在移动时代,我们无时不刻的通过各种应用及渠道来获取信息。feed流是其中非常简单高效一种方式,从最早的聚合好友应用内的各种动态,逐渐到用户形成在各平台生产内容的习惯,feed流的信息量得以爆发式的发展。到了大数据时代,系统需要实时从海量信息中聚合及筛选大量内容,进行个性化的计算,访问的数据规模及计算量也是逐年呈数量级的上升。本主题通过在微博历年feed流架构的演进的经历来探讨feed在大数据时代的架构设计思路,探讨适合目前用户需要的信息流架构,主要内容提纲如下。典型的feed流模型,介绍典型feed设计的模型及重点考虑因素; feed扩展性演进,功能、体验及性能的平衡。通过数次大的功能的改变的案例,来介绍如何达到架构的平衡; 大数据时代的feed流架构,主要从如下两个方面展开; 数据规模问题,分级缓存解决存储容量与访问效率; 计算模型与框架:实时计算框架与计算模型设计。
浏览7702次
浏览1509次
浏览6438次
浏览10193次
浏览6789次
浏览5720次
2025-01-08 昆明
2025-04-19 南京
2024-12-27 上海
2025-10-23 上海
打开微信扫一扫,分享到朋友圈