动态设计

方案选择

朋友圈动态是一个读多写少的操作，可以采取两种方案

读扩散

读扩散也称为“拉模式”，这应该是最符合我们认知直觉的一种技术实现方式。

每一个内容发布者都有一个自己的发件箱（“我发布的内容”），每当我们发出一个新帖子，都存入自己的发件箱中。当我们的粉丝来阅读时，系统首先需要拿到粉丝关注的所有人，然后遍历所有发布者的发件箱，取出他们所发布的帖子，然后依据发布时间排序，展示给阅读者。

这种模式：

• 1）好处是：底层存储简单，没有空间浪费；

• 2）坏处是：每次读操作会非常重，操作非常多。

设想一下：如果我关注的人数非常多，遍历一遍我所关注的所有人，并且再聚合一下，这个系统开销会非常大，时延上可能达到无法忍受的地步。

写扩散

系统中每个用户除了有发件箱，也会有自己的收件箱。当发布者发表一篇帖子的时候，除了往自己发件箱记录一下之外，还会遍历发布者的所有粉丝，往这些粉丝的收件箱也投放一份相同内容。这样阅读者来读 Feed 流时，直接从自己的收件箱读取即可。

这种设计：每次发表帖子，都会扩散为 M 次写操作（M 等于自己的粉丝数），因此成为写扩散。每篇帖子都会主动推送到所有粉丝的收件箱，因此也得名推模式。

这种模式可想而知：发一篇帖子，背后会涉及到很多次的写操作。通常为了发帖人的用户体验，当发布的帖子写到自己发件箱时，就可以返回发布成功。后台另外起一个异步任务，不慌不忙地往粉丝收件箱投递帖子即可。

写扩散的好处在于通过数据冗余（一篇帖子会被存储 M 份副本），提升了阅读者的用户体验。通常适当的数据冗余不是什么问题

模式选择

写扩散适用于好友量不大的情况，比如微信朋友圈正是写扩散模式。每一名微信用户的好友上限为 5000 人，也就是说你发一条朋友圈最多也就扩散到 5000 次写操作，如果异步任务性能好一些，完全没有问题

动态高性能设计

动态高性能方案

评论/点赞设计

至于点赞和评论的实现，是相对简单的。上面说了微信后台有一个专门的表存储评论和赞的数据，比如 Kate 是 Mary 和小王的朋友的话，刷到了 K2 这一条发布，就会同时从评论表里面拉取对应 K2 的、Mary 留下的评论内容，插入到 K2 内容的下方。而如果另一个人不是 Mary 和小王的共同朋友，则不会看到这条评论。

选用图数据库，而不用关系型数据库。理由是：图数据库以实体和关系为基本单位，特别适合查询和分析多层次、多样的复杂关系；关系数据库则在复杂关系查询方面不堪重负，尤其是涉及多表关联或者递归查询时。

评论/点赞高性能设计

评论/点赞高性能方案