Розробка live-чату для стрімів: архітектура та реалізація

Розробка live-чату для стрімів: архітектура та реалізація

Ми розробляємо чат прямого ефіру для мобільних застосунків — не просто «надіслати повідомлення». При 10 000 одночасних глядачів стандартний підхід з Firebase Firestore onSnapshot створює 10 000 відкритих слухачів, і рахунок за Firebase зростає експоненційно. Більше того, на слабких пристроях (iPhone 7, бюджетні Android) частота повідомлень >30/с викликає падіння FPS до 10–15 через часті ререндери. Наш досвід — 5+ років і 40+ проєктів у мобільній розробці — дозволяє спроєктувати архітектуру, яка тримає навантаження і залишається бюджетною.

Правильне рішення — fan-out на сервері: клієнт підписується на один WebSocket-канал, отримує агрегований потік, а не тисячу окремих слухачів. Це знижує витрати на транспорт у 30 разів і виключає лавину ререндерів. Порівняємо підходи:

Чому WebSocket, а не Firestore?

Для live-чату ключове рішення — fan-out на сервері, не на клієнті. Клієнт підписується на один WebSocket або SSE-канал і отримує агрегований потік. Це виключає 10 000 одночасних слухачів і знижує витрати. Стек, який працює при 5000+ глядачів:

• Транспорт: WebSocket (Socket.io або чистий ws) або Server-Sent Events (SSE)
• Буфер: Redis Pub/Sub для розподілу між інстансами
• Троттлінг: на сервері — не більше 50–100 повідомлень/сек у канал, надлишок агрегується
• Клієнтський рендер: віртуалізований список з глибиною 100–200 повідомлень

WebSocket у три рази швидший за SSE за часом доставки повідомлення до клієнта (50 мс проти 150 мс при середніх значеннях).

Як боротися зі спамом у live-чаті?

Без модерації чат швидко стає марним. Мінімальний набір захисту включає rate limiting на клієнті з блокуванням кнопки на 2–3 секунди, фільтрацію на сервері за допомогою регулярних виразів або бібліотеки bad-words, slow mode з інтервалом 30–60 секунд для неверифікованих користувачів, а також мьют і бан через Redis SET з TTL, щоб не навантажувати базу даних. Виділені повідомлення (суперчат) йдуть окремим каналом без троттлінгу, з анімацією і таймером видимості. У React Native це абсолютно позиціонований View з Animated.timing, на Android (Kotlin) — View animator, на iOS (Swift) — UIViewPropertyAnimator.

const batchInterval = 200;
const pendingMessages = useRef<Message[]>([]);

useEffect(() => {
  const timer = setInterval(() => {
    if (pendingMessages.current.length > 0) {
      setMessages(prev => [...prev, ...pendingMessages.current]);
      pendingMessages.current = [];
    }
  }, batchInterval);
  return () => clearInterval(timer);
}, []);

Як влаштований суперчат?

Оплачені повідомлення не беруть участі в троттлінгу. У них окремий канал з пріоритетом 2 (вище звичайного). Клієнт рендерить їх поверх списку з анімацією, таймером видимості 10–30 сек і кастомним фоном. У стейті зберігаємо масив superChatQueue, який не змішується зі звичайними повідомленнями.

Як ми це робимо: процес роботи

1. Аналітика: вивчаємо очікуване навантаження, обираємо стек (WebSocket/SSE, Redis, Firebase)
2. Проєктування: схема даних, API, протокол реконекту
3. Реалізація: серверний модуль + клієнтський SDK з батчингом (підтримуємо Swift, Kotlin, React Native)
4. Тестування: навантажувальні тести (k6, Artillery) на 10 000 віртуальних користувачів
5. Деплой: CI/CD, моніторинг (Prometheus + Grafana)

Що входить у роботу

• Вихідний код серверного та клієнтського модулів (iOS, Android, Web)
• Документація API та архітектури
• Доступи до репозиторію та CI
• Навчання команди (2 години)
• 2 тижні підтримки після деплою

Терміни та оцінка

WebSocket-чат з батчингом, rate limiting і базовою модерацією: 3–5 тижнів. З суперчатом та історією: 5–8 тижнів. Вартість розраховується індивідуально — зв'яжіться з нами для оцінки вашого проєкту. Замовте консультацію — ми покажемо працюючий прототип.

