今日头条技术架构分析

3、新用户的“冷启动”

今日头条会通过用户使用的手机，操作系统，版本等“识别”。另外，比如用户通过社交帐号登录，如新浪微博，头条会对其好友，粉丝，微博内容及转发、评论等维度进行对用户做初步“画像”。

分析用户的主要参数如下：

• 关注、粉丝关系
• 关系
• 用户标签

除了手机硬件，今日头条还会对用户安装的APP进行分析。例如机型和APP结合分析，用小米，用三星的和用苹果的不同，另外还有用户浏览器的书签。头条会实时捕捉用户对APP频道的动作。另外还包括用户订阅的频道，比如电影，段子，商品等。

4、推荐系统

推荐系统，也称推荐引擎。它是今日头条技术架构的核心部分。包括自动推荐与半自动推荐系统两种类型：
1） 自动推荐系统

• 自动候选
• 自动匹配用户，如用户地址定位，抽取用户信息
• 自动生成推送任务

这时需要高效率，大并发的推送系统，上亿的用户都要收到。

2）半自动推荐系统

• 自动选择候选文章
• 根据用户站内外动作

头条的频道，在技术侧划分的包括分类频道、兴趣标签频道、关键词频道、文本分析等，这些都分成相对独立的开发团队。目前已经有300+个分类器，仍在不断增加新的用户模型，原来的用户模型不用撤消，仍然发挥作用。

在还没有推出头条号时，内容主要是抓取其它平台的文章，然后去重，一年几百万级，并不太大。主要是用户动作日志收集，兴趣收集，用户模型收集。

资讯App的技术指标，比如屏幕滑动，用户是不是对一篇都看完，停留时间等都需要我们特别关注

5、数据存储

今日头条使用MySQL或Mongo持久化存储+Memched（Redis），分了很多库（一个大内存库），亦尝试使用了SSD的产品。
今日头条的图片存储，直接放在数据库中，分布式保存文件，读取的时候采用CDN。

6、消息推送

消息推送，对于用户: 及时获取信息。对运营来讲，能够 提⾼⽤用户活跃度。
比如在今日头条推送后能够提升20%左右的DAU，如果没有推送，会影响10%左右 DAU（2015年数据）。

推送后要关注的ROI：点击率，点击量。能够监测到App卸载和推送禁用数量。
今日头条推送的主要内容包括突发与热点咨讯，有人评论回复，站外好友注册加入。
在头条，推送也是个性化：

• 频率个性化
• 内容个性化
• 地域
• 兴趣

比如：
按照城市：辽宁朝阳发生的某个新闻事件，发给朝阳本地的用户。
按照兴趣：比如京东收购一号店，发给互联网兴趣的用户。
推送平台的工具和选择，需要具备如下的标准：

• 通道，首先速度要快，但是要可控，可靠，并且节省资源
• 推送的速度要快，有不同维度的策略支持，可跟踪，开发接口要友好
• 推送运营的后台，反馈也要快，包括时效性，热度，工具操作方便
• 对于运营侧，清晰是否确定推荐，包括推送的文案处理

因此，推送后台应该提供日报，完整的数据后台，提供A/B Test方案支持。

推送系统一部分使用自有IDC，在发送量特别大，消耗带宽较严重。可以使用类似阿里云的服务，可有效节省成本。

二、今日头条系统架构

三、头条微服务架构

今日头条通过拆分子系统，大的应用拆成小应用，抽象通用层做代码复用。

系统的分层比较典型。重点在基础设施，希望通过基础设施提高快速迭代、容灾和一系列的工作，希望各个业务团队能更快做业务上的迭代以及架构上的调整。

四、今日头条的虚拟化PaaS平台规划

通过三层实现，通过 PaaS 平台统一管理。提供通用 SaaS 服务，同时提供通用的 App 执行引擎。最底层是 IaaS 层。
IaaS 管理所有的机器，把公有云整合起来，头条有一些热点事件会全国推广推送，对网络带宽比较高，我们借助公有云，需要哪一种类型计算资源，统一抽象起来。基础设施结合服务化的思路，比如日志，监控等等功能，业务不需要关注细节就可以享受到基础设施提供的能力。

五、总结

今日头条重要的部分在于：
数据生成与采集
数据传输。Kafka做消息总线连接在线和离线系统。
数据入库。数据仓库、ETL（抽取转换加载）
数据计算。数据仓库中的数据表如何能被高效的查询很关键，因为这会直接关系到数据分析的效率。
常见的查询引擎可以归到三个模式中，Batch 类、MPP 类、Cube 类，头条在 3 种模式上都有所应用。

最后

如果你看到了这里，觉得文章写得不错就给个赞呗？如果你觉得那里值得改进的，请给我留言。一定会认真查询，修正不足。谢谢。

欢迎大家一起交流讨论啊~
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》，点击传送门，即可获取！
迎大家一起交流讨论啊~
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》，点击传送门，即可获取！