读扩散，写扩散，终于终于讲清楚了！

架构师之路

共 2593字，需浏览 6分钟

· 2022-01-09

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！

图片

表情

太敢穿了！透视纱裙！性感火辣的身材

绝了呀今天的厂花：吴宣仪1995年1月26日，吴宣仪出生于海南省海口市，中国内地流行乐女歌手、影视演员。2016年2月，吴宣仪随宇宙少女发行首张迷你专辑正式出道。2018年4月，她参加《创造101》综艺选秀，获得第二名，成功加入火箭少女101组合。吴宣仪的颜值一直备受称赞，她的五官立体精致，皮肤白皙

逆锋起笔

阿里的同事，写的代码真 TMD 优雅！

通过这篇文章你将了解到整洁的代码对项目、公司和你的重要性,以及如何书写整洁的代码.通过命名、类、函数、测试这四个章节,使我们的代码变得整洁.1、为什么要保持代码整洁?不整洁的代码随着时间的增加而增加时,生产力会随之降低.导致的结果就是:代码不易扩展或扩展容易引发其他问题程序崩溃加班增加公司成本(加人

Java专栏

老爸嘲讽我了，写破代码一年就挣十几万，他在工地带50个工人，一个月光人头费就3万，让我滚回去跟他干！

点击上方 "大数据肌肉猿"关注, 星标一起成长点击下方链接，进入高质量学习交流群今日更新| 1052个转型案例分享-大数据交流群来自：网络，侵删有个网友的父亲是做工程的，天天就嘲笑他，说他天天写着破代码有啥用，一年就拿个十多万的死工资，然后告诉他自己在工地里面带了50个工人，一个月能抽三万

程序源代码

微软开源MS-DOS操作系统源码，冲到GitHub第一了！

大家好，我是轩辕。这两天逛GitHub的时候，突然发现一个叫 MS-DOS的项目冲到Trending榜首了！定睛一看，微软官方啊，搜了一下才知道，原来前两天，微软把MS-DOS 4.0系统开源了！关于这个系统，估计现在很多程序员都不知道了，或者只在古老的教科书上看过这玩意儿。MS-DOS，全称为Mi

编程技术宇宙

热搜第一，腾讯又一游戏停运了！

腾讯又有一款游戏要停运了。最近，腾讯游戏宣布：由于游戏的代理协议即将到期，《食物语》将于2024年6月18日11:00停止在中国大陆地区的运营。并且这次的停运话题一度冲上热搜榜第一位，引发网友热议。据了解，《食物语》是一款中华美食拟人的国风女性向RPG养成手游，于2019年9月份公开测试，运营至今已

逆锋起笔

多人同时导出 Excel 干崩服务器！新来的阿里大佬给出的解决方案太优雅了！

点击关注公众号，Java 干货及时推送↓推荐阅读：面试辅导，我们出大成果了！来源：juejin.cn/post/7259249904777838629前言业务诉求：考虑到数据库数据日渐增多，导出会有全量数据的导出，多人同时导出可以会对服务性能造成影响，导出涉及到mysql查询的io操作，

Java技术栈

今年后端爆了？？？

大家好，我是二哥呀。每次登录牛客，看到最多的就是各种 Java 后端岗位的喜讯，美团 OC了、快手 OC 了、就连腾讯 OC 的都是 Java 岗，我怀疑牛客是不是给我打了“只报喜不报忧”的标签？星球里也有不少球友给我发来喜讯，难道说每年都在凉凉的 Java 后端又承担起了就业的重任？！不可能，绝对

沉默王二

让扩散模型听话的小秘籍？CAN：通过操控权重来控制条件生成模型，图像生成效率大升级！

↑ 点击蓝字关注极市平台作者丨科技猛兽编辑丨极市平台极市导读本文提出的 CAN 模型 (Condition-Aware Neural Network) 是一种对图像生成模型添加控制的方法。CAN 可以通过动态操纵神经网络的权重来控制图像生成过程。作者在 ImageNet 图像

极市平台

好甜！这颜值身材，妹妹太会撩了

好甜！天赋优势尽显，这身材和颜值也是杠杠的！有这样的女朋友，请把我焊在家里！‍‍‍‍‍‍‍杨幂体操服写真，火辣身材尽显眼底兼具性感和可爱，腰臀比十分夸张，堪称顶级身材！空姐制服跳舞，还有女仆装，顶的住吗？二次元老婆萌妹子合集https://pan.xunlei.com/s/VNsEXBRo5po8a

逆锋起笔

我想写几个专栏，欢迎大家投票

大家好，我是章北海前段时间更新了一个专栏，阅读和订阅都极不理想，看起来是没有做好调研啊。准备启动新的专栏更新计划了，我有几个选题，看大家更喜欢哪一个呢？欢迎投票，拜谢！

机器学习算法与Python实战