前言

• 當實現具備實時性需求時，我們一般會選擇長連線的通訊方式
• 而在實現長連線方式時，存在很多效能問題，如 長連線保活
• 今天，我將 手把手教大家實現自適應的心跳保活機制，從而能高效維持長連線

目錄

1. 長連線 介紹

1.1 簡介

1.2 作用

通過 長時間保持雙方連線，從而：

• 提高通訊速度
• 確保實時性
• 避免短時間內重複連線所造成的通道資源 & 網路資源的浪費

1.3 長連線 與 短連線的區別

2. 長連線斷開的原因

• 從上節可知，在長連線的情況下，雙方的所有通訊 都建立在1條長連線上（1次TCP連線）；所以，長連線 需要 持續保持雙方連線 才可使得雙方持續通訊

• 可是，長連線會存在斷開的情況，而 斷開原因 主要是：

  1. 長連線所在程式被殺死
  2. NAT超時
  3. 網路狀態發生變化
  4. 其他不可抗因素（網路狀態差、DHCP的租期等等 ）

下面，我將對每種原因進行分析

原因1：程式被殺死

當程式被殺死後，長連線也會隨之斷開

原因2：NAT 超時（重點關注）

• NAT超時現象如下
  

• 各運營商 & 地區的 NAT超時時間如下

• 特別注意：排除其他外因（網路切換、NAT超時、人為原因），TCP長連線在雙方都不斷開連線的情況上，本質上是不會自動中斷的
  

  1. 即，不需要心跳包來維持
     
  2. 驗證：讓2臺電腦連上同1個Wifi（其中1臺做伺服器, 另1臺做客戶端連線伺服器（無設定KeepAlive）；只要電腦、路由器不斷網斷電，那麼，2臺電腦的長連線是不會自動中斷的。

原因3：網路狀態發生變化

當移動客戶端網路狀態發生變化時（如行動網路 & Wifi切換、斷開、重連），也會使長連線斷開

原因4：其他不可抗因素

如網路狀態差、`DHCP`的租期到期等等，都會使得長連線發生 偶然的斷開

DHCP的租期到期：對於 Android系統， DHCP到了租期後不會主動續約 & 繼續使用過期IP,，從而導致長連線 斷開

3. 高效維持長連線的解決方案

• 在瞭解長連線斷開原因後，針對對應原因，此處給出 高效維持長連線的解決方案

• 為此，若需有效維持長連線，則需要做到

其實，說得簡單點：高效維持長連線的關鍵在於

• 保活：處於連線狀態時儘量不要斷
• 斷線重連：斷了之後繼續重連回來

解決方案1：程式保活

整體概括如下：

解決方案2：心跳保活機制

這是本文的重點，下節開始會詳細解析

解決方案3：斷線重連機制

• 原理
  檢測網路狀態變化 & 判斷連線的有效性
• 具體實現
  前者請參考文章：Android：檢測網路狀態&監聽網路變化；後者主要存在於心跳保活機制，所以下面會在心跳保活機制中一起講解。

4. 心跳保活機制簡介

• 心跳保活機制的整體介紹如下

• 注：很多人容易混淆 心跳機制 & 輪詢機制，此處給出二者區別

5. 主流心跳機制分析 & 對比

對國、內外主流的移動IM產品（WhatsApp、Line、微信）進行了心跳機制的簡單分析 & 對比，具體請看下圖

6. 心跳機制方案 總體設計

下面，將根據市面上主流的心跳機制，設計 一套心跳機制方案

6.1 基本流程

6.2 設計要點

• 對於心跳機制方案設計的主要考慮因素 = 保證訊息的實時性 & 耗費裝置的資源（網路流量、電量、CPU等等）
• 從上圖可以看出，對於心跳機制方案設計的要點在於
  
