业务中很多需求都会用到类似feed流的架构。
例如
- 微信朋友圈
- 微博
- 动态
- 1对N消息。
一般feed流的架构实现有下面几种。
假如现在的业务场景是微博,然后当前的数据情况是:
用户A关注了用户B和C,用户D关注了用户B
用户B发了微博A,B,用户C发了微博C,D
1. 拉
数据表
- 微博表(字段有:微博ID,微博内容,发布人)
代码逻辑:
- 用户 B发布微博接口,插入记录到微博表,只有一行记录
- 用户A获取我关注的用户的微博接口:
- 获取当前登录用户关注的用户,例如A关注的用户B和C
- 获取B和C发布的所有微博,
- 按时间倒序排列,分页,返回
优缺点:
- 实现简单
- 空间占用较少,一条微博只用一条数据库记录
- 数据量大的情况下, 第2个接口查询较慢(需要用临时表,而且查询数据较多)
2.推
数据表
- 微博表(字段有:微博ID,微博内容,发布人)
- feed流表(字段有:微博ID,发布时间,接收人)
代码逻辑:
- 发布微博接口
- 插入记录到微博表
- 获取当前用户粉丝用户列表,假如当前用户是B,那就是获取A和D
- 插入2行记录到feed流表
- 接收人=A,微博ID=刚才的微博表ID
- 接收人=B,微博ID=刚才的微博表ID
- 用户A获取我关注的用户的微博接口:
- 查询feed流表,找到接收人=A的记录,按发布时间倒序排,分页,返回
优缺点:
- 实现较复杂
- 空间占用较多,一条微博需要插入1+N条记录(N是粉丝用户数)。如果N是几十w或者几百w,对数据库压力非常大,包括空间占用,插入或删除耗时,索引建立等。
- 第2个接口可以用索引,所以查询很快,。
3.推+拉
上面两种方案都有优缺点,当对读的要求很高,同时用户粉丝数很大,就要想办法优化,推+拉是其中一种方案。
具体方法是区分用户:
- 对于经常读取的用户,采用推方案,保证读取的性能
- 对于不常读取的用户,采用拉方案,降低存储压力
从产品的角度看,有很多种方法可以区分用户是否属于经常读,这里提供其中一个可行的方案:
4. 区分活跃用户的推+拉
数据表
- 微博表(字段有:微博ID,微博内容,发布人)
- feed流表(字段有:微博ID,发布时间,接收人)
- 活跃用户表(字段有:用户ID,是否活跃,最新登录时间)
代码逻辑:
-
发布微博接口
- 插入记录到微博表
- 获取当前用户活跃粉丝用户列表,假如当前用户是B,那就是获取A和D,其中A是活跃用户,D是非活跃,那就只获取A。SQL可以用exists,例如:
select * from fans where exists (select * from 活跃表 where 是否活跃=1)
- 插入1行记录到feed流表(D不是活跃用户,就不插入了)
- 接收人=A,微博ID=刚才的微博表ID
-
用户A获取我关注的用户的微博接口:
- 查询feed流表,找到接收人=A的记录,按发布时间倒序排,分页,返回
-
APP启动接口(每次APP启动,发送一个请求到后端)
- 如果用户是活跃用户,更新用户最新登录时间
- 如果不是,通过拉方式为用户补发feed流:
- 获取用户所有关注的用户
- 获取这些用户发的微博
- 把这些微博ID插入到用户的feed流表(要避免重复插入)
-
定时任务
- 每天把最新登录时间小于1天前的用户,设置为非活跃
优缺点:
- 第2个接口可以用索引,所以查询很快。
- 数据库压力降低。因为一般粉丝中活跃用户只有小部分,同时补发的时候,可以只补发最新的N条微博,进一步节省空间,当然这些要和产品经理制定好规则。
- 逻辑较复杂
- 因为补发feed流需要一定时间,所以这期间用户只能拉到旧的微博
5.总结
- 如果想简单做,而且对读取要求不高,用拉方式就可以了
- 如果对读取要求高,同时粉丝数不多,例如朋友圈,最多就几千个朋友,建议用推方式
- 如果粉丝数很多,例如微博,动辄几十万到几千万粉丝的,建议用推+拉方式
未经允许,请不要转载