使用 Redis 實現 Feed 流

背景

最近接到一個需求,用一句話來講就是:展現關注人發佈的動態,這個涉及到 feed 流系統的設計。本文主要介紹一個通常企業可用的 Feed 流解決方案。java

相關概念

下面先介紹一下關於 Feed 流的簡單概念。redis

什麼是 feed 流

  • Feed:Feed 流中的每一條狀態或者消息都是 Feed,好比微博中的一條微博就是一個 Feed。
  • Feed流:持續更新並呈現給用戶內容的信息流。每一個人的朋友圈,微博關注頁等等都是一個 Feed 流。

feed 流分類

Feed 流常見的分類有兩種:數據庫

  • Timeline:按發佈的時間順序排序,產品若是選擇 Timeline 類型,那麼就是認爲 Feed 流中的 Feed 很少,可是每一個 Feed 都很重要,都須要用戶看到。相似於微信朋友圈,微博等。
  • Rank:按某個非時間的因子排序,通常是按照用戶的喜愛度排序,通常用於新聞推薦類、商品推薦等。

設計

設計一個 Feed 流系統,兩個關鍵步驟,一個是 Feed 流的 初始化,一個是 推送。關於 Feed 流的存儲其實也是一個核心的點,可是筆主持久化使用的仍是 MySQL,後續能夠考慮優化。緩存

Feed 流初始化

Feed 流【關注頁 Feed 流】的初始化指的是,當用戶的 Feed 流還不存在的時候,爲該用戶建立一個屬於他本身的關注頁 Feed 流,具體怎麼作呢?其實很簡單,遍歷一遍關注列表,取出全部關注用戶的 feed,將 feedId 存放到 redis 的 sortSet 中便可。這裏面有幾個關鍵點:微信

  • 初始化數據:初始化的數據須要從數據庫中加載出來。
  • key 值:sortSet 的 key 值須要使用當前用戶的 id 作標識。
  • score 值:若是是 Timeline 類型,直接取 feed 建立的時間戳便可。若是是 rank 類型,則把你的業務對應的權重值設進去。

推送

通過上面的初始化,已經把 feed 流放在了 redis 緩存中了。接下來就是須要更新 feed 流了,在下面四種狀況須要進行更新:網絡

  1. 關注的用戶發佈新的 feed:
  2. 關注的用戶刪除 feed。
  3. 用戶新增關注。
  4. 用戶取消關注。

發佈/刪除 Feed 流程

上面四步具體怎麼操做,會在下面的實現步驟中詳細描述,在這裏先咱們重點討論一下第1、二種狀況。由於在處理 大V 【千萬級別粉絲】的時候,咱們是須要對 大V 的全部粉絲的 feed 流進行處理的,這時候涉及到的量就會很是巨大,須要多加斟酌。關於推送,通常有兩種 推/拉。併發

  • :A用戶發佈新的動態時,要往 A用戶全部的粉絲 feed 流中推。
  • :A用戶發佈新的動態時,先不進行推送,而是等 粉絲進來的時候,才主動到 A用戶的我的頁TimeLine 拉取最新的 feed,而後進行一個 merge。若是關注了多個大V,能夠併發的向多個大V 我的頁TimeLine 中拉取。
推拉結合模式

當用戶發佈一條新的 Feed 時,處理流程以下:app

  1. 先從關注列表中讀取到本身的粉絲列表,以及判斷本身是不是大V。
  2. 將本身的Feed消息寫入我的頁Timeline。若是是大V,寫入流程到此就結束了。
  3. 若是是普通用戶,還須要將本身的Feed消息寫給本身的粉絲,若是有100個粉絲,那麼就要寫給100個用戶。

當刷新本身的Feed流的時候,處理流程以下:異步

  1. 先去讀取本身關注的大V列表
  2. 去讀取本身的 Feed 流。
  3. 若是有關注的大V,則再次併發讀取每個大V的我的頁Timeline,若是關注了10個大V,那麼則須要10次訪問。
  4. 合併2和3步的結果,而後按時間排序,返回給用戶。

