interview/questions/design-feed.md

社交信息流系统设计

需求分析和数据量评估

需求分析

• 核心功能：信息流展示、个性化推荐、社交互动、内容管理
• 业务场景：微博、朋友圈、抖音等社交应用
• QPS评估：日请求100亿+，峰值QPS 20万+
• 数据规模：用户5亿+，内容100亿+，关系数据1000亿+

数据量评估

• 用户表：5亿条，日均查询1亿次
• 内容表：100亿条，日增1亿+
• 关系表：1000亿+条，日均更新10亿次
• 互动表：500亿+条，日增5亿+
• 推荐系统：日处理1000亿次推荐请求

核心技术难点

1. 海量内容处理

• 亿级内容的存储和检索
• 内容的实时分发和推送
• 内容的审核和过滤

2. 个性化推荐

• 用户兴趣建模
• 实时推荐算法
• 推荐效果评估

3. 高并发读取

• 信息流的实时性要求
• 用户关系计算
• 数据缓存优化

4. 社交图谱构建

• 用户关系网络
• 关系强度计算
• 图算法优化

系统架构设计

总体架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   移动端APP     │    │   Web网页       │    │   API接口        │
│      (iOS/Android)│   │      (PC/移动) │   │     (第三方)     │
└─────────────────┘    └─────────────────┘    └─────────────────┘
         │                       │                       │
         └───────────────────────┼───────────────────────┘
                                 │
            ┌─────────────────────┼───────────────────────┐
            │                     │                     │
    ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
    │   负载均衡      │ │   API网关       │ │   CDN加速      │
    │   (Nginx)      │ │    (Gateway)    │ │     (Edge)      │
    └─────────────────┘ └─────────────────┘ └─────────────────┘
                                 │
            ┌─────────────────────┼───────────────────────┐
            │                     │                     │
    ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
    │   Feed服务      │ │   互动服务      │ │   推荐服务      │
    │   (微服务)      │ │   (微服务)      │ │   (微服务)      │
    └─────────────────┘ └─────────────────┘ └─────────────────┘
            │                     │                     │
            └─────────────────────┼───────────────────────┘
                                 │
            ┌─────────────────────┼───────────────────────┐
            │                     │                     │
    ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
    │   缓存集群      │ │   数据库集群    │ │   消息队列      │
    │   (Redis)      │ │   (MySQL分库分表)│ │   (Kafka)       │
    └─────────────────┘ └─────────────────┘ └─────────────────┘
                                 │
            ┌─────────────────────┼───────────────────────┐
            │                     │                     │
    ┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
    │   搜索引擎      │ │   图数据库      │ │   数据仓库      │
    │   (Elasticsearch)│ │   (Neo4j)      │ │   (ClickHouse)  │
    └─────────────────┘ └─────────────────┘ └─────────────────┘

关键组件

1. 流量层

• 负载均衡：Nginx L7负载均衡
• API网关：请求路由、限流、认证
• CDN加速：静态资源缓存

2. 服务层

• Feed服务：信息流生成和分发
• 互动服务：点赞、评论、分享处理
• 推荐服务：个性化推荐算法
• 社交服务：关系管理

3. 存储层

• Redis集群：缓存、计数器
• MySQL集群：用户数据、内容数据
• MongoDB集群：Feed流数据
• 图数据库：社交关系数据

4. 基础设施

• 搜索引擎：内容全文检索
• 消息队列：异步处理、削峰填谷
• 数据仓库：离线数据分析
• 推荐引擎：机器学习平台

数据库设计

用户表

CREATE TABLE `feed_user` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` bigint NOT NULL COMMENT '用户ID',
  `username` varchar(50) NOT NULL COMMENT '用户名',
  `nickname` varchar(50) NOT NULL COMMENT '昵称',
  `avatar` varchar(255) DEFAULT NULL COMMENT '头像',
  `gender` tinyint DEFAULT 0 COMMENT '性别',
  `birthday` date DEFAULT NULL COMMENT '生日',
  `location` varchar(100) DEFAULT NULL COMMENT '位置',
  `bio` varchar(255) DEFAULT NULL COMMENT '个人简介',
  `interests` json DEFAULT NULL COMMENT '兴趣标签',
  `follow_count` int NOT NULL DEFAULT 0 COMMENT '关注数',
  `follower_count` int NOT NULL DEFAULT 0 COMMENT '粉丝数',
  `post_count` int NOT NULL DEFAULT 0 COMMENT '发布数',
  `status` tinyint NOT NULL DEFAULT 1 COMMENT '状态',
  `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_user_id` (`user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

