华为云PB级数据库GaussDB(for Redis)揭秘第六期：Feed流场景中的应用

摘要：探讨常见的Feed流系统包含的概念、架构和挑战以及如何使用高斯Redis设计一个Feed流系统。

本文分享自华为云社区《华为云PB级数据库GaussDB(for Redis)揭秘第六期：Feed流场景中的应用》，原文作者：高斯Redis官方博客。

一、背景

GaussDB(for Redis)（下文简称高斯Redis），是华为自研的强一致、持久化NoSQL数据库，兼容Redis5.0协议。

在互联网时代，我们日常生活充斥着Feed流，微信朋友圈、微博、抖音以及头条等等都在使用Feed流，将我们关注的好友或感兴趣的内容及时推送给我们，使我们沉沦其中无法自拔，带来商业价值的提升。接下来将和大家一起探讨常见的Feed流系统包含的概念、架构和挑战以及如何使用高斯Redis设计一个Feed流系统。

二、 概念

Feed流系统从形式上是Feed生成者将生产的Feed经过存储分发系统传递给Feed消费者，最终以某种展现形式。

1. Feed：单次推送的内容。 一条微博就是一个Feed。
2. Feed流：由连续的Feed组成的信息流。
3. 展现形式：展示形式目前主要有Timeline和Rank。比如微博以Timeline展示。头条客户端主要以推荐Rank来进行展示。
4. Feed生产者：对于微博就是每个用户，针对头条就是推荐算法。
5. Feed消费者：接收Feed通知的主体。
6. 同步存储系统：这部分一般又可以分为三部分(具体实现会略有差异)。
   6.1 内容存储模块：这部分关心Feed原始内容如何存储。如你发的一条微博。
   6.2 关联关系存储模块：对于微博存储的是用户的关注人和被关注人，对于头条存储的是人群(根据用户画像对所有用户进行分类)
   6.3 信箱模块：一般又可叫做消息传递模块，Feed消息存储到信箱，才能最终形成Feed流。

三、架构设计

通过上述的概念介绍，我们来看Feed如何从Feed生产者最终流转到Feed消费者。

Feed生产者创作一条内容后发到Server端，Server端先将消息内容存储到消息存储模块，接着根据信箱模块的设计查询关系存储库将通知信息写入信箱模块， Feed消费者通过查询信箱获取及时消息。

消息存储模块：
Feed内容一般都是半结构化数据，数据量大，需要持久化内容，逻辑上就是一个KV系统，ID到内容的映射关系。

关系存储模块：
关联关系会发生新增和删除，是一个变长的集合，需要能够支持快速的增删查动作，一般不需要支持join等复杂操作。因此NoSQL数据库比较适合这类数据的存储。

信箱模块：
说到信箱模块一般大家都会讨论是采用推模式、拉模式或推拉模式结合方式。在华为云PB级数据库GaussDB(for Redis)揭秘第五期：高斯 Redis 在IM场景中的应用 也有过讨论。
推模式，在查询完关联关系后，将Feed通知写入到每个Feed消费者的收件箱中，Feed消费者查询自己的收件箱就能获取完整的Feed流，通知会写入每个需要通知的人收件箱，写会放大。

拉模式，将Feed通知写入自己的发件箱，Feed消费者先查询关系库，然后从所有关注人的发件箱中获取Feed消息后合并展示，因此收件箱被读次数和被关注人数目有关，读会放大。

