像微博这样的基于 follow 关系来获取信息流的模式，是用什么算法保证用户能够获得最新的信息流的

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2415 天前的主题，其中的信息可能已经有所发展或是发生改变。

这么大的用户规模，百思不得其解啊

信息流

百思不得其解

算法

13 条回复 • 2018-05-09 15:32:41 +08:00

guotie

2018-05-09 09:20:21 +08:00

有人来指点一二吗？

guotie

2018-05-09 09:29:38 +08:00

最简单的做法，有一个用户 feed 流表，记录用户 feed 流展示的文章 id，用户关注的人，没发一条 post，就往这个表中增加一条记录

这样的话，如果一个用户被几千万人关注，那这个表要崩溃啊

jadec0der

2018-05-09 09:37:03 +08:00 via Android

你都百思了，为什么不搜索一下呢？

guotie

2018-05-09 09:38:13 +08:00

没找到

guotie

2018-05-09 09:43:50 +08:00

@jadec0der 有什么资料，指点一下

rubycedar

2018-05-09 09:44:37 +08:00 via iPhone

http://blog.sina.cn/dpool/blog/s/blog_53b95aec0100ujim.html 能百度到的东西就不要再问了。

7654

2018-05-09 09:46:27 +08:00

微博已经不按时间线展示了，现在热度优先

yxjxx

2018-05-09 10:12:57 +08:00 via iPhone

2018qcon 有讲深度学习在微博 feed 流排序中的应用

guotie

2018-05-09 10:22:00 +08:00

@rubycedar 这是几年前的文章，说微博还是以推的方式。

假如微博上超过 1000 万粉丝的大 v 有 1000 个，平均大 v 发一条消息，需要 100 亿条记录；
超过 100 万粉丝的大 v 有 1 万个（可能远远不止 1 万个），平均大 v 发一条消息，需要 100 亿条记录；

那么假设这些大 v 每天发 5 条记录，每天需要 200 亿*5=1000 亿，

再加上剩余的低于 100 万的用户，每天记录数至少也要 1000 亿

我觉得，纯粹使用推的方式，即使做了文中的优化，也无法支撑这么大的数据量。

guotie

2018-05-09 10:28:21 +08:00

最新的明星微博粉丝排行榜：谢娜 10104 万何炅 9296 万杨颖 8566 万陈坤 8225 万赵薇 8092 万杨幂 8018 万姚晨 8003 万林心如 7590 万郭德纲 6812 万林志颖 6774 万邓超 6642 万张小娴 6428 万贾乃亮 6262 万范冰冰 6220 万胡歌 6066 万赵丽颖 6066 万陈乔恩 5046 万唐嫣 6039 万王力宏 5907 万文章 5685 万黄晓明 5620 万

jadec0der

2018-05-09 11:35:35 +08:00

@guotie https://lmbtfy.cn/?%E5%BE%AE%E5%8D%9A%20feed%20%E6%9E%B6%E6%9E%84

puritania

2018-05-09 13:23:27 +08:00 via iPhone

推拉结合，数据根据冷热区分，在线活跃用户与粉丝数少的用户可以推，离线用户上线时异步拉取聚合，麻烦的是如果删除了微博如何处理，或许可以再单独加一个删除记录表进行数据过滤。

julyclyde

2018-05-09 15:32:41 +08:00

首先：
为什么要保证用户得到最新的？