独立部署OpenIM遇到的坑（3）扩容出错
公司项目有im场景，我们自己在k8s中部署了3.5.1版本的openim，在开发和运维的过程中，我们遇到了一些问题，这里记录一下问题详情和解决的过程。 问题简述 简单来说，就是：用户明明在线，但收不到实时消息，只能收到推送通知，过一会儿消息才出现在聊天界面。 这个问题只在扩容后出现，单个节点时一切正常。问题的根源是OpenIM内部的负载均衡机制出现了不一致，导致消息被发送到了错误的服务节点。 触发场景 对 openim-msggateway 进行扩容（从1个节点扩容到多个节点） 遇到的问题 扩容后在线用户无法收到后端推送的websocket消息，只能收到离线的通知栏推送消息，过一段时间后，可以在客户端的聊天界面中看到推送的消息 问题原理（通俗版） 在深入代码之前，我们先用一个比喻来理解这个问题： 想象一个快递系统： 📱 客户端：收件人 📍 openim-msggateway-proxy：客户服务中心（通过导航系统B给客户发分配快递站点） 🏠 openim-msggateway：快递站点（有多个） 🚚 openim-push：快递员（有自己的导航系统A） 实际的流程是： 建立连接：收件人先到客户服务中心，客户服务中心通过导航系统B为收件人分配快递站点A 投递包裹：快递员使用自己的导航系统A，独立计算这个收件人应该在哪个快递站点 正常情况下： 客户服务中心的导航系统B：收件人 → 站点A 快递员的导航系统A：收件人 → 站点A 收件人在站点A顺利收到包裹 但现在的问题是： 客户服务中心的导航系统B：收件人 → 站点A 快递员的导航系统A：收件人 → 站点B 收件人在站点A等包裹，快递员却把包裹送到了站点B 两个独立的导航系统给出了不同的结果！ 技术原因分析 OpenIM内部连接链路 从图中可以看到，问题涉及两个独立的路由过程： 消息发送路径：openim-push 直接通过一致性hash找到用户连接的 openim-msggateway 节点 客户端连接路径：客户端通过 openim-msggateway-proxy 建立与 openim-msggateway 的websocket连接 这两个路径都需要通过一致性hash算法选择同一个 openim-msggateway 节点，但它们使用了不同的节点地址格式！ 关键代码差异 问题的核心在于两个地方构建服务节点地址的方式不一致： 第一处：openim-push 侧（发送消息时） 1 2 3 4 // open-im-server/pkg/common/discoveryregister/kubernetes/kubernetes.go // 构建的地址格式（注意末尾的:88端口号） host := fmt.Sprintf("%s-openim-msggateway-%d.%s-openim-msggateway-headless.%s.svc.cluster.local:88", instance, i, instance, ns, port) 第二处：openim-msggateway-proxy 侧（建立连接时） ...