• 最清晰的ios消息推送机制教程


    研究了一下Apple Push Notification Service,实现的很简单,很环保.原理如下

    • 财大气粗的苹果提供了一堆服务器,每个ios设备和这些服务器保持了一个长连接,ios版本更新提示,手机时钟校准什么的都是通过这个连接.

    • 苹果把这个长连接开放出来给大家推送消息用,很积德,因为这是个全球服务,几十亿台ios设备,服务器少说也需要上万台,还没有钱可以赚. andorid的爸爸就不做这个,于是各个app为了发消息,只能直接拼命赖在后台维持一个长连接,电就是这样被耗光的

    • 苹果提供消息服务简称为APNS,只是是长连接机器的一部分,你要向你的用户发消息,必须通过apns中转,你写程序发给它,它转发给你的手机,你的推送程序和用户手机没有直接联系

    • 消息推送不支持群发,只能一个一个发.如果你的App有100万个用户,要发消息怎么办? 一个一个的发呗,发100万次.消息包大概包括两部分:标示用户手机的id(32个字节)+消息体(<=256Bytes),消息体是json字符串,传输过程用ssl加密的

    • 标示用户手机的ID 叫做 device tokens,每个手机都不一样,deviceToken非常重要

    device tokens

    device tokens每个机器都不一样,比较独一无二,但是不是硬件码,如果你重装了ios系统,可能会发生变化.其实 device tokens 也是用户的手机发起请求,由apns生成的,可以相信,apns后台有一个key-value数据库.

    获取device tokens 很简单,只需要实现下面这个函数

    (void)application:(UIApplication*)application didRegisterForRemoteNotificationsWithDeviceToken:(NSData*)deviceToken

    在这个函数里面,你把deviceToken保存到你服务器上即可,这个函数是个call back函数,ios从apns得到deviceToken,就传给它,你需要做的,写一段保存 这个token的代码

    注意:苹果没有承诺deviceToken的生成机制,随时可能变化,最好的方法是你第一次获取到deviceToken之后,也提交,然后存在本地,之后每次都比较,发现有变化,就更新你的服务器上的记录

    app支持推送的技术实现

    要实现推送功能,你需要干如下几件事情

    1. 你需要写3段程序
    2. 到苹果开发者中心注册一次,并下载一份cer文件
    3. 从苹果的Provisioning Portal,填写并下载一个Provisioning Profile

    先说2,3两点

    • 下载cer文件,是推送程序要用,因为要通过ssl信道发送数据

    • 填写并下载Provisioning Profile,并从xcode加入到你的app项目文件中,你可以理解为办手续,总不能无证乱发吧,

    需要写的3段程序分别是

    1. 前文提到的保存device token的代码,很简单的,随便搭个http服务,用mysql建个表,你在app里面用http post提交就行

    2. 第二段程序是:你的app必须做个标记,告诉ios,你会给用户产生推送消息,这个代码很简单,一句话搞定

      [[UIApplication sharedApplication] registerForRemoteNotificationTypes:
           (UIRemoteNotificationTypeBadge | UIRemoteNotificationTypeSound | UIRemoteNotificationTypeAlert)];
      1. 加在app初始化函数里面即可
      2. 最后是:推送程序,这个代码量可能最多.逻辑很简单:遍历你的存放devictTokent的数据表,逐一发消息给苹果的APNS服务器.推送程序,有很多开源代码,用APNS为关键词,一搜一大把,各种语言都有,改改就能用

      苹APNS服务器地址:gateway.push.apple.com,端口是 2195

      以前看到有人吹嘘自己100万用户规模消息推送,这个有技术含量么? 就是1000万用户也得一个一个都发完,多进程?长连接?epoll? 能发多快,苹果说了(转)

  • 相关阅读:
    Shell高级编程学习笔记(基础篇)
    基于Python的机器学习实战:Apriori
    基于Python的机器学习实战:AadBoost
    Theano教程:Python的内存管理
    基于theano的降噪自动编码器(Denoising Autoencoders--DA)
    基于theano的深度卷积神经网络
    推荐系统之矩阵分解及C++实现
    推荐系统之协同过滤的原理及C++实现
    一步一步详解ID3和C4.5的C++实现
    Principal components analysis(PCA):主元分析
  • 原文地址:https://www.cnblogs.com/superYou/p/4459322.html
Copyright © 2020-2023  润新知