Реконект: ігнорувати чи завантажувати пропущене?

При розриві на 10 секунд користувач пропустив N повідомлень. Два підходи: перший — ігнорувати прогалину, при реконекті продовжуємо з поточного моменту; другий — backfill, запитуємо пропущені через REST /chat/history?after=&limit=50. Для live-чату підходить перший варіант: втрата частини повідомлень — норма для прямого ефіру.

Досвід показує: якісний чат прямого ефіру — це баланс між продуктивністю, вартістю та UX. Перехід на WebSocket дозволяє скоротити витрати на інфраструктуру в 30 разів. Ми гарантуємо, що ваш чат витримає пікові навантаження. Зв'яжіться з нами — обговоримо деталі.

Інтеграція API в мобільний додаток: з чого почати

Запит йде, відповідь не приходить, timeout — 30 секунд. Користувач дивиться на спінер. Мережі немає — мобільна карта в метро. Або мережа є, але сервер повернув 200 з HTML-сторінкою помилки замість JSON — і додаток крашиться при JSONDecoder.decode(). Ми бачимо такі кейси на кожному другому проєкті. Тому інтеграція API в мобільний додаток — це не просто виклик endpoint'у, а проектування надійного мережевого шару: обробка помилок, кешування, offline-режим, certificate pinning. Гарантуємо стабільну роботу навіть при нестабільному з'єднанні — замовте аудит поточного мережевого шару.

Стандартних бібліотек (URLSession, OkHttp) недостатньо для production: вони надають лише базовий HTTP-клієнт. Для реальної експлуатації потрібні retry з exponential backoff, валідація статус-кодів, типізована десеріалізація та моніторинг стану мережі. Без цього додаток втрачає дані та користувачів. Ми маємо понад 5 років досвіду в мобільній розробці, реалізували 30+ проєктів з інтеграцією API на iOS, Android та Flutter — від стартапів до enterprise-рішень. Сертифіковані iOS/Android розробники гарантують якість коду.

Як вибрати протокол для інтеграції API?

REST залишається стандартом для більшості проєктів. Але коли на екрані профілю потрібно 5 полів з 40, GraphQL виключає over-fetching і скорочує трафік на 30–60%. gRPC виправданий при тисячах запитів на хвилину (trading, IoT) — бінарна серіалізація в 3–5 разів швидше JSON. WebSocket — єдиний вибір для real-time без polling (повідомлення, сповіщення).

Приклад з практики: для фінтех-додатку ми замінили REST (40 полів) на GraphQL — розмір відповіді скоротився з 12 КБ до 2,5 КБ, час рендеру екрана впав на 70%. Економія трафіку була значною при 100 000 активних користувачів.

Як забезпечити надійність з'єднання та offline-first?

Користувачі втрачають мережу в метро, ліфті, тунелі. Мобільний додаток зобов'язаний працювати без інтернету — хоча б у read-only режимі. Ми впроваджуємо патерн offline-first:

1. При відкритті екрану спочатку показуємо дані з локального кешу (Core Data / Room).
2. Паралельно виконуємо мережевий запит, оновлюємо UI після відповіді.
3. Якщо мережа недоступна — показуємо кешовані дані та позначку «немає з'єднання».
4. При відновленні мережі автоматично синхронізуємо зміни.

Для кешування HTTP-відповідей використовуємо URLCache (iOS) та OkHttp Cache (Android) з підтримкою Cache-Control. Для структурованих даних — SwiftData / Room. NWPathMonitor / ConnectivityManager.NetworkCallback відстежують стан мережі та тригерять оновлення. Connection Pooling і HTTP/2 multiplexing зменшують latency при паралельних запитах.