内容表

CREATE TABLE `feed_content` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `content_id` varchar(64) NOT NULL COMMENT '内容ID',
  `user_id` bigint NOT NULL COMMENT '用户ID',
  `content_type` tinyint NOT NULL COMMENT '内容类型',
  `title` varchar(255) DEFAULT NULL COMMENT '标题',
  `content` text NOT NULL COMMENT '内容',
  `media_urls` json DEFAULT NULL COMMENT '媒体URLs',
  `tags` json DEFAULT NULL COMMENT '标签',
  `like_count` int NOT NULL DEFAULT 0 COMMENT '点赞数',
  `comment_count` int NOT NULL DEFAULT 0 COMMENT '评论数',
  `share_count` int NOT NULL DEFAULT 0 COMMENT '分享数',
  `view_count` int NOT NULL DEFAULT 0 COMMENT '浏览数',
  `status` tinyint NOT NULL DEFAULT 1 COMMENT '状态',
  `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_content_id` (`content_id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_created_at` (`created_at`),
  FULLTEXT KEY `idx_content` (`title`, `content`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

用户关系表

CREATE TABLE `feed_relationship` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` bigint NOT NULL COMMENT '用户ID',
  `follow_user_id` bigint NOT NULL COMMENT '关注用户ID',
  `relation_type` tinyint NOT NULL DEFAULT 1 COMMENT '关系类型',
  `strength` decimal(5,2) DEFAULT '0.00' COMMENT '关系强度',
  `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_user_follow` (`user_id`, `follow_user_id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_follow_user_id` (`follow_user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

Feed流表

CREATE TABLE `feed_stream` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` bigint NOT NULL COMMENT '用户ID',
  `content_id` varchar(64) NOT NULL COMMENT '内容ID',
  `feed_type` tinyint NOT NULL COMMENT 'Feed类型',
  `priority` decimal(10,4) NOT NULL DEFAULT '0.0000' COMMENT '优先级',
  `is_read` tinyint NOT NULL DEFAULT 0 COMMENT '是否已读',
  `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_priority` (`priority`),
  KEY `idx_created_at` (`created_at`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

互动记录表

CREATE TABLE `feed_interaction` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `user_id` bigint NOT NULL COMMENT '用户ID',
  `target_user_id` bigint DEFAULT NULL COMMENT '目标用户ID',
  `content_id` varchar(64) DEFAULT NULL COMMENT '内容ID',
  `interaction_type` tinyint NOT NULL COMMENT '互动类型',
  `content` text DEFAULT NULL COMMENT '互动内容',
  `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_target_user_id` (`target_user_id`),
  KEY `idx_content_id` (`content_id`),
  KEY `idx_created_at` (`created_at`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

缓存策略

Redis缓存设计

// 用户信息缓存
const USER_INFO_PREFIX = 'user:';
const USER_INFO_TTL = 3600; // 1小时

// 内容信息缓存
const CONTENT_INFO_PREFIX = 'content:';
const CONTENT_INFO_TTL = 86400; // 24小时

// Feed流缓存
const FEED_STREAM_PREFIX = 'feed:';
const FEED_STREAM_TTL = 1800; // 30分钟

// 互动计数器
const INTERACTION_PREFIX = 'interaction:';
const INTERACTION_TTL = 300; // 5分钟

// 推荐结果缓存
const RECOMMEND_PREFIX = 'recommend:';
const RECOMMEND_TTL = 300; // 5分钟

// 社交关系缓存
const RELATION_PREFIX = 'relation:';
const RELATION_TTL = 3600; // 1小时

缓存策略

1. 多级缓存：

   • 本地缓存：Caffeine
   • 分布式缓存：Redis Cluster
   • CDN缓存：静态资源

2. 缓存更新策略：

   • Write Behind：异步更新
   • Refresh Ahead：预加载热点数据
   • Cache Invalidation：定时失效

3. Feed流缓存：

   • 分页缓存
   • 用户个性化缓存
   • 实时更新策略

Feed流生成算法

public class FeedGenerator {

    // 基于时间线的基础Feed
    public List<FeedItem> generateTimelineFeed(String userId, int offset, int limit) {
        // 从Redis获取用户关注列表
        List<String> followUsers = getFollowUsers(userId);

        // 获取关注用户的最新内容
        List<FeedItem> feeds = new ArrayList<>();
        for (String followUser : followUsers) {
            List<FeedItem> userFeeds = getUserRecentFeeds(followUser, offset, limit / followUsers.size());
            feeds.addAll(userFeeds);
        }

        // 按时间排序
        return feeds.stream()
            .sorted(Comparator.comparing(FeedItem::getCreatedAt).reversed())
            .skip(offset)
            .limit(limit)
            .collect(Collectors.toList());
    }

    // 个性化推荐Feed
    public List<FeedItem> generateRecommendFeed(String userId, int offset, int limit) {
        // 获取用户兴趣标签
        List<String> interests = getUserInterests(userId);

        // 基于协同过滤推荐内容
        List<String> recommendContentIds = collaborativeFiltering(userId, interests);

        // 基于内容的推荐
        List<String> contentBasedRecommend = contentBasedRecommend(userId);

