结论：使用Redis List作为离线消息队列，通过RPOPLPUSH实现用户上线时原子性地从离线队列转移到在线队列，确保消息不丢失；结合Pub/Sub实时推送新消息；设置TTL过期机制避免消息无限积累；上线时批量pop消息并推送到WebSocket，实现高效存储与实时同步。

实践一

在IM系统中，离线消息存储我们选择Redis的List结构，因为它天然支持队列操作。当用户发送消息时，如果接收者在线，直接通过Pub/Sub推送；如果离线，则LPUSH到接收者的离线消息List中，key为"offline_msg:user_id"。用户上线后，通过LRANGE获取最近N条消息，然后直接DEL整个List，避免消息堆积。

实践二

高效存储技巧：使用Redis Sorted Set存储离线消息，score为时间戳，member为消息JSON。用户上线时，用ZREVRANGEBYSCORE按时间倒序取消息，并ZREM删除已取消息。这样支持分页拉取历史消息，且自动按时间排序。

实践三

实时同步用Redis Pub/Sub，频道为用户ID。离线收取时，上线校验token后，执行一个Lua脚本：原子RPOPLPUSH从离线List移到临时List，然后多路复用WebSocket推送，实现零丢失和实时性。脚本示例：redis.call('RPOPLPUSH', KEYS[1], KEYS[2], 0, ARGV[1])

实践四

为了防止消息爆炸，使用HyperLogLog估算用户活跃度和消息量，超过阈值切换到持久化存储如Kafka。Redis只存最近7天消息，过期自动清理：PEXPIRE key 604800000。

实践五

多端同步：每个用户有device_list Set，发送消息时检查在线设备，用Pipeline批量PUBLISH到在线频道；离线全设备List存Stream结构，支持消费者组拉取，确保多端一致。

实践六

高并发下，单机Redis用scan迭代List避免阻塞；集群用HashTag分区key如"{user_id}:offline"，确保同一用户消息在同一slot；上线拉消息用SCAN + BLPOP混合，避免空转CPU。

实践七

实际代码片段：用户上线Lua脚本 -- 拉取离线消息 local msgs = redis.call('LRANGE', 'offline:'..ARGV[1], 0, 99) if #msgs > 0 then redis.call('DEL', 'offline:'..ARGV[1]) return msgs end return {}

Q: Redis List适合离线消息吗？
A: 是，先进先出，支持原子pop/push，简单高效。
Q: 如何避免消息丢失？
A: 用Lua脚本原子操作转移队列，或RPOPLPUSH。
Q: 消息太多怎么处理？
A: 设置TTL过期，或只存最近N条，用LRANGE截取。
Q: 实时同步怎么实现？
A: 结合Pub/Sub频道，按用户ID订阅推送新消息。