APP下载
报价宝  ›  科技  › 

资料人看Feed流-架构实践_讯息

报价宝 来源:baojiabao.com 发布时间:2019-08-10 06:48:00 11月16日更新
报价宝综合消息资料人看Feed流-架构实践_讯息

Feed流:可以理解为资讯流,解决的是资讯生产者与资讯消费者之间的资讯传递问题。

我们常见的Feed流场景有:

1 手淘,微淘提供给消费者的首页商品资讯,使用者关注店铺的新讯息等

2 微信朋友圈,及时获取朋友分享的资讯

3 微博,粉丝获取关注明星、大V的资讯

4 头条,使用者获取系统推荐的新闻、评论、八卦

关于Feed流的架构设计,包括以上场景中的很多业内专家给出了相应的思考、设计和实践。本人是大资料方向出身的技术人,所在的团队参与了阿里手淘、微淘Feed流的储存层相关服务,我们的HBase/Lindorm资料储存产品在公有云上也支援著Soul、趣头条、惠头条等一些受欢迎的新媒体、社交类产品。我们在资料储存产品的功能、效能、可用性上的一些理解,希望对真实落地一个Feed流架构可以有一些帮助,以及一起探讨Feed流的未来以及资料产品如何帮助Feed流进一步迭代。

本文希望可以提供两点价值:

1 Feed流当前的主流架构以及落地方案

2 一个初创公司如何选择Feed流的架构演进路径

Feed流参与者的价值

希望资讯支援格式丰富(文字、图片、视讯),释出流畅(生产资讯的可用性),订阅者及时收到讯息(时效性),订阅者不漏讯息(传递的可靠性)

希望及时收到关注的讯息(时效性),希望不错过朋友、偶像的讯息(传递的可靠性),希望获得有价值的讯息(解决资讯过载)

希望吸引更多的生产者和消费者(PV、UV),使用者更长的停留时间,广告、商品更高的转化率

一种是基于关系的讯息传递,关系通过加好友、关注、订阅等方式建立,可能是双向的也可能是单向的。一种是基于推荐演算法的,系统根据使用者画像、讯息画像利用标签分类或者协同过滤等演算法向用户推送讯息。微信和微博偏向于基于关系,头条、抖音偏向于基于推荐。

Feed流的技术难点

互联网场景总是需要一定规模才能体现出技术的瓶颈,下面我们先看两组公开资料:

新浪微博为例,作为移动社交时代的重量级社交分享平台,2017年初日活跃使用者1.6亿,月活跃使用者近3.3亿,每天新增数亿条资料,总资料量达千亿级,核心单个业务的后端资料访问QPS高达百万级

(来自 Feed系统架构与Feed快取模型https://yq.aliyun.com/go/articleRenderRedirect?url=https://mp.weixin.qq.com/s/RmDLqQmXQAmtQrajoanNuA?spm=a2c4e.11153940.0.0.73fe1781Ewxvic&utm_medium=hao.caibaojian.com&utm_source=hao.caibaojian.com)

截止2016年12月底,头条日活跃使用者7800W,月活跃使用者1.75亿,单使用者平均使用时长76分钟,使用者行为峰值150w+msg/s,每天训练资料300T+(压缩后),机器规模万级别

(来自 今日头条推荐系统架构设计实践https://yq.aliyun.com/go/articleRenderRedirect?spm=a2c4e.11153940.0.0.73fe1781Ewxvic&url=https://yq.aliyun.com/download/602)

上面还是两大巨头的历史指标,假设一条讯息1KB那么千亿讯息约93TB的资料量,日增量在几百GB规模且QPS高达百万,因此需要一个具备高读写吞吐,扩充套件性良好的分散式储存系统。使用者浏览新讯息期望百毫秒响应,希望新讯息在秒级或者至少1分钟左右可见,对系统的实时性要求很高,这里需要多级的快取架构。系统必须具备高可用,良好的容错性。最后这个系统最好不要太贵。

因此我们需要一个高吞吐、易扩充套件、低延迟、高可用、低成本的Feed流架构

图1是对Feed流的最简单抽象,完成一个从生产者向消费者传递讯息的过程。

图1 Feed流简单抽象

首先,使用者在APP侧获得的是一个Feed ID列表,这个列表不一定包含了所有的新讯息,使用者也不一定每一个都开启浏览,如果传递整个讯息非常浪费资源,因此产生出来的讯息首先生成主体和索引两个部分,其中索引包含了讯息ID和元资料。其次一个应用总是存在关系,基于关系的传递是必不可少的,也因此一定有一个关系的储存和查询服务。

图2 Feed流讯息、关系的储存

讯息本身应该算是一种半结构化资料(包含文字,图片,短视讯,音讯,元资料等)。其读写吞吐量要求高,读写比例需要看具体场景。总的储存空间大,需要很好的扩充套件性来支撑业务增长。讯息可能会有多次更新,比如内容修改,浏览数,点赞数,转发数(成熟的系统会独立一个counter模组来服务这些元资料)以及标记删除。讯息一般不会永久储存,可能要在1年或者3年后删除。

