朋友圈微博feed流,推拉实践(干货)

seoxin 01-16 21:31 33次浏览

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?

: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:

  • 好友关系,例如关注,粉丝
  • 我们的主页由别人发布的feed消息组成

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?

: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。

一、拉模式 “读扩散”方案简介

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
朋友圈微博feed流,推拉实践

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
朋友圈微博feed流,推拉实践

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:

朋友圈微博feed流,推拉实践

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:

朋友圈微博feed流,推拉实践

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”的过程及其复杂,此时需要:

  • 获取A的关注列表
  • 获取所关注列表中,所有用户发布的feed
  • 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

feed流的拉模式(“读扩散”)的优点是:

  • 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
  • 关注,取关,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,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,网络传输,性能较低

二、推模式 “写扩散”方案简介

推模式(写扩散),关系数据的存储与拉模式(读扩散)完全一样。

朋友圈微博feed流,推拉实践

feed数据,每个用户也存储自己发布的feed

朋友圈微博feed流,推拉实践

如上图:

  • B曾经发布过1,3,5,10
  • C曾经发布过2,8

画外音:不妨设,这里的msgid按照feed的发布时间偏序。

feed数据存储,与拉(读扩散)不同的是,每个用户还需要存储自己收到的feed流

朋友圈微博feed流,推拉实践

如上图:

  • A关注了BC,所以A的接收队列是1,2,3,5,8,10
  • D关注了B,所以D的接受队列是1,3,5,10

在推模式(写扩散)中,获取“由别人发布的feed组成的主页”会变得异常简单,假设一页消息为3条feed,A如果要看自己朋友圈的第二页消息,直接返回1,2,3即可。

画外音:第一页朋友圈是最新的消息,即5,8,10。

在推模式(写扩散)中,发布一条feed的流程会更复杂一点。

朋友圈微博feed流,推拉实践

例如B新发布了一条msg12:

  • 在B的发布feed存储里加入消息12
  • 查询B全部粉丝AD
  • 在粉丝AD的接收feed存储里也加入消息12

之所以该方案称为推模式(写扩散),就是因为,用户发布feed的时候:

  • 直接将feed推到了粉丝的接收列表里,故称为“推模式”
  • 不止写发布feed存储,而且要写多个粉丝的接收feed存储,故称为“写扩散”

在推模式(写扩散)中,添加关注的流程也会变得复杂。

朋友圈微博feed流,推拉实践

例如D新增关注C:

  • 在D的关注存储里添加C
  • 在C的粉丝存储里添加D
  • 在D的接收feed存储里加入C发布的feed

画外音:有些产品有这样的逻辑,“关注之后才能看到feed”,这样的话就不需要第三步,旧feed无需插入。

在推模式(写扩散)中,取消关注的流程也会变得复杂。

朋友圈微博feed流,推拉实践

例如A取消关注C:

  • 在A的关注存储里删除C
  • 在C的粉丝存储里删除A
  • 在A的接收feed存储里删除C发布的feed

feed流的推模式(写扩散)的优点是:

  • 消除了拉模式(读扩散)的IO集中点,每个用户都读自己的数据,高并发下锁竞争少

画外音:拉模式(读扩散)中,用户发布feed存储容易称为IO瓶颈。

  • 拉取朋友圈feed流列表的业务流程异常简单,速度很快
  • 拉取朋友圈feed流列表,不需要进行大量的内存计算,网络传输,性能很高

画外音:feed业务是典型的读多写少业务场景,读写比甚至高于100:1,即平均发布1条消息,有至少100次阅读。

其缺点是:

  • 极大极大消耗存储资源,feed数据会存储很多份,例如杨幂5KW粉丝,她每次一发博文,消息会冗余5KW份

画外音:有朋友提出,可以存储一份消息实体,只冗余msgid,这样的话,拉取feed流列表时,还要再次拉取实体,网络时延会更长,所以很多公司选择直接冗余消息实体,当然,这是一个用户体验与存储量的折衷设计。

  • 新增关注,取消关注,发布feed的业务流会更复杂

三、小结

feed流业务的推拉模式小结:

  • 拉模式,读扩散,feed存一份,存储小,用户集中访问数据,性能差
  • 推模式,写扩散,feed存多份,用冗余存储换锁冲突,性能高

另外,大幂幂5KW粉丝,她每次一发博文,消息会冗余5KW份消息,如何进行优化?推拉结合的方式又是如何实施的?欢迎大家讨论。