的任意两个之间双向发生。服务器端同时承担了客户端信息记录、连接管理和信息路由的功能。网关则承担着与异构系统的互联互通功能。在 RFC 3920 XMPP Core 中对 XMPP 网络结构有一个描述：
<pre>
C1—-S1—S2—C3
|
C2—-+–G1===FN1===FC1
</pre>
这里 C1，C2，C3 表示 XMPP 客户端；S1，S2 表示 XMPP 服务器；G1 表示网关，用来负责 XMPP 协议和外部聊天协议的转换；FN1 表示外部消息网络的服务器，FC1 表示外部网络客户端。

大家可能会奇怪，这里为什么需要一个网关呢。这要从 XMPP 的来源说起。1996 年 Mirabilis 公司推出了世界上第一个即时通信系统 ICQ，不到 10 年，IM 就成了最流行的应用之一，MSN、Gtalk、雅虎即时通、AIM、Adium、Pidgin 等各种软件如雨后春笋般涌现，但是这些服务之间没有统一的标准，不能互联互通，XMPP 的设计目的就是为了实现整个及时通信服务协议的互通，让 IM 成为继 WEB 和 Email 之后的互联网第三大服务。

2，XMPP 的消息格式。

XMPP 协议的所有消息都是 XML 格式的，这是 XMPP 协议的另一个充满历史意味的选择，想当年 SOA / SOAP 一时间爆发起来，很多消息交换协议都采用了 XML 格式，但是不想 XML 很快就成了「大数据」的代名词。在 RFC 3920 XMPP Core 中定义了两个基础概念，XML Stream 和 XML Stanza，XML Stream 是两个节点之间进行数据交换的容器，它定义了顶层的XML节点 <stream>；XML Stanza 则定义了实体消息的具体语义单元，在 XMPP 中定义了 3 个顶层消息：

2.1 Presence
用于确定用户的状态。消息结构举例如下（每个 XML 的 node 还会有很多其他 attribute，为了简单起见这里省略，下同）：
<presence from=“abc@jabber.org/contact” to=“def@jabber.org/contact”>
<status>online</status>
</presence>

2.2 Message
用于在两个用户之间发送消息。消息结构举例如下：
<message from=“abc@jabber.org/contact” to=“def@jabber.org/contact” type=“chat”>
<body>hello</body>
</message>

2.3 IQ
信息/请求，是一个请求－响应机制，管理XMPP服务器上两个用户的转换，允许他们通过相应的XML格式进行查询和响应。
<iq from=“abc@jabber.org/contact” id=“id11” type=“result”>
</iq>

3，XMPP 的交互流程。
XMPP 通过 TCP 传输了什么内容？在 QQ 里面，消息是使用二进制形式发送的，在 MSN 里面是采用纯文本指令加参数加换行符的形式发送的，而 XMPP 传输的即时通讯指令与他们相仿，只是协议的形式变成了 XML 格式的纯文本，这让解析更容易，方便了开发和查错，但是也带来了数据负载过重的缺点，而被人广为诟病。

XMPP 聊天的过程如下：

所有从一个 client 到另一个 client 的消息和数据都要经过 XMPP Server；
client1 连接到Server；
server 利用本地目录系统的证书对其认证；
client1 指定 client2 目标地址，让 server 告知 client2 目标状态；
server 查找，连接并进行互相认证；
client1 和 client2 进行交互。

XMPP 系统实测

XMPP 协议的最主要的一点就是开放，不管是协议、客户端，还是 Server 端，都有成熟的实现方案。为了实际感受 XMPP 协议的聊天过程，我使用 asmack library ＋ OpenFire 服务器搭建了一套完整的测试环境。

OpenFire 采用 Java 开发，是一个基于 XMPP 协议的开源的实时协作服务器，它的安装和使用都非常简单，自带有一个内置的存储数据库（当然，你也可以使用独立数据库如Mysql等），并利用 Web 进行管理。其他类似的开源系统还有很多，eJabber、Tigase 也经常被用到。但是根据我们之前的经验，这些开源系统能支持的并发连接数都不高，要是有超过10万的用户同时连上来，对它们来说就快达到单机的瓶颈了，这时候一般都需要水平拆分，但是拆分之后服务器之间的 session 同步负担会大幅加重，对于性能又带来不小的抵消。所以这些系统大都被拿来做研究和测试用，很少见到大规模在生产环境中使用的。

好吧，我们还是来实际聊聊看。为了体现真实性，选取了程序员圈子里面较大概率可能发生的几段典型对话：

Case1－搭讪
猿：你吃饭了吗？
MM：吃了
猿：你在干什么呢？
MM：上网
猿：你那天气好吗？
MM：还可以
猿：你最近忙吗？
MM：不忙
猿：。。。。
猿：哦，这样啊，我就想知道你在干什么，那你继续忙吧，拜拜
MM：拜拜
Case2－请教
A：嘿 //是什么意思啊？
B：嘿.
A：呃我问你//是什么意思？
B：问吧.
A：我刚才不是问了么？
B：啊？
A：你再看看记录…
B：看完了.
A：……所以//是啥？
B：所以什么？
A：你存心耍我呢吧？
B：没有啊你想问什么？
Case3－约会
女:你能让这个论坛的人都吵起来,我今晚就跟你走.
某猿:PHP是最好的语言!
论坛一下炸翻了天，女:i服了u,我们走吧，你想干啥都行.
某猿:今天不行,我一定要说服他们,PHP必须是最好的语言
某女：…….
Case4－借钱
A：哥们儿，有钱吗？
B：有
A：借我点呗？
B：啊？你说什么？
A：借我点呗？
B：不是，上一句？
A：有钱吗？
B：没有
A：晕，程序重新请求一下，结果还不一样了！

实际结果如下，我在 Nexus5 上面运行一个 IM app，连接上我自己搭建的 openfire 服务器，然后模拟了上面几段对话，在几个参与者的前提下，消息实时性还挺好，但在系统设置－》网络流量中看到，整个聊天过程中该 app 消耗掉的网络流量高达 36KB，聊天记录的文本文件大小为 8KB，也就是说网络流量的 70% 都消耗在 XMPP 协议层了，这个数字正好吻合了维基百科上吐槽的数据冗余率。

最后测试下来看，我个人感觉是，对于移动互联网来说，省电、省流量是所有底层服务的一个关键技术指标，XMPP协议看起来已经落后移动互联网了。