feed流拉取，读扩散，究竟是啥？

任何脱离业务的架构设计都是耍流氓。

 

哪些产品是feed流典型业务？

答：微博，微信朋友圈，Pinterest是典型的feed流业务，系统中的每一条消息就是一个feed。

 

这类业务的特点是：

• 有好友关系，例如关注，粉丝

• 我们的主页由别人发布的feed组成

 

这类业务的典型动作是：

• 关注，取关

• 发布feed

• 拉取自己的主页feed流

 

这类业务的核心元数据是：

• 关系数据

• feed数据

 

feed流的“拉取”与“推送”实现，是个怎么回事？

答：feed流业务最大的特点是“我们的主页由别人发布的feed组成”，获得朋友圈消息feed流集合，从技术上说，主要有“拉取”与“推送”两种方式。feed流的推与拉主要指的是这里。

 

今天将简述拉模式（圈内说的较多的是“读扩散”）的核心数据结构，核心流程，优缺点。

 

例如：某feed系统里有ABCD四个用户，其中：

• A关注了BC，D关注了B

其关系存储又包含关注关系与粉丝关系，“A关注了BC，D关注了B”的潜台词是“B有两个粉丝AD，C有一个粉丝A”。

 

• B发布过四条feed：msg1, msg3, msg5, msg10

• C发布过两条feed：msg2, msg8

每一个用户，都有一个feed队列，记录自己曾经发布的所有feed数据。

 

在拉模式中，发布一条feed的流程非常简单，例如C新发布了一条msg12：

此时只需往C的feed队列里加入一条feed即可。

在拉模式中，取消关注的流程也非常简单，例如A取消关注C：

此时只需要在A的关注列表里删除C，并在C的粉丝列表里删除A即可。

 

在拉模式中，用户A获取“由别人发布的feed组成的主页”的过程比较复杂，此时需要：

• 获取A的关注列表

list<gz_uid> = select uid from GZ where uid=A

• 获取所关注的用户发布的feed

list<msg> = NULL;

for(uid in list<gz_uid>){

         list<some_msg> = 

            select * from F where uid=$uid offset | limit

         list<msg> += list<some_msg>;

}

• 对消息进行rank排序（假设按照发布时间排序），分页取出对应的一页feeds

sort_msg_by_time(list<msg>);

get_one_page(list<msg>, page_num);

 

feed流的拉模式（“读扩散”）有什么优缺点？

优点：

• 存储结构简单，数据存储量较小，关系数据与feed数据都只存一份

• 取消关注，发布feed的业务流程非常简单

• 存储结构，业务流程都比较容易理解，非常适合项目早期用户量、数据量、并发量不大时的快速实现

 

缺点也显而易见：

• 拉取朋友圈feed流列表的业务流程非常复杂

• 有多次数据访问，并且要进行大量的内存计算，大量数据的网络传输，性能较低

 

在拉模式中，系统的瓶颈容易出现在“用户所发布feed列表”的读取上，而每个用户发布feed的频率其实是很低的，此时，架构优化的核心是通过缓存降低数据存储磁盘IO。

 

当用户量、数据量、并发量数据逐步增加之后，拉模式会慢慢扛不住了，需要升级优化，但对于“取消关注”与“发布feed”这两个写流程又会有冲击和影响，具体架构应该如何迭代，下一章和大家分享（额，今天笔记本没电了）。

 

架构，不只是设计出来的，更是演进而来的。

填坑篇1：《系统通知，究竟是推还是拉？》

填坑篇2：《状态同步，究竟是推还是拉？》

填坑篇3：《网页端消息，究竟是推还是拉？》

填坑篇4：《群已读回执，究竟是推还是拉？》

填坑篇5：《群消息，究竟存1份还是多份？》

朴素的设计，也有其适应的业务阶段。