综上,个人推荐使用HBase储存

图3 使用HBase储存Feed流讯息

对于关系服务,其写入操作是建立关系和删除关系,读取操作是获取关系列表,逻辑上仅需要一个KV系统。如果资料量较少可以使用RDS,如果资料量较大推荐使用HBase。如果对关系的QPS压力大可以考虑用Redis做快取。

图4 使用者关系储存

讲到Feed流一定会有关于推模式和拉模式的讨论,推模式是把讯息复制N次传送到N个使用者的收信箱,使用者想看讯息时从自己的收信箱直接获取。拉模式相反,生产者的讯息写入自己的发信箱,使用者想看讯息时从关注的M个发信箱中收集讯息。

图5 讯息传递的推模式和拉模式

推模式实现相对简单,时效性也比较好。拉模式要想获得好的效能需要多级的快取架构。推模式重写,拉模式重读,Feed流场景下写的聚合效果要优于读,写可以大批量聚合。N越大,写入造成的资料冗余就越大。M越大,读消耗的资源越大。

随着业务的增长,推模式资源浪费会越发严重。原因在于两点:第一存在着大量的僵尸账号,以及大比例的非活跃使用者几天或者半个月才登陆一次;第二资讯过载,资讯太多,重复资讯太多,垃圾资讯太多,使用者感觉有用的资讯少,讯息的阅读比例低。这种情况下推模式相当一部分在做无用功,白白浪费系统资源。

是推?是拉?还是混合?没有最好的架构,只有适合的场景~

图6是纯推模式的架构,该架构有3个关键的部分

图6 基于关系传递的纯推模式

消费者收信箱hbase表设计如下,其中序列号要保证递增,一般用时间戳即可,特别高频情况下可以用一个RDS来制造序列号

Rowkey讯息元资料列状态列其它列MD5(使用者ID)+使用者ID+序列号讯息ID、作者、释出时间、关键字等已读、未读

图7是推拉结合的模式

图7 基于关系传递的推拉混合模式

图8是基于推荐的模型,可以看出它是在推拉结合的模式上融合了推荐系统。

图8 基于推荐的Feed流架构

初创公司的迭代路径

在业务发展的初期,使用者量和资源都没有那么多,团队的人力投入也是有限的,不可能一上来就搞一个特别复杂的架构,“够用”就行了,重要的是

本人水平有限,根据自身的经验向大家推荐一种迭代路径以供参考,如有不同意见欢迎交流

起步架构如图9,使用云Kafka+云HBase。如果对Inbox有检索需求,建议使用HBase的scan+filter即可。

图9 起步架构

资料量逐渐增大后,对推模式进一步迭代,主要需求是

进一步的迭代架构如图10

图10 纯推模式的演进

业务迅猛发展,讯息和使用者增长迅速,僵尸账号、非活跃账号较多,资讯过载严重

使用云Kafka+云HBase+云Redis

图11 基于推荐的推拉混合架构

Feed资讯流是互联网场景中非常普遍的场景,遍布于电商、社交、新媒体等APP,因此研究Feed流是非常有价值的一件事情。本文总结了Feed流的业务场景和主流架构,分析了不同场景、体量下技术的难点与瓶颈。对Dispatcher、Inbox、Outout几个元件进行了详细的演进介绍,提供了基于云环境的落地方案。本人水平有限,希望可以抛砖引玉,欢迎大家一起探讨。Feed流的架构演进还在持续,不同业务场景下还有哪些缺陷和痛点?资料产品如何从功能和效能上演进来支撑Feed流的持续发展?在这些问题的驱动下,云HBase未来将会大力投入到Feed流场景的持续优化和赋能!

[1] Feed架构-我们做错了什么 https://timyang.net/architecture/feed-data-arch-cons/

[2] Feed系统架构与Feed快取模型 https://mp.weixin.qq.com/s/RmDLqQmXQAmtQrajoanNuA?utm_medium=hao.caibaojian.com&utm_source=hao.caibaojian.com

[3] 今日头条推荐系统架构设计实践 https://yq.aliyun.com/download/602

[4] 新浪微博架构和FEED架构分析 http://blog.sina.com.cn/s/blog_53b95aec0100ujim.html

[5] feed流个性化推荐架构和演算法分享 https://blog.csdn.net/baymax_007/article/details/89853030

---------------------------------------

本文作者:daniel.meng

原文连结:https://yq.aliyun.com/articles/707097?utm_content=g_1000064837

本文为云栖社群原创内容,未经允许不得转载。

文章标签: 报价宝 降噪耳机价格 耳机价格 红米手机价格 华为手机价格 小米手机价格 电视机价格 笔记本电脑价格 笔记本价格 汽车价格 报价宝 数码相机价格 电视机价格 小米手机价格 红米手机价格