至此,使用推拉結合方式的發佈,讀取Feed流的流程都結束了。優化

推模式

若是隻是用推模式了,則會變的比較簡單:

  • 發佈Feed:
    • 不用區分是否大V,全部用戶的流程都同樣,都是三步。
  • 讀取Feed流:
    • 不須要第一步,也不須要第三步,只須要第二步便可,將以前的2 + N(N是關注的大V個數) 次網絡開銷減小爲 1 次網絡開銷。讀取延時大幅降級。
兩種模式總結:

推拉結合存在一個弊端,就是刷新本身的Feed流時,大V的我的頁Timeline 的讀壓力會很大。

如何解決:

  1. 不使用大V/普通用戶的優化方式,使用對活躍粉絲採用推模式,非活躍粉絲採用拉模式。
  2. 徹底使用推模式就能夠完全解決這個問題,可是會帶來存儲量增大,大V Feed 發送總時間增大,從發給第一個粉絲到發給最後一個粉絲可能要幾分鐘時間。

實現

筆主主要採用純推模式實現了一個普通企業基本可用的 Feed 流系統,下面介紹一下具體的實現代碼,主要包括3大個部分:

  1. 初始化 Feed 流。
  2. 關注的用戶發佈/刪除 feed,該用戶的粉絲更新本身的Feed流。
  3. 用戶新增/取消關注,更新本身的Feed流。

初始化 Feed 流

當用戶第一進來刷新Feed 流,且 Feed 流還不存在時,咱們須要進行初始化,初始化的具體代碼以下:核心思想就是從數據庫中load出 feed 信息,塞到 zSet 中,而後分頁返回。

/** * 獲取關注的人的信息流 */
    public List<FeedDto> listFocusFeed(Long userId, Integer page, Integer size) {
        String focusFeedKey = "focusFeedKey" + userId;

        // 若是 zset 爲空,先初始化
        if (!zSetRedisTemplate.exists(focusFeedKey)) {
            initFocusIdeaSet(userId);
        }

        // 若是 zset 存在,可是存在 0 值
        Double zscore = zSetRedisTemplate.zscore(focusFeedKey, "0");
        if (zscore != null && zscore > 0) {
            return null;
        }

        //分頁
        int offset = (page - 1) * size;

        long score = System.currentTimeMillis();
        // 按 score 值從大到小從 zSet 中取出 FeedId 集合
        List<String> list = zSetRedisTemplate.zrevrangeByScore(focusFeedKey, score, 0, offset, size);

        List<FeedDto> result = new ArrayList<>();
        if (QlchatUtil.isNotEmpty(list)) {
            for (String s : list) {
                // 根據 feedId 從緩存中 load 出 feed
                FeedDto feedDto = this.loadCache(Long.valueOf(s));
                if (feedDto != null) {
                    result.add(feedDto);
                }
            }
        }
        return result;
    }

    /** * 初始化關注的人的信息流 zSet */
    private void initFocusFeedSet( Long userId) {
        String focusFeedKey = "focusFeedKey" + userId;
        zSetRedisTemplate.del(focusIdeaKey);

        // 從數據庫中加載當前用戶關注的人發佈過的 Feed
        List<Feed> list = this.feedMapper.listFocusFeed(userId);

        if (QlchatUtil.isEmpty(list)) {
            //保存0,避免空數據頻繁查庫
            zSetRedisTemplate.zadd(focusFeedKey, 1, "0");
            zSetRedisTemplate.expire(focusFeedKey, RedisKeyConstants.ONE_MINUTE * 5);
            return;
        }

