读扩散，写扩散，终于终于讲清楚了！

什么是feed流？什么是读扩散？什么是写扩散？

任何脱离业务的架构设计都是耍流氓，今天和大家聊聊这几个话题。

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。

这类业务有什么特点？

（1）有好友关系，例如关注，粉丝；

（2）我们的主页由别人发布的feed组成；

这类业务的核心业务动作是什么？

（1）关注，取关；

（2）发布feed；

（3）拉取自己的主页feed流；

这类业务的核心元数据是什么？

（1）关系数据；

（2）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：

（1）拉取（读扩散）；

（2）推送（写扩散）；

两种方式。feed流的推与拉主要指的是这里。

什么是拉模式 ，读扩散方案？

例如，某feed系统里有ABCD四个用户，其中：

（1）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”。

（2）B发布过四条feed：msg1, msg3, msg5, msg10；

（3）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。

拉模式读扩散如何实现feed发布？

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。

拉模式读扩散如何实现关注/取关？

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。

拉模式读扩散如何实现个人主页feed流？

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：

（1）获取A的关注列表；

（2）获取所关注列表中，所有用户发布的feed；

（3）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；

拉模式读扩散有什么优点？

（1）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；

（2）关注，取关，发布feed的业务流程非常简单；

（3）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；

拉模式读扩散有什么缺点？

（1）拉取朋友圈feed流列表的业务流程非常复杂；

（2）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；

什么是推模式 ，写扩散方案？

推模式（写扩散），关系数据的存储与拉模式（读扩散）完全一样。

feed数据，每个用户也存储自己发布的feed。

如上图：

（1）B曾经发布过1，3，5，10；

（2）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。

如上图：

（1）A关注了BC，所以A的接收队列是1，2，3，5，8，10；

（2）D关注了B，所以D的接受队列是1，3，5，10；

推模式写扩散如何实现个人主页feed流？

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。

推模式写扩散如何实现feed发布？

在推模式（写扩散）中，发布一条feed的流程会更复杂一点。

例如B新发布了一条msg12：

（1）在B的发布feed存储里加入消息12；

（2）查询B全部粉丝AD；

（3）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：

（1）直接将feed推到了粉丝的接收列表里，故称为“推模式”；

（2）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”；

推模式写扩散如何实现关注/取关？

在推模式（写扩散）中，添加关注的流程也会变得复杂。

例如D新增关注C：

（1）在D的关注存储里添加C；

（2）在C的粉丝存储里添加D；

（3）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。

例如A取消关注C：

（1）在A的关注存储里删除C；

（2）在C的粉丝存储里删除A；

（3）在A的接收feed存储里删除C发布的feed；

推模式写扩散有什么优点？

（1）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存储容易成为IO瓶颈。

（2）拉取朋友圈feed流列表的业务流程异常简单，速度很快；

（3）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。

推模式写扩散有什么缺点？

（1）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。

（2）新增关注，取消关注，发布feed的业务流会更复杂；

小结

feed流业务的推拉模式：

（1）拉模式，读扩散，feed存一份，存储小，用户集中访问数据，性能差；

（2）推模式，写扩散，feed存多份，用冗余存储换锁冲突，性能高；

推拉结合的方式是否可行？又该如何优化呢？

架构师之路-分享可落地的技术文章

相关文章：

《架构师之路，20年干货精选》

1分钟有点长，希望大家有收获，谢转！