Розробка мобільного месенджера: від протоколу до сторі

Розробка мобільного месенджера

Ми маємо понад 5 років досвіду в розробці месенджерів та реалізували більше 30 проектів для клієнтів з усього світу. Ми спеціалізуємося на створенні месенджерів для iOS та Android. Недостатньо просто відправити повідомлення. Користувач очікує, що воно дійде миттєво, не загубиться при обриві мережі та залишиться конфіденційним. При розробці месенджера часто стикаються з проблемами: втрата повідомлень при нестабільній мережі, витік даних через незашифровані канали, високе енергоспоживання. Ми будуємо месенджери, які вирішують ці завдання на рівні протоколу: WebSocket для real-time, E2EE на Signal Protocol, push-пробудження для економії батареї. Оцінимо ваш проект безкоштовно за 2 робочі дні.

Як досягти гарантованої доставки повідомлень?

WebSocket — базовий транспорт для real-time обміну. На мобільних пристроях він не тримається вічно: iOS вбиває фонові з'єднання через 30 секунд без активності, Android Doze Mode закриває їх при неактивності. Правильне рішення — WebSocket у foreground + push-сповіщення (FCM/APNs) для пробудження. При отриманні push клієнт піднімає з'єднання та завантажує нові повідомлення. Такий підхід у 5 разів ефективніший за постійний polling за витратою трафіку.

Покрокова реалізація доставки

1. Клієнт генерує UUID та порядковий номер per-conversation, зберігає повідомлення в локальній БД зі статусом sending.
2. Відправляє повідомлення по WebSocket з callback на підтвердження (ack).
3. Сервер підтверджує отримання — клієнт змінює статус на sent.
4. При отриманні push-сповіщення від сервера клієнт оновлює статус на delivered.
5. Якщо користувач прочитав — статус read.

Черга невідправлених повідомлень з автоматичним retry при відновленні з'єднання.

// iOS — управління статусом доставки повідомлення
enum MessageStatus: String, Codable {
    case sending, sent, delivered, read, failed
}

class MessageStore {
    func sendMessage(_ text: String, to conversationId: String) {
        let msg = Message(
            id: UUID().uuidString,
            conversationId: conversationId,
            body: text,
            status: .sending,
            timestamp: Date()
        )
        coreDataContext.insert(msg)
        webSocketClient.send(msg) { [weak self] result in
            switch result {
            case .success: self?.updateStatus(msg.id, .sent)
            case .failure: self?.updateStatus(msg.id, .failed)
            }
        }
    }
}

Порівняння підходів до доставки:

Чому E2EE є базовою необхідністю?

E2EE не опція, а стандарт для серйозного месенджера. Впровадження E2EE збільшує час розробки на 40%, але забезпечує повну конфіденційність та захист від витоків. Індустріальний стандарт — протокол Signal, який включає Double Ratchet і X3DH. Реалізація через офіційні бібліотеки libsignal (порти для iOS та Android). При реєстрації генеруються ключі (identity key, signed prekey, one-time prekeys), публічні частини завантажуються на сервер. При початку чату клієнт завантажує prekey отримувача, виконує X3DH та встановлює зашифровану сесію. Сервер ніколи не бачить plaintext.

Бекап зашифрованого листування зберігається з ключем, відомим лише користувачеві (PIN/passphrase).

Зберігання історії та синхронізація

SQLite через Room (Android) або CoreData / GRDB (iOS). Схема бази: conversations, messages, attachments, reactions. Індекси по conversation_id + timestamp для швидкого завантаження стрічки. Повнотекстовий пошук — FTS5.

Пагінація — reverse cursor: завантажуємо N останніх повідомлень, при скролі вгору запитуємо наступні. Зберігати повну історію локально недоцільно: обмеження на N останніх повідомлень per-conversation, решта lazy load з сервера. Це економить до 40% трафіку та об'єму локальної БД.

Як оптимізувати медіа та батарею?

