使用 Redis 實現 Feed 流
背景
最近接到一個需求,用一句話來說就是:展示關注人釋出的動態,這個涉及到 feed 流系統的設計。本文主要介紹一個一般企業可用的 Feed 流解決方案。
相關概念
下面先介紹一下關於 Feed 流的簡單概念。
什麼是 feed 流
-
Feed
:Feed 流中的每一條狀態或者訊息都是 Feed,比如微博中的一條微博就是一個 Feed。 -
Feed流
:持續更新並呈現給使用者內容的資訊流。每個人的朋友圈,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:
-
Timeline
:按釋出的時間順序排序,產品如果選擇 Timeline 型別,那麼就是認為 Feed 流中的 Feed 不多,但是每個 Feed 都很重要,都需要使用者看到。類似於微信朋友圈,微博等。 -
Rank
:按某個非時間的因子排序,一般是按照使用者的喜好度排序,一般用於新聞推薦類、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 流的儲存其實也是一個核心的點,但是筆主持久化使用的還是 MySQL,後續可以考慮優化。
Feed 流初始化
Feed 流【關注頁 Feed 流】的初始化指的是,當使用者的 Feed 流還不存在的時候,為該使用者建立一個屬於他自己的關注頁 Feed 流,具體怎麼做呢?其實很簡單,遍歷一遍關注列表,取出所有關注使用者的 feed,將 feedId 存放到 redis 的 sortSet
- 初始化資料:初始化的資料需要從資料庫中載入出來。
- key 值:sortSet 的 key 值需要使用當前使用者的 id 做標識。
- score 值:如果是 Timeline 型別,直接取 feed 建立的時間戳即可。如果是 rank 型別,則把你的業務對應的權重值設進去。
推送
經過上面的初始化,已經把 feed 流放在了 redis 快取中了。接下來就是需要更新 feed 流了,在下面四種情況需要進行更新:
- 關注的使用者釋出新的 feed:
- 關注的使用者刪除 feed。
- 使用者新增關注。
- 使用者取消關注。
釋出/刪除 Feed 流程
上面四步具體怎麼操作,會在下面的實現步驟中詳細描述,在這裡先我們重點討論一下第一、二種情況。因為在處理 大V 【千萬級別粉絲】的時候,我們是需要對 大V 的所有粉絲的 feed 流進行處理的,這時候涉及到的量就會非常巨大,需要多加斟酌。關於推送,一般有兩種 推/拉。
-
推
:A使用者釋出新的動態時,要往 A使用者所有的粉絲 feed 流中推。 -
拉
:A使用者釋出新的動態時,先不進行推送,而是等 粉絲進來的時候,才主動到 A使用者的個人頁TimeLine 拉取最新的 feed,然後進行一個 merge。如果關注了多個大V,可以併發的向多個大V 個人頁TimeLine 中拉取。
推拉結合模式
當使用者釋出一條新的 Feed 時,處理流程如下:
- 先從關注列表中讀取到自己的粉絲列表,以及判斷自己是否是大V。
- 將自己的Feed訊息寫入個人頁Timeline。如果是大V,寫入流程到此就結束了。
- 如果是普通使用者,還需要將自己的Feed訊息寫給自己的粉絲,如果有100個粉絲,那麼就要寫給100個使用者。
當重新整理自己的Feed流的時候,處理流程如下:
- 先去讀取自己關注的大V列表
- 去讀取自己的 Feed 流。
- 如果有關注的大V,則再次併發讀取每一個大V的個人頁Timeline,如果關注了10個大V,那麼則需要10次訪問。
- 合併2和3步的結果,然後按時間排序,返回給使用者。
至此,使用推拉結合方式的釋出,讀取Feed流的流程都結束了。
推模式
如果只是用推模式了,則會變的比較簡單:
- 釋出Feed:
- 不用區分是否大V,所有使用者的流程都一樣,都是三步。
- 讀取Feed流:
- 不需要第一步,也不需要第三步,只需要第二步即可,將之前的2 + N(N是關注的大V個數) 次網路開銷減少為 1 次網路開銷。讀取延時大幅降級。
兩種模式總結:
推拉結合存在一個弊端,就是重新整理自己的Feed流時,大V的個人頁Timeline 的讀壓力會很大。
如何解決:
- 不使用大V/普通使用者的優化方式,使用對活躍粉絲採用推模式,非活躍粉絲採用拉模式。
- 完全使用推模式就可以徹底解決這個問題,但是會帶來儲存量增大,大V Feed 傳送總時間增大,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程式碼,主要包括3大個部分:
- 初始化 Feed 流。
- 關注的使用者釋出/刪除 feed,該使用者的粉絲更新自己的Feed流。
- 使用者新增/取消關注,更新自己的Feed流。
初始化 Feed 流
當使用者第一進來重新整理Feed 流,且 Feed 流還不存在時,我們需要進行初始化,初始化的具體程式碼如下:核心思想就是從資料庫中load出 feed 資訊,塞到 zSet 中,然後分頁返回。
/**
* 獲取關注的人的資訊流
*/
public List<FeedDto> listFocusFeed(Long userId,Integer page,Integer size) {
String focusFeedKey = "focusFeedKey" + userId;
// 如果 zset 為空,先初始化
if (!zSetRedisTemplate.exists(focusFeedKey)) {
initFocusIdeaSet(userId);
}
// 如果 zset 存在,但是存在 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 從快取中 load 出 feed
FeedDto feedDto = this.loadCache(Long.valueOf(s));
if (feedDto != null) {
result.add(feedDto);
}
}
}
return result;
}
/**
* 初始化關注的人的資訊流 zSet
*/
private void initFocusFeedSet( Long userId) {
String focusFeedKey = "focusFeedKey" + userId;
zSetRedisTemplate.del(focusIdeaKey);
// 從資料庫中載入當前使用者關注的人釋出過的 Feed
List<Feed> list = this.feedMapper.listFocusFeed(userId);
if (QlchatUtil.isEmpty(list)) {
//儲存0,避免空資料頻繁查庫
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);
}
複製程式碼
關注的使用者釋出/刪除新的 feed
每當使用者釋出/刪除新的 feed,我們需要更新該使用者所有的粉絲的 Feed流,該步驟一般比較耗時,所以建議非同步處理,為了避免一次性load出太多的粉絲資料,這裡採用迴圈分頁查詢。為了避免粉絲的 Feed流過大,我們會限制 Feed 流的長度為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的使用者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;
// 如果粉絲 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 中最舊的資料
*/
private void removeOldestZset(String focusFeedKey){
// 如果當前 zSet 大於1000,刪除最舊的資料
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,String.class);
if (QlchatUtil.isNotEmpty(zrevrange)) {
this.zSetRedisTemplate.zrem(focusFeedKey,zrevrange.get(0));
}
}
}
複製程式碼
使用者新增關注/取消關注
這裡比較簡單,新增/取消關注,把新關注的 Feed 往自己的 Feed流中增加/刪除 即可,但是同樣需要非同步處理。
/**
* 關注/取關 時,處理followerId的zSet
*
* @param followId 被關注的人
* @param followerId 當前使用者
* @param type focus = 關注 unfocus = 取關
*/
public void handleFocus( Long followId,Long followerId,String type) {
String focusFeedKey = "focusFeedKey" + userId;
// 如果粉絲 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());
}
}
}
複製程式碼
上面展示的是核心程式碼,僅僅是為大家提供一個實現思路,並不是直接可執行的程式碼,畢竟真正實現還會涉及到很多其他的無關要緊的類。
最後
在這裡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: