关注推送

关注推送即Feed流，用户关注了某个用户或者某个话题，那么当这个用户或者话题有新的动态时，就会推送给用户。

• 关注推送的实现方式有两种：拉模式和推模式。
• 拉模式：也叫读扩散，用户每次访问时，系统会查询用户关注的所有用户或者话题的最新动态，然后将这些动态按照时间顺序排序后返回给用户。
  

图：拉模式的流程案例

• 推模式：也叫写扩散，当用户发布新的动态时，系统会将这个动态推送给所有关注了这个用户或者话题的用户，这样用户在访问时就不需要查询了，直接从自己的Feed流中获取最新的动态即可。
  

图：拉模式的流程案例

• 推拉结合模式：根据发布者和接收者的不同特点，选择不同的模式进行推送。

  • 例如，对于一些大V用户或者热门话题，普通粉丝可以采用拉模式，活跃粉丝采用推模式。
  • 而对于一些普通用户或者冷门话题，可以采用推模式进行推送。

• 关注推送的实现方式之间的区别

	拉模式	推模式	推拉结合模式
写比例	低	高	中
读比例	高	低	中
用户读取延迟	高	低	低
实现难度	简单	复杂	特别复杂
使用场景	很少使用	用户较少	用户较多

推模式实现关注推送功能

Redis中的SortedSet类型非常适合用来实现Feed流，因为它具有有序和不重复的特点，可以根据时间戳作为分数进行排序。

• 业务流程：
  1. 用户A关注用户B时，将用户A的ID添加到用户B的粉丝列表中。
  2. 用户B发布新的动态时，系统会将这个动态推送给所有关注了用户B的用户，即将这个动态添加到这些用户的Feed流中。
  3. 用户A访问自己的Feed流时，直接从自己的Feed流中获取最新的动态即可。

滚动查询Feed流

• 使用SortedSet的ZREVRANGEBYSCORE命令来实现滚动查询Feed流。
• 滚动分页查询参数：
  • max：第一次查询可以给当前时间戳，后续查询可以给上一次查询结果中最小时间戳。
  • min：0，表示查询所有时间戳大于0的动态。
  • offset：第一次查询为0，后续查询为上一次查询结果中最小时间戳的总个数。
  • count：每次查询的数量，例如10条。