背景
OpenIM包含多个关键组件，每个都是系统功能必不可少的一部分。具体来说，MongoDB 用于持久化存储；Redis 用作缓存；Kafka 用于消息队列；Zookeeper 用于服务发现；Minio 用于对象存储。这些组件的众多可能会增加部署的复杂性。此外，系统包含多个微服务模块，这要求有效管理进程的启动、停止和监控。为了简化这一过程，我们放弃了传统脚本，转而采用了 mage 这一跨平台方案，兼容所有主流平台和 CPU 架构。本文将详细介绍整个源码部署过程。

OpenIM整体架构
OpenIM主要分为OpenIM SDK和OpenIM Server两大核心部分。这两部分向开发者提供了全套工具和服务，使得即时通讯功能的集成变得简单便捷。功能涵盖了消息的发送与接收、用户管理、群组管理等关键方面。下面提供的OpenIM整体架构图清楚地展示了各组件在系统中的角色和位置，帮助开发者更好地理解和使用这一平台。

在这里插入图片描述

1环境要求
注意事项 详细说明
操作系统 全平台支持（Linux, Windows, Mac）
CPU 支持ARM和AMD架构
硬件资源 至少8GB可用内存
Golang v1.20 或更高
Docker 集成了Compose插件或者使用Docker-compose
Git v2.17.1 或更高

  1. 部署 OpenIM Server (IM)
    2.1 克隆仓库
    使用 main 分支或切换到 release-v3.7 及以后的发布分支：

git clone https://github.com/openimsdk/open-im-server && cd open-im-server
注意：

1.一般建议使用release分支，功能稳定；

2.如果是通过windows下载，再上传到linux，可能会有脚本权限或\r问题，建议 执行命令 find ./ -name “*.sh” | xargs chmod +x，以赋予脚本执行权限；

2.2 部署组件 (MongoDB/Redis/Zookeeper/Kafka/MinIO)
通过Docker Compose启动服务：

docker compose up -d
这一步主要是自动部署所依赖的组件，以及web/admin前端镜像，同时会把端口映射出来，以供openIM访问和外部使用，

如果要修改组件密码，则需要在此命令执行之前修改docker-compose.yml文件。

2.3 设置外网IP
修改配置文件，设置外部访问地址：

在 config/minio.yml 中修改 externalAddress 为 http://外网IP:port

这个是minio的访问地址，如不修改，则无法发送图片视频文件。

在 config/openim-api.yml 中将 grafanaURL: http://127.0.0.1:13000/ 修改为 http://外网IP:port

这个是grafana的访问地址，如不修改，则无法查看统计数据。

这里所谓的外网IP，仅表示用户能通过此IP访问，无所谓是否真正意义的外网IP

2.4 🛠️ 初始化
在第一次编译前执行初始化脚本：

Linux/Mac 平台：

bash bootstrap.sh
Windows 平台：

bootstrap.bat
这里主要是下载mage，前提是能本机访问github，同时已经安装了go

2.5 🛠️ 编译
适用于Linux/Windows/Mac平台：

mage
这里需要先下载依赖，所以第一次编译可能会比较慢，大概需要3-5分钟，建议设置go代理

在这里插入图片描述

2.6 🚀 启动/停止/检测
适用于Linux/Windows/Mac平台：

启动：

mage start

在这里插入图片描述

后台启动并收集日志：

nohup mage start >> _output/logs/openim.log 2>&1 &
停止：

mage stop

在这里插入图片描述

检测：

mage check

在这里插入图片描述

  1. 部署 App Server (Chat)
    3.1 clone仓库 使用main分支或切换到release-v1.7或以后的release分支
    git clone https://github.com/openimsdk/chat&& cd chat
    3.2 🛠️ 初始化
    第一次编译前，linux/mac平台下执行：

bash bootstrap.sh
windows执行

bootstrap.bat
3.3 🛠️ 编译(linux/windows/mac平台均可用)
mage
3.4 🚀 启动/停止/检测(linux/windows/mac平台均可用)

启动

mage start

后台启动 收集日志

nohup mage start >> _output/logs/chat.log 2>&1 &

停止

mage stop

检测

mage check
关于我们
得益于广泛的开发者支持，OpenIM在开源即时通讯（IM）领域保持领先地位，目前在GitHub上的星标已超过13k。在政府和企业领域，随着信息技术的快速发展和创新产业的广泛应用，对IM的需求正急速增长。此外，随着协同办公软件市场的持续扩展，“安全可控”已成为最关键的要求之一。

在后AIGC时代，IM作为人机交互的首要接口，其价值势必会越来越大。我们期待OpenIM在后AIGC时代能发挥更大的作用，使每一个应用都能集成OpenIM，提升整体效率和安全性。

github: https://github.com/openimsdk

developer: https://docs.openim.io/zh-Hans/

在这里插入图片描述

# 开源
Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南