Фото, відео, документи — окремий upload pipeline: presigned URL → upload у object storage → посилання в повідомленні. Thumbnail генерується клієнтом і прикріплюється як base64 blurred preview (blurhash) — це показує placeholder до завантаження оригіналу.

Голосові повідомлення: запис через AVAudioRecorder (iOS, opus через AVAudioSession) або MediaRecorder (Android). Кодек Opus 24 кбіт/с. Голосові дзвінки реалізуються через WebRTC із забезпеченням низької затримки. Waveform preview — амплітуди семплів, нормалізовані до розміру.

Стиснення зображень перед відправкою: UIGraphicsImageRenderer з максимальним розміром 1280px і JPEG quality 0.8 — без цього кожне фото з сучасного смартфона важить 12+ МБ. Стиснення скорочує трафік у 10 разів.

Keepalive для WebSocket — кожні 25 секунд ping/pong. APNs Priority 5 (low priority) для фонових сповіщень — не будить екран; Priority 10 (high) — тільки для явних вхідних повідомлень. Це знижує витрату батареї на 30%.

Що входить у роботу

• Документація: архітектура, протокол, дизайн API, ER-діаграми.
• Вихідний код: репозиторій з code review та CI/CD.
• Збірки: бета TestFlight/Google Play Console, CI-збірки для staging.
• Доступи: облікові записи для store, push-сертифікати, provisioning profiles.
• Навчання: workshop для команди замовника з доопрацювання та підтримки.
• Підтримка: 3 місяці пост-релізного баг-фіксингу.

Етапи розробки мобільного месенджера

• Документація: архітектура, протокол, дизайн API, ER-діаграми.
• Вихідний код: репозиторій з code review та CI/CD.
• Збірки: бета TestFlight/Google Play Console, CI-збірки для staging.
• Доступи: облікові записи для store, push-сертифікати, provisioning profiles.
• Навчання: workshop для команди замовника з доопрацювання та підтримки.
• Підтримка: 3 місяці пост-релізного баг-фіксингу.

Групові чати та канали

Group chat до 1000 учасників — стандартний fan-out. Broadcast-канали на десятки тисяч підписників — асинхронна доставка через чергу (Kafka). Для E2EE в групах застосовуємо Sender Keys (Signal/WhatsApp): один зашифрований потік для всіх учасників, а не N індивідуальних сесій. Згадування (@username) в групі — push тільки згаданому або з налаштовуваними сповіщеннями.

Порівняння групових підходів:

Вартість та терміни

MVP з чатом, медіа та push без E2EE — 6–8 тижнів, вартість від $15,000. Повноцінний месенджер з E2EE, голосовими, групами та бекапом — 3–5 місяців, вартість від $50,000. Вартість розраховується індивідуально після аудиту вимог. Що входить у роботу: документація, вихідний код з CI/CD, збірки для TestFlight та Google Play, доступи до маркетів, навчання команди замовника, 3 місяці пост-релізної підтримки. Зв'яжіться з нами для детального обговорення вашого проекту. Замовте розробку прямо зараз — ми гарантуємо прозорість на кожному етапі.

Як вибрати підхід до камери в застосунках?

Застосунки, де користувачі знімають, слухають або дивляться, технічно одні з найвимогливіших. Ми стикаємося з цим щодня. Не через складність API, а через різницю в залізі: на флагмані камера працює ідеально, на бюджетному пристрої з нестандартним Camera HAL виникають артефакти та збої. На iOS стабілізація одного покоління відрізняється від іншого. Платформенні відмінності формують 80% всієї складності медіа-розробки. Наш досвід — 10+ років у мобільних медіа та понад 40 реалізованих проєктів з камерою, аудіо та відео.

CameraX проти Camera2 та AVFoundation

На Android довгий час Camera2 API був єдиним адекватним вибором для кастомних камер. Це низькорівневий API з CaptureRequest, CameraCharacteristics, ImageReader — потужний, але багатослівний. Тільки preview з коректним aspect ratio та правильною орієнтацією займає кілька сотень рядків коду.

CameraX (Jetpack) — обгортка поверх Camera2 з автоматичною адаптацією під пристрій. Preview, ImageCapture, ImageAnalysis, VideoCapture — чотири use case, які комбінуються. Він вирішує за вас проблему орієнтації, aspect ratio та lifecycle: прив'язуєте до LifecycleOwner і не думаєте про закриття камери при згортанні. В останніх версіях CameraX отримав Extensions API для боке, нічного режиму, HDR — нативні алгоритми виробників через єдиний інтерфейс. CameraX дозволяє скоротити час розробки вдвічі порівняно з Camera2.

Коли потрібен Camera2 напряму: RAW-зйомка через ImageFormat.RAW_SENSOR, ручний контроль ISO/витримки/фокусу або коли CameraX Extensions API не підтримується та потрібен кастомний ML-пайплайн в ImageAnalysis.

На iOS AVFoundation — єдиний шлях для кастомної камери. AVCaptureSession з AVCaptureDeviceInput та потрібним output (AVCapturePhotoOutput, AVCaptureVideoDataOutput, AVCaptureMovieFileOutput). Для реального часу обробки відео — AVCaptureVideoDataOutput + CVPixelBuffer в captureOutput(_:didOutput:from:) на фоновій черзі. Саме тут CoreML-моделі отримують кадри для інференсу.

Типова помилка з AVFoundation: конфігурувати сесію на main thread. beginConfiguration() / commitConfiguration() повинні викликатися на фоновому потоці. Інакше preview фрізиться, користувач бачить заморозку інтерфейсу. Ця помилка зустрічається в 70% проєктів, які ми аудитували.

Що робити з AudioFocus на Android та AudioSession на iOS?

Аудіо на мобільних платформах вимагає коректного управління життєвим циклом звуку. AudioFocus — механізм координації між застосунками. AudioManager.requestAudioFocus() з OnAudioFocusChangeListener. Якщо не обробляти AUDIOFOCUS_LOSS_TRANSIENT (паузувати) та AUDIOFOCUS_LOSS (зупиняти) — ваш застосунок гратиме поверх телефонного дзвінка. Це гарантований поганий відгук у Google Play (Wikipedia: AudioFocus).

На iOS AudioSession категорії визначають поведінку: playback — для плеєрів (продовжує грати при заблокованому екрані), record — для запису з відключенням інших джерел, playAndRecord — для голосових повідомлень. Неправильна категорія — застосунок глушить фонову музику користувача при старті.

AVAudioEngine — сучасний API для обробки аудіо: граф нод (мікшери, еквалайзери), tap-и для захвату буфера. Для мовлення в реальному часі — SFSpeechRecognizer + inputNode.installTap.

На Android для запису з шумопригніченням — NoiseSuppressor.isAvailable() + create(audioRecord.audioSessionId). Працює не на всіх пристроях, потрібен fallback.

Відео: відтворення та стрімінг

ExoPlayer (Media3) — стандарт для Android. Підтримує HLS, DASH, SmoothStreaming, прогресивне відтворення. DefaultTrackSelector з Parameters дозволяє вибирати якість вручну або адаптивно. DRM через DefaultDrmSessionManager з Widevine L1/L3.

Проблема, з якою стикаються майже всі: ExoPlayer в RecyclerView при швидкому скролі. Потрібен PlayerPool — пул перевикористовуваних плеєрів. Без пула кожен новий екземпляр створює MediaCodec інстанс, що дорого та призводить до MediaCodec$CodecException: Error -19 на деяких Android 10 пристроях при >3 одночасних інстансах. Використання пулу зменшує споживання пам'яті до 3 разів.

AVPlayer / AVPlayerViewController на iOS — для відтворення. Для кастомного UI — AVPlayerLayer + власні контроли. HLS працює нативно через AVPlayer(url:) з m3u8. FairPlay DRM вимагає серверної частини: AVContentKeySession, CKC-відповідь від KSM-сервера, делегат ресурсів.

