Feed 流设计(二)：拉模式 Vs 推模式

Feed 后台设计文章索引

在上一篇文章中，我们谈到「如何用事件抽象Feed中多态的内容」，这篇文章会进一步讨论事件的分发问题。

当用户分享一个视频时，该视频应该出现在他 Follower 的 Feed流中。比如吕小荣和 Sam 是 facebook 好友，吕小荣更新状态「我今天感觉好极了」。Sam 登录 facebook 时，会在自己的 feed 流中看到吕小荣的状态更新。

如何实现？通常有拉和推二种做法。

方式一：拉模式

Sam 有7个 facebook 好友，每次 Sam 登录，只需要遍历所有好友的产生的 event，按时间逆序排列即可。

step1: 查询 Sam 朋友的主键 ID

select friend_id from friendships where user_id = 3
=> [1, 4, 8, 10, 33, 78, 101]

step2: 在上一篇文章中，我们用 event 来抽象 feed 流中的内容，并且保存在 table events 中。根据好友的主键 ID 过滤 event，并且渲染给 Sam 即可。

select * from events where user_id in [1, 4, 8, 10, 33, 78, 101] order by id desc

1. 实现简单，可以应对基本需求，比如关注，屏蔽，取消关注，取消屏蔽。

   • 假装关注：虽然我关注你了，但是我压根不想在feed中看到你。如果用拉的模式，sql 要写成这个样子

   • 屏蔽：虽然我们互相关注了，但是我屏蔽了你的动态，不想在feed中看到你。

   step1: 拉取 Sam 的好友，剔除假装关注/屏蔽的好友

    // is_faked: 假装关注
    // is_blocked: 屏蔽
    select friend_id from friendships where user_id = 3 and is_faked = 0 and is_blocked = 0
    [1, 4, 8, 10]
   

   step2: 拉取 Sam 好朋友产生的 Feed 内容。

    select * from events where user_id in [1, 4, 8, 10] order by id desc
   

2. 关注/取消关注后，feed 中的内容会动态变化，易于维护。
3. 与「推模式」相比，没有冗余数据，不占用存储空间。

首先，当 Sam 有1000个好友时，即使有索引，获取 SQL语句的执行效率会变低。

select * from events where user_id in [1, 4, 8, 10, 33, 78, 101, ... , 1001] order by id desc

其次，无法应对企业应用中复杂且严格的权限检查。

我拿我们产品中的场景举例，部门经理 Bob 在私密的小组「人事管理」中创建了文档 「2019年薪酬调整方案」。

Bob 的这个操作，到底该出现在 Sam 的 Feed 流中吗？ 由以下几个因素决定

1. Sam 有这个 Group 的访问权限吗？

   权限信息有可能通过 rpc 获取，也有可能在非关系型数据库中。 e.g. Redis

2. 即使 Sam 已经获得授权，也必须先接受使用条款(Term of Use)，否则不能访问小组中的内容。

3. Sam 有没有屏蔽了该小组的动态？

   如果用 sql 来构造，可能要这样写，但是有些条件可能存在 Redis 中，无论如何也是写不出来的。

    select * from events
    join groups on something
    join group_memberships on something
    join term_of_uses on something
    where user_id in [1, 4, 8, 10, 33, 78, 101] and
    condition1: sam can access this group
    condition2: sam accepted term of use
    condition3: sam doesn't block this group
    order by id desc
   

方式二：推模式。

1. 每个用户拥有自己的队列，在自己的队列中读取 feed 流信息。
2. 新的 feed 产生时，写到 followers 的队列中。写入前，检查各种规则，如果不满足条件，就不写入。

比如 Ryan 在 facebook 有三个朋友 Sam，Bell，Zoey， Bell 嫌弃 Ryan 话多，偷偷屏蔽了Ryan。

当 Ryan 发布了一条动态 「Today is great!」(红颜色6)，系统应当只分发该动态至 Sam 和 Zoey 的队列。因为 Bell 屏蔽了 Ryan，所以 Ryan 的更新并不会分至 Bell 的队列。

下次 Sam/Zoey登录时，会在自己的队列中看到 Ryan 的动态更新 6；Bell登录时，则不会看到 6。

1. 读的性能高。
2. 可以覆盖各种各样的业务场景。

1. 需要大量的写入，尤其是当某个用户有100万的 follower 时，写入会非常耗时，需要额外的优化。
2. 当用户的关注/取消关注时，要更新队列，剔除已经失效的 feed 内容。
3. 常年不登录的僵尸用户的队列，会占用大量的存储空间，如果存储层是内存型数据库，每个月的花费不菲[1]。

推模式可以灵活应对各种业务场景

随着产品的发展，会出现各种各样的商业场景和 feed 流相关。

1. 公司拥有自己的 feed 主页。 (CompanyFeed)
   e.g. SAP 的facebook 主页

2. 热门的 tag 会有自己的 feed 主页，用户可以关注标签。 (TagFeed)
   e.g. facebook RocksDB 的 tag页面

3. 一本书/股票/电影/工作机会/线下聚会也会有自己的 feed 主页 (ObjectFeed)

4. 一个人会有自己的 public feed 主页。(ProfileFeed)
   e.g. 吕小荣的facebook主页

5. 一个兴趣小组会有自己的 feed 主页。 (GroupFeed)

6. 一个人会有特别好友，他有时只想看特别好友的更新。 (CloseFriendFeed)

理论上讲，当 Ryan 在兴趣小组 RocksDB Developers Public 更新一条带标签的动态 “#RocksDB is great!” 时， 这条内容应该出现在 ②, ④, ⑤，⑥ 四个地方：tag RocksDB 的feed 主页；Ryan 的个人主页；兴趣小组 RocksDB Developers Public 的主页；Ryan 密友的主页。

推模式下，各个组件如何协作？

推模式可以将分发逻辑写在代码里，而不是查询语句里。然后根据逻辑将新的动态(feed_event)分发至符合条件队列里，满足各种各样的业务需求。受众只需要在相应的队列里读取数据即可，查询语句十分简洁，读取效率高。

1.如何应对僵尸用户？

几年前我在薄荷网工作，那时有2000万用户，但日活只有20+万。换句话说，存在大量的僵尸用户。如果为他们准备好队列，填满内容，其实是很不划算的，浪费了大量的存储空间。尤其是使用内存数据库时，简直是烧钱。当时采用的策略是：平时不管这些僵尸用户，他们的队列是空的，没有任何 feed，当他们登录时，临时去拉数据，把他们的队列填满。

但是企业市场不能这么考虑问题，SAP 的客户每年都在付费，人家买的就是服务。所以即使客户不登录，我们还是把每个客户队列中的内容准备好。

下一篇文章，我们来聊如何分发事件到各个队列。