设计新闻推送系统（第二部分）
原文：Design News Feed System (Part 2)
译者：飞龙
自豪地采用谷歌翻译
这是系统设计面试问题分析 - 设计新闻推送系统的第二部分。如果你还没有看我们的第一篇文章，请查看它。
这里只是简要地总结一下我们在第一部分中讨论过的内容。我们从一个简单的问题开始 - 如何设计 Facebook 的新闻推送系统，允许用户看到来自好友的推送/更新。我们使用关系数据库对整个系统进行建模，并讨论了不同设计的优缺点。
排名是新闻推送系统的一个有趣的话题。我们在前一篇文章中解释了一些整体的排名思路。在这篇文章中，我们将继续讨论排名，还包括推送发布等主题。
排名 - 续
排名的整体思路是首先选择相关的特征/信号，然后弄清楚如何组合它们来计算最终分数。这种方法在很多现实系统中非常普遍。
正如你所看到的，这里重要的是两件事情 - 特征和计算算法。为了让你更好地了解它，我想简单介绍一下 Facebook 上的排名实际上的工作方式 - EdgeRank。
对于每个新闻更新，当其他用户与该推文交互时，他们正就创建了一个东西，Facebook 称之为“边”，其中包括例如喜欢和评论之类的操作。
首先，我们来看看使用哪些特性来评估更新/推送的重要性。边的排名基本上是使用三个信号：亲密度，边权重和时间衰减。
- 亲密度（
u）。对于每个新闻推送源，亲密度都会评估你与此用户的距离。例如，你更可能关心你的亲密好友的推送，而不是刚刚遇到的人。你可能会问如何计算亲密度，我很快会讨论它。 - 边权重（
e）。边权重基本上反映了每个边的重要性。例如，评论比喜欢更重要。 - 时间衰减（
d）。故事越老，用户越不喜欢它。
那么 Facebook 如何通过这三个特征进行排名呢？计算算法非常简单。对于你创建的每个推文，将每条边的这些因子乘起来，然后将边的得分相加，就得到了更新的 EdgeRank。而且它越高，你的更新就越有可能出现在用户的推送中。
亲密度
我们可以做同样的事情来评估亲密度。
可以用各种因素来反映两个人的距离。首先，像评论，标签，分享，点击等显式交互是我们应该使用的强有力的信号。显然，每种类型的互动应该有不同的权重。例如，评论应该比喜欢多得多。
其次，还要跟踪时间因素。也许你曾经和一个好友进行过很多的交流，但最近还是比较少见。在这种情况下，我们应该降低亲密度。所以对于每一个互动，我们也应该考虑时间衰减因子。
作为排名部分的总结，我希望这个排名的常用方法可以成为你的收获。另外，EdgeRank 在 2010 年首次发布，可能已经过时了。
推送发布
当用户加载来自他的好友的所有推送时，这可能是开销很大的行为。请记住，用户可能有成千上万的好友，他们每个人都可以发布大量的更新，特别是对于高端用户。要加载来自好友的所有推文，系统至少需要两个连接（获取好友列表和推文列表）。
那么如何优化和扩展推送发布系统呢？
基本上有两种常见的方式 - 推和拉。
对于推送方式，一旦用户发布了一个推文，我们立即将这个推文（实际上是推文的指针）推送给他的所有好友。优点是在提取推文时，不需要浏览好友列表并获取来自每个好友的推文。它显着减少了读取操作。但是，缺点也是显而易见的。它增加了写操作，特别是对于有大量好友的人来说。
对于拉取方式，只有用户正在加载其主页时，才会提取推文。因此，推文数据在创建后不需要立即发送。你可以看到这种方法优化了写操作，但是即使在使用非规范化之后，获取数据也可能很慢（如果你不了解它，请查看我们之前的文章）。
这两种方法在某些情况下都能很好地工作，而且最好了解它们的优点和缺点。
选择性扇出（fanout）
将活动推给所有好友或粉丝的过程称为扇出。所以推送方式也被称为写时扇出，而拉入方式则是加载时扇出。
在这里，我想问问你是否有任何方法，来进一步优化扇出过程？
事实上，你可以将两者结合。具体而言，如果你主要使用推送方式，则可以做的是，禁用高级用户的扇出，而其他人只能在读取期间加载更新。这个想法是，推送操作对于高级用户来说可能开销很大，因为他们要通知很多好友。通过禁用他们的扇出，我们可以节省大量的资源。实际上 Twitter 采用这种方法后已经有了很大的改进。
同样的道理，一旦用户发布一个推文，我们也可以将扇出限制在他的活跃好友。对于非活跃用户，大多数时候推送操作是个浪费，因为他们将永远不会回来使用推送。
总结
如果遵循 80-20 规则，则 80% 的成本来自 20% 的功能/用户。因此，优化确实涉及瓶颈的确定。
此外，推送系统是一个非常受欢迎的话题，因为它现在被如此多的产品广泛使用。如果你对这个主题感兴趣，并想进一步探索，我建议你看看下面的资源：