        // 遍歷 FeedList,把 FeedId 存到 zSet 中
        for (Feed feed : list) {
            zSetRedisTemplate.zadd(focusFeedKey, feed.getCreateTime().getTime(), feed.getId().toString());
        }

        zSetRedisTemplate.expire(focusFeedKey, 60 * 60 * 60);
    }
複製代碼

關注的用戶發佈/刪除新的 feed

每當用戶發佈/刪除新的 feed,咱們須要更新該用戶全部的粉絲的 Feed流,該步驟通常比較耗時,因此建議異步處理,爲了不一次性load出太多的粉絲數據,這裏採用循環分頁查詢。爲了不粉絲的 Feed流過大,咱們會限制 Feed 流的長度爲1000,當Feed流長度超過1000時,會移除最舊的 Feed。

/** * 新增/刪除 feed時,處理粉絲 feed 流 * * @param userId 新增/刪除 feed的用戶id * @param feedId 新增/刪除 的feedId * @param type feed_add = 新增feed feed_sub = 刪除feed */
    public void handleFeed(Long userId, Long feedId, String type) {

        Integer currentPage = 1;
        Integer size = 1000;
        List<FansDto> fansDtos;

        while (true) {
            Page page = new Page();
            page.setSize(size);
            page.setPage(currentPage);
            fansDtos = this.fansService.listFans(userId, page);

            for (FansDto fansDto : fansDtos) {
                String focusFeedKey = "focusFeedKey" + userId;

                // 若是粉絲 zSet 不存在,退出
                if (!this.zSetRedisTemplate.exists(focusFeedKey)) {
                    continue;
                }

                // 新增Feed
                if ("feed_add".equals(type)) {
                    this.removeOldestZset(focusFeedKey);
                    zSetRedisTemplate.zadd(focusFeedKey, System.currentTimeMillis(), feedId);
                }
                // 刪除Feed
                else if ("feed_sub".equals(type)) {
                    zSetRedisTemplate.zrem(focusFeedKey, feedId);
                }

            }

            if (fansDtos.size() < size) {
                break;
            }
            currentPage++;
        }

    }

    /** * 刪除 zSet 中最舊的數據 */
    private void removeOldestZset(String focusFeedKey){
        // 若是當前 zSet 大於1000,刪除最舊的數據
        if (this.zSetRedisTemplate.zcard(focusFeedKey) >= 1000) {
            // 獲取當前 zSet 中 score 值最小的
            List<String> zrevrange = this.zSetRedisTemplate.zrevrange(focusFeedKey, -1, -1, String.class);
            if (QlchatUtil.isNotEmpty(zrevrange)) {
                this.zSetRedisTemplate.zrem(focusFeedKey, zrevrange.get(0));
            }
        }
    }
複製代碼

用戶新增關注/取消關注

這裏比較簡單,新增/取消關注,把新關注的 Feed 往本身的 Feed流中增長/刪除 便可,可是一樣須要異步處理。

/** * 關注/取關 時,處理followerId的zSet * * @param followId 被關注的人 * @param followerId 當前用戶 * @param type focus = 關注 unfocus = 取關 */
    public void handleFocus( Long followId, Long followerId, String type) {

        String focusFeedKey = "focusFeedKey" + userId;

        // 若是粉絲 zSet 不存在,退出
        if (!this.zSetRedisTemplate.exists(focusFeedKey)) {
            return;
        }
        List<FeedDto> FeedDtos = this.listFeedByFollowId(source, followId);
        for (FeedDto feedDto : FeedDtos) {

            // 關注
            if ("focus".equals(type)) {
                this.removeOldestZset(focusFeedKey);
                this.zSetRedisTemplate.zadd(focusFeedKey, feedDto.getCreateTime().getTime(), feedDto.getId());
            }
            // 取關
            else if ("unfocus".equals(type)) {
                this.zSetRedisTemplate.zrem(focusFeedKey, feedDto.getId());
            }


        }
    }
複製代碼

上面展現的是核心代碼,僅僅是爲你們提供一個實現思路,並非直接可運行的代碼,畢竟真正實現還會涉及到不少其餘的無關要緊的類。

最後

在這裏已經介紹完一個簡單可用的 Feed流系統,歡迎各路大神指出錯誤,多提意見!

參考文章:

相關文章
相關標籤/搜索