REST та вибір клієнтської бібліотеки

Alamofire (iOS) — де-факто стандарт для Swift-проєктів. Поверх URLSession додає request chaining, response validation, automatic retry, certificate pinning через ServerTrustManager. AF.request() з .validate() повертає помилку для будь-якого статус-коду поза 200–299. Без .validate() Alamofire вважає 404 та 500 успішними відповідями. З Swift Concurrency — async-версія через serializingDecodable.

Retrofit (Android) — анотаційний HTTP-клієнт поверх OkHttp. Інтерфейс з анотаціями компілюється в реалізацію. @GET, @POST, @Path, @Query, @Body — декларативний опис API. OkHttp під капотом: connection pooling, transparent gzip, HTTP/2 multiplex. HttpLoggingInterceptor — логування в debug-збірці. Authenticator — автоматичний refresh токена при 401. Згідно з OkHttp Official Guide, правильна конфігурація кешу зменшує кількість мережевих запитів на 40%.

Ktor (KMM/Flutter) — мультиплатформний HTTP-клієнт. На iOS працює через Darwin engine (URLSession), на Android — через OkHttp. Єдиний код для обох платформ при KMM-архітектурі.

GraphQL: коли REST не справляється

REST повертає фіксовану структуру. Екран профілю вимагає name, avatar, email — сервер віддає 40 полів. Over-fetching. GraphQL вирішує це: клієнт запитує рівно потрібні поля. Це критично для мобайлу, де трафік і час парсингу — реальні обмеження. Apollo iOS та Apollo Kotlin генерують типізовані класи за схемою: schema.graphql + query-файли → строгі типи на етапі компіляції. Subscriptions через WebSocket — real-time без polling. Обмеження: GraphQL складніше кешувати на рівні HTTP. Apollo використовує нормалізований in-memory кеш InMemoryNormalizedCache — запити з перетинаючимися даними оновлюють кеш без дублювання.

WebSocket: real-time без зайвого трафіку

Polling (setInterval кожні 5 секунд) — витрата батареї та трафіку. WebSocket — постійне двоспрямоване з'єднання. iOS: URLSessionWebSocketTask (нативний, iOS 13+). Android: OkHttp WebSocket. Обов'язкова обробка reconnect: при onFailure — експоненційний backoff (1с → 2с → 4с → 8с → максимум 60с). Socket.IO — надбудова з автоматичним reconnect, але для нових проєктів краще нативний WebSocket (менше залежностей). TLS 1.3 забезпечує безпеку з'єднання.

Чому важливий certificate pinning?

Корпоративний проксі може перехопити HTTPS через підміну сертифіката. Certificate pinning запобігає цьому: додаток приймає тільки конкретний сертифікат або публічний ключ. Alamofire: ServerTrustManager з PinnedCertificatesTrustEvaluator. OkHttp: CertificatePinner з SHA-256 хешем. Операційна складність: при ротації сертифіката старі версії додатку перестають працювати. Рішення — pinning на публічний ключ CA або підтримка кількох пінів з grace period. Правильне впровадження pinning гарантує захист від MITM-атак.

Що входить у роботу

Ми передаємо: вихідний код мережевого шару, документацію по використовуваних бібліотеках, інструкцію з ротації сертифікатів, підтримку протягом 2 тижнів після здачі.

Терміни та вартість

Реалізація мережевого шару з REST, retry, кешуванням та offline-режимом — 1–2 тижні. Додавання GraphQL або WebSocket — ще 1–2 тижні. gRPC — 2–3 тижні, включаючи кодогенерацію. Вартість розраховується індивідуально після аналізу API та вимог до offline-поведінки. Оцінимо проєкт за 1 день — зв'яжіться з нами для консультації. Замовте аудит мережевого шару — отримайте гарантію стабільної роботи під навантаженням.