        // 合并推荐结果
        Set<String> allRecommend = new HashSet<>();
        allRecommend.addAll(recommendContentIds);
        allRecommend.addAll(contentBasedRecommend);

        // 获取推荐内容详情
        List<FeedItem> feeds = getContentDetails(new ArrayList<>(allRecommend));

        // 排序并返回
        return feeds.stream()
            .sorted(Comparator.comparing(FeedItem::getScore).reversed())
            .skip(offset)
            .limit(limit)
            .collect(Collectors.toList());
    }

    // 混合Feed流
    public List<FeedItem> generateHybridFeed(String userId, int offset, int limit) {
        List<FeedItem> timelineFeeds = generateTimelineFeed(userId, 0, limit / 2);
        List<FeedItem> recommendFeeds = generateRecommendFeed(userId, 0, limit / 2);

        // 合并并去重
        Set<String> seenContentIds = new HashSet<>();
        List<FeedItem> result = new ArrayList<>();

        for (FeedItem feed : timelineFeeds) {
            if (!seenContentIds.contains(feed.getContentId())) {
                result.add(feed);
                seenContentIds.add(feed.getContentId());
            }
        }

        for (FeedItem feed : recommendFeeds) {
            if (!seenContentIds.contains(feed.getContentId())) {
                result.add(feed);
                seenContentIds.add(feed.getContentId());
            }
        }

        // 按权重排序
        return result.stream()
            .sorted(Comparator.comparing(FeedItem::getScore).reversed())
            .skip(offset)
            .limit(limit)
            .collect(Collectors.toList());
    }
}

扩展性考虑

1. 水平扩展

• 无状态服务：Feed服务、推荐服务无状态化
• 数据分片：按用户ID分片
• 读写分离：主库写入，从库读取

2. 垂直扩展

• 服务拆分：Feed服务、推荐服务、互动服务
• 数据分层：热数据、温数据、冷数据
• 多级缓存：本地、Redis、CDN

3. 推荐算法扩展

• 实时推荐：基于实时行为更新
• 离线推荐：批量处理推荐结果
• 冷启动：新用户推荐策略

4. 容灾备份

• 多活架构：多机房部署
• 故障转移：自动故障检测和转移
• 数据备份：定时备份和实时同步

实际项目经验

1. 技术栈选择

• 前端：React + TypeScript + Mobile
• 后端：Spring Boot + Node.js + Python
• 数据库：MySQL + MongoDB + Redis
• 消息队列：Kafka + Pulsar
• 搜索引擎：Elasticsearch + ClickHouse

2. 性能优化

• Feed缓存：多级缓存策略
• 数据库优化：分库分表、索引优化
• 算法优化：推荐算法优化
• 网络优化：HTTP/2、Keep-Alive

3. 运维部署

• 容器化：Docker + Kubernetes
• CI/CD：Jenkins + GitLab
• 监控告警：ELK Stack + AlertManager
• 压测：JMeter + Locust

4. 安全设计

• 内容安全：内容审核、过滤
• 用户隐私：数据脱敏、权限控制
• 防刷机制：频率限制、行为分析

阿里P7加分项

1. 架构设计能力

• 高可用架构：99.99%可用性
• 高性能架构：支持亿级QPS
• 扩展性架构：弹性扩缩容

2. 技术深度

• 推荐系统：协同过滤、深度学习
• 实时计算：Flink、Kafka Streams
• 图算法：社交图谱、关系计算

3. 业务理解

• 社交业务：理解社交网络特性
• 用户行为：分析用户互动模式
• 内容生态：掌握内容分发逻辑

4. 团队管理

• 技术团队：带领50人+团队
• 项目管控：管理亿级用户项目
• 技术方案：主导架构设计

5. 前沿技术

• AI应用：智能推荐、内容生成
• 边缘计算：边缘节点处理
• Serverless：函数化服务

面试常见问题

1. 如何生成个性化信息流？

• 用户画像：用户兴趣建模
• 推荐算法：协同过滤、基于内容
• 实时更新：实时行为追踪
• 多目标优化：点击率、停留时间

2. 如何处理高并发Feed请求？

• 缓存策略：多级缓存
• 数据预加载：Feed预生成
• 异步处理：异步更新
• 分页优化：游标分页

3. 如何保证Feed流实时性？

• 实时推送：WebSocket推送
• 增量更新：实时增量计算
• 事件驱动：事件总线
• 缓存预热：热点数据预热

4. 如何实现推荐算法？

• 协同过滤：用户行为相似度
• 内容分析：内容特征提取
• 深度学习：神经网络模型
• 多臂老虎机：探索与利用

5. 如何处理海量数据？

• 分库分表：按用户ID分片
• 数据归档：冷热数据分离
• 缓存优化：热点数据缓存
• 计算优化：批量处理、并行计算