Feed流

更多内容移步个人blog : 来，教你设计朋友圈

什么是

朋友圈，微博，b 站抖音的推送，这些常用 app 的使用场景有一个共同的名词：Feed 流。

Feed 流可以理解为一个数据流，将 “X个发布者的信息” 通过 “关注关系” 传送给 “Y个接收者”，也就是将他的动态传给关注了他的你。

听上去似乎挺简单，不就是 A 发个动态，我关注了他，上线时把消息推给我嘛。嗯，有道理，且往下看。

设计

建表

首先，以微信朋友圈为例，请思考一下先仅考虑表，要怎么设计？

我们先抽象为最基础的三种表：用户表、消息表和关系表，用户表无需多说，关系表负责维护关注关系，如下即可：

ID	user_id	follow_user_id	date	other…
	用户ID	粉丝用户ID	关注时间	其他

现在还剩消息表了：

ID	message_id	content	date	user_id	other…
	消息ID	消息内容	发送时间	发送者用户ID	其他

每条消息都有发布人Id、时间、内容。好了，现在是不是可以开始撸码了？别急

只有一张表可以吗？

每一条消息都有 userId, 用户上线后从关系表里面拿到自己关注人的 id 集合，再去消息表里查询，拿到自己关注人的所有消息。

逻辑上当然可行，但明显效率特低，而且每次都要查两张表，数据量一大肯定要挂。

那就一人一张表

发送者发布消息后，会立即推给接收者，但接收者不一定在线，那么就需要有个地方存这个数据 – 收件箱。

每个人都有个收件箱，发布后的推到粉丝（好友）的收件箱，上线时根据时间读取自己收件箱，整挺好。

但再一想，假如用户量特大，这样成本就忒大了些，而且对于微博大 V 这种粉丝千万的热点用户, 每条消息都被冗余千万份到个人收件箱，明显也是不行的。

业务模式

现在可以想到，在不同的场景和用户规模下，业务的痛点也是不同的，那么就来分析下常见的 Feed 流的产品

类型	关注关系	是否有大V	时效性	排序
微博类	单向	有	n秒	时间
抖音类	单向（可无）	有	n秒	推荐
朋友圈类	双向	无	秒	时间

不难发现主要的差异就在于关注关系和排序方式

关注关系

• 单向：存在大V，但对时效性一般要求较低
• 双向：好友数量肯定有限，但都是熟人时效性要求就高

排序方式

• 时间：常见的排序方式，也容易理解和接受
• 推荐：抖音给你推的小姐姐，从全平台根据用户喜好推荐匹配内容，一般可以省掉关注关系了。

消息同步方式

了解了业务模式的差异，回头再来看到底要建多少表。

对于消息表，可以做个总存储表（库），保证持久性，至于是NoSQL还是关系型数据库就看具体业务规模和研发能力了这里不做讨论。

接下来就只需要考虑每个用户接发消息收件箱和发件箱的设计。目前常见同步模式有三种：

推模式（写扩散）

发送者发布消息后，先存储到同步库即收件箱。

推模式又名写扩散，因为一个消息需要发送给多个粉丝，这条消息就会被复制多份，写放大，所以叫写扩散。该模式下，对同步库要求就是写入能力极强和稳定。毕竟读取时只需读下自己收件箱即可。

拉模式（读扩散）

发送者发送条消息后，不会立即推给粉丝，而是写入自己的发件箱，当粉丝或好友上线后再去关注者们的发件箱里面一一读取，这样每条消息只写入了一次，但读取数最多会和粉丝数一样，即读会放大，所以也叫读扩散。

该模式的读写比例刚好和拉模式相反，那么对发件箱的要求即：读取能力强。

tips: 开始设计 feed 流系统时，可能最容易想到的是拉模式，因为和用户的使用体感是一样的，但这种方式有不少问题。最大的问题是每个用户都要记录自己上次读到了关注者的哪条消息，如果粉了1000个小姐姐，那么这个单身狗就需要记录1000个位置信息，且这个量和关注量成正比，会远比全平台用户数大。

推拉结合

推模式在单向关系中，因为有大V，一条消息可能会扩散百万次，但很多用户可能都是僵尸号，就会导致资源浪费。

而拉模式，架构设计上比较复杂，同时每个用户需要记录自己关注者们的位置信息又是天量。

于是，推拉结合模式出来吧！

• 大部分用户的消息都是写扩散，毕竟大多用户都普普通通，能有多少好友，就推模式发到好友粉丝们的收件箱好啦。
• 大V用读扩散，你们这些粉丝都来我发件箱拉信息。

这样既避免了一定的资源浪费，又减少了很多设计的复杂度。当然了，整体还是比推模式复杂的。

实际场景

主要的消息表设计完成后，还有些实际场景需要考虑

点赞&评论

通过messageId关联即可

删除

如果是发送者删除，可以在消息表中物理或逻辑删除，接收者拉不到就行。

如果是朋友圈的屏蔽或者接收者的删除还有取关，那就在同步表即收件箱中删除即，同时可能更新关注关系。

搜索

搜索用户、内容，就需要使用支持全文分词搜索的数据库。

好了，总结下：

• 双向关系，就采用推模式写扩散。
• 单向关系，用户数少的话推模式也足够。
• 单向关系，用户数大，则采用推拉结合模式，可以先用推模式把架子搭起来再迭代。不要 仅采取拉模式。

另外，如果按推荐排序，那就是另一个问题了本文暂不讨论。

以及如何保证消息的可靠性，说起来就更多了。

主流应用

最后，再来看看这些主流的 app 怎么做的。

朋友圈

典型的Feed流，双向，有上限，排序按时间，能屏蔽能分组展示，妥妥的写扩散模式。

微博

微博关系是单向的，好多大V，排序也是时间，这时就需要推拉结合模式了。

头条

算是国内最早做推送的一批吧，俗称“大数据请记住我”。