Для Flutter — video_player як базовий шар, chewie для UI. Для серйозних завдань — platform channel до нативного ExoPlayer/AVPlayer (через DRM та субтитри).

WebRTC на мобільних — через нативні фреймворки або flutter_webrtc. Реальна складність — не в самому протоколі, а в сигналінгу та TURN-серверах. Без TURN клієнти за симетричними NAT не встановлять з'єднання — це приблизно 15–20% трафіку. Coturn — стандартний open-source сервер.

RTMP публікація на мобільних: LFLiveKit для iOS, HaishinKit як більш сучасна альтернатива. На Android — rtmp-rtsp-stream-client-java або через FFmpeg з JNI. Останнє дає максимальну гнучкість, але бінарник зростає на 10–15 МБ.

Обробка медіа: компресія та транскодування

Відео в ProRes може займати 6 ГБ/хвилину. Перед завантаженням потрібна компресія. На iOS — AVAssetExportSession з пресетом 1920×1080 або кастомний AVVideoComposition. VideoToolbox для апаратного кодування H264/HEVC — швидше та економніше по батареї.

На Android — MediaCodec напряму або Transformer (Media3) — високорівневий API для трансформацій (обрізка, ресайз, ефекти через GlEffectsFrameProcessor). Для зображень — BitmapFactory.Options.inSampleSize для даунсемплінгу, Glide / Coil для кешування. Coil на Coroutines добре вписується в Compose. Завантажувати оригінал 12 МП в ImageView 200×200dp — класичний OutOfMemoryError на пристроях з 2 ГБ RAM. Тому ми завжди стискаємо зображення до 1 МБ перед відправкою.

Як реалізувати стрімінг на мобільних пристроях: покроковий план?

1. Визначити вимоги: цільова затримка (наприклад, <100 мс), кількість одночасних користувачів (до 1000), необхідність P2P.
2. Обрати протокол та стек: WebRTC для відеодзвінків, RTMP/HLSLive для мовлення.
3. Налаштувати сигналінг (SIP, WebSocket, MQTT) та TURN-сервер.
4. Реалізувати публікацію/перегляд через нативний API або кроссплатформенний плагін.
5. Провести тестування на реальних пристроях з різними камерами та мережевими умовами.
6. Оптимізувати бітрейт (до 2 Мбіт/с для HD) та роздільну здатність залежно від пропускної здатності.

Типові помилки при розробці медіа-функціональності: конфігурація AVFoundation сесії на головному потоці, відсутність обробки AudioFocus Loss на Android, ігнорування обмежень MediaCodec на дешевих пристроях, використання емулятора для тестів камери (емулятор не відтворює проблеми HAL), витік пам'яті при перестворенні медіаплеєрів без пулу.

Що входить в роботу?

Процес розробки медіафункціональності

Складність нелінійна: базове відтворення відео — 1–2 дні, кастомна камера з обробкою кадрів та стрімінгом — 3–5 тижнів. Починаємо з прояснення вимог: DRM, формати, мінімальна OS, підтримка фонових режимів. Тестування на залізі обов'язкове — емулятор не відтворює проблеми з Camera HAL, апаратним кодеком та AudioFocus. Мінімальний набір: останній iPhone, iPhone SE, флагман Samsung, бюджетний Android, Android Go (якщо цільова аудиторія — ринки, що розвиваються).

Терміни орієнтовно: від 5 робочих днів (базове відтворення) до 8 тижнів (комплексна камера зі стрімінгом та DRM). Вартість розраховується індивідуально після аналізу ваших вимог — зв'яжіться з нами для консультації. Типовий бюджет таких проєктів: від $2,000 до $15,000.

Фраза послуги: «Робота з медіа в мобільних застосунках» — це наш профіль. Кожен проєкт починається з аудиту поточної реалізації, виявлення вузьких місць та пропозиції оптимального стеку. Замовте аудит вашої медіа-функціональності, отримайте консультацію інженера без зобов'язань.