推拉模式结合：针对大多数用户的写入用推模式，特定用户采用拉模式，Feed消费者读取时分别读取自己的收件箱和特定用户的发件箱，合并之后展示。

究竟选用哪种模式，看具体业务场景和要求。

很多业务在具体实现的时候，会先将消息写入消息队列，一方面可以起到流量削峰的作用，另一方面可以实现一些特定的推送优化逻辑，如判断为垃圾广告或者敏感词不进行推送。

四、技术挑战

我们首先从微信朋友圈公布的数据来感受一下。在2021年1月19日，在微信公开课Pro上微信创始人张小龙披露微信最新数据：微信每天有7.8亿用户进入朋友圈，1.2亿用户发表朋友圈。平均每人打开浏览十几次，每天100亿次浏览量。若我们想实现类似的Feed流系统会有什么挑战。从存储量上来看，若用户平均每天发送3次朋友圈，每条内容1kB，一年大约1000亿条记录，存储容量接近100TB。从访问请求次数来看，每天写入和读取OPS峰值至少百万级别，用户写入和读取延迟都要有实时性，响应时间至少都要在秒级内，否则用户分分钟关闭APP。因此我们需要一个持久化、海量存储、高吞吐、易扩展、低延迟、低存储成本的分布式存储系统。

五、高斯Redis的优势

5.1 高斯Redis简介

高斯Redis是华为云数据库团队自主研发且兼容Redis5.0协议的云原生数据库，采用计算存储分离架构。存储侧使用自研的存储系统DFV，容量无限扩展、强一致、高可靠。计算侧基于 LSM 存储引擎实现，具有极佳的写性能和读性能。利用计算分离架构的优势，高斯Redis扩容无需进行数据拷贝，实现秒级扩容，充分发挥了云原生的弹性伸缩、资源共享的优势。

5.2 Feed流场景如何利用高斯Redis优势

针对Feed流场景，可以按照如下方式使用高斯Redis：

1. 消息内容存储
   利用高斯Redis的KV结构即可实现，高斯Redis采用存储计算分离架构，可以轻松支撑海量数据存储及低延迟访问延迟。
2. 关联关系存储
   高斯Redis集合结构或字典结构可以轻松实现关联关系的增删改查。
3. 信箱存储
   信箱从实现上就是一个队列，支持从指定位置消费的能力。高斯Redis的Stream结构可以实现队列能力，轻松实现Feed流消息读取。

5.3 高斯Redis Feed流实践

以下用高斯Redis实现一个简单的微博样例，采用写扩散模型，用以说明可行性。
系统中存在四个用户，Jay、Jolin、ZhangSan、LiSi。其中ZhangSan、LiSi关注了Jay，LiSi同时关注了Jolin。

以上实现了一个简单的微博系统，真实系统会比这个复杂，会涉及业务场景特定处理逻辑。用高斯Redis作为Feed流存储底座是比较理想的技术选型。

六、总结

高斯Redis具有持久化、海量存储、高吞吐、易扩展、低延迟、低存储成本等优点, 作为Feed流存储底座非常合适，其优异的读写性能和高级特性将会极大简化应用开发。同时，高斯Redis在开源Redis基础之上，较好平衡了性能和成本，能够广泛应用在智慧医疗、流量削峰、计数器等领域。

七、结束

本文作者：华为云高斯Redis团队。
更多技术文章，关注高斯Redis官方博客：https://bbs.huaweicloud.com/community/usersnew/id_1614151726110813

八、参考资料

1. 《GaussDB(for Redis)官方主页》
   https://www.huaweicloud.com/product/gaussdbforredis.html
2. 《华为云GaussDB(for Redis)与自建开源Redis的成本对比》
   https://www.modb.pro/db/42739
3. 《华为云PB级数据库GaussDB(for Redis)揭秘第一期：Redis与存算分离》
   https://bbs.huaweicloud.com/blogs/238584
4. 《华为云PB级数据库GaussDB(for Redis)揭秘第二期：Redis消息队列Stream的应用探讨》
   https://bbs.huaweicloud.com/blogs/245623
5. 《华为云PB级数据库GaussDB(for Redis)揭秘第五期：高斯 Redis 在IM场景中的应用》
   https://bbs.huaweicloud.com/blogs/249247
6. 《feed流拉取，读扩散，究竟是啥？》
   https://cloud.tencent.com/dev...
7. 《朋友圈微博feed流，推拉实践》
   https://cloud.tencent.com/dev...

点击关注，第一时间了解华为云新鲜技术~