  1. 心跳包的規格（內容 & 大小）
  2. 心跳傳送的間隔時間
  3. 斷線重連機制 （核心 = 如何 判斷長連線的有效性）

在下面的方案設計中，將針對這3個問題給出詳細的解決方案。

7. 心跳機制方案 詳細設計

7.1 心跳包的規格

為了減少流量 & 提高傳送效率，需要精簡心跳包的設計

7.1.1 設計原則

主要從心跳包的內容 & 大小入手，設計原則具體如下

7.1.2 設計方案

心跳包 = 1個攜帶少量資訊 & 大小在10位元組內的資訊包

7.2 心跳傳送的間隔時間

為了 防止NAT超時 & 減少裝置資源的消耗（網路流量、電量、CPU等等），心跳傳送的間隔時間 是 整個 心跳機制方案設計的重點。

7.2.1 設計原則

心跳傳送間隔時間的設計原則如下

7.2.2 設計方案

a. 最直接 & 常用方案

• 一般，最直接 & 常用的心跳傳送間隔時間設定方案 ：每隔估計 x 分鐘傳送心跳包1次

  其中，x ＜5分鐘即可。（綜合主流移動IM產品，此處建議 x= 4分鐘）

• 但是，這種方案存在一些問題：

下面，我將詳細講解 自適應心跳間隔時間 的設計方案

b. 自適應心跳間隔時間 設計方案

• 基本流程

• 該方案需要解決的有2個核心問題：

1.如何自適應計算心跳間隔 從而使得心跳間隔 接近 當前NAT 超時時間？

答：不斷增加心跳間隔時間進行心跳應答測試，直到心跳失敗5次後，即可找出最接近 當前NAT 超時時間的心跳間隔時間。具體請看下圖：

注：只有當心跳間隔 接近 NAT 超時時間 時，才能最大化平衡 長連線不中斷 & 裝置資源消耗最低的問題。

2.如何檢測 當前網路環境的NAT 超時時間 發生了變化 ？

答：當前傳送心跳包成功 的最大間隔時間（即最接近NAT超時時間的心跳間隔） 傳送失敗5次後，則判斷當前網路環境的NAT 超時時間 發生了變化。具體請看下圖：

注：在檢測到 NAT 超時時間 發生變化後，重新自適應計算心跳間隔 從而使得心跳間隔 接近 NAT 超時時間

• 總結：統籌2個核心問題，總結出自適應心跳間隔時間 設計方案為下圖

7.3 斷線重連機制

該機制的核心在於， 如何 判斷長連線的有效性

即，什麼情況下視為 長連線 斷線？

7.3.1 設計原則

• 判斷長連線是否有效的準則 = 伺服器是否返回心跳應答
• 此處需要 分清：長連線 存活 & 有效 狀態的區別：

7.3.2 設計方案

• 基本思路
  若連續5次傳送心跳後，伺服器都無心跳應答，則視為長連線無效

  通過計數計算

• 判斷流程

7.3.3 網上流傳的方案

在網上流傳著一些用於判斷長連線是否有效的方案，具體介紹如下

至此，關於心跳保活機制已經講解完畢。

7.4 總結

• 設計方案

• 流程設計
  

  其中，標識 “灰色” 的判斷流程參考上文描述

8. 優化 & 完善

• 上面的方案依然會存在缺陷，從而導致 長連線斷開

  如，長連線本身不可用（此時重連多少次也沒用）

• 下面，將優化 & 完善上述方案，從而保證 客戶端與伺服器依然保持著通訊狀態

• 優化點

  1. 確保當前網路的有效性 & 穩定性再開始長連線
  2. 自適應計算心跳包間隔時間的時機

8.1 確保當前網路的有效性 & 穩定性再開始長連線

• 問題描述

• 解決方案

• 加入到原有 心跳保活機制 主流程
  

8.2 自適應計算心跳包間隔時間的時機

• 問題描述

• 方案設計

• 加入到原有 心跳保活機制 主流程

8.3 總結

9. 額外說明：TCP 協議自帶 KeepAlive 的機制 是否 可替代心跳機制

很多人認為，TCP 協議自身就有KeepAlive機制，為何基於它的通訊連結，仍需 在應用層實現額外的心跳保活機制？

9.1 回答

• 結論：無法替代
• 原因：TCP KeepAlive機制 的作用 是檢測連線的有無（死活），但無法檢測連線是否有效。
  

  “連線有效”的定義 = 雙方具備傳送 & 接收訊息的能力

9.2 KeepAlive 機制概述

先來看看KeepAlive 機制 是什麼

9.3 具體原因

KeepAlive 的機制 不可 替代心跳機制 的具體原因如下：

9.4 特別注意

1. KeepAlive 機制只是作業系統底層的一個被動機制，不應該被上層應用層使用
   
   1. 當系統關閉一個由KeepAlive 機制檢查出來的死連線時，是不會主動通知上層應用的，只能通過呼叫相應IO操作的返回值中發現

9.6 結論

KeepAlive機制無法代替心跳機制，需要在應用層 自己實現心跳機制以檢測長連線的有效性，從而高效維持長連線

10. 總結

• 看完本文後，相信在高效維持長連線的需求下，你可以完美地解決了！（具體總結如下）