如何實現基於 follow 關係的 timeline?

01-26

我覺得最關鍵的是資料庫的設計，以微博為例
首先我想到的是：將所有的微博組織為一張表，以發表人 ID 為索引，當用戶請求數據時，首先查找出用戶的 follow 列表，然後從微博表中去匹配。雖然原理上這種方法可行，但是開銷太大（沒有實際測試過）。當從微博表中查找時，隨著用戶量的增加，匹配率會很低，每次用戶請求都會從整個微博表中從頭開始查詢。
改進方案是在用戶表和微博表中增加一張表（類似與 djnago 中的 manytomany 模型），以用戶 ID 為索引，微博 ID 為內容，保存每個用戶所有的 timeline 信息，當用戶請求數據時，直接索引即可。但缺點是該表會非常大，因為同樣的微博會被多個用戶看到，那麼在該表中就會有多個行。並且，當用戶發表微博時要更新所有關注該用戶的 timeline, 當用戶取消關注和增加關注時都要遍歷用戶 timeline 更新信息。

我想知道微博和 SNS 網站在 timeline 的實現上的具體技術細節大致是怎樣的？謝謝

http://redis.io/topics/twitter-clone 這上面的設計寫的挺清楚的。用的是redis+php為例。這個twitter-clone的各種版本都有了。

Node.js版：https://github.com/jsoverson/RetwisJS

PHP版：http://code.google.com/p/redis/downloads/list

Java版：https://github.com/SpringSource/spring-data-keyvalue-examples

python版：http://www.google.com.hk/?q=Retwispy

RoR版：http://retwisrb.danlucraft.com/

--------------------------------修正一下

http://redis.io/topics/twitter-clone 上的關於follow關係timeline沒有實現，但是只需要再建立follow關係的隊列而不僅僅是集合就容易實現了，隊列就有先後關係了。

這個跟用django還是啥框架沒關係。信息流是組織數據的一種方式，因為關注的人的ID是離散的，所以用傳統的關係型資料庫來處理，比如mysql來處理的時候就存在問題，比如遇到in查詢無法使用索引，在大數據量的時候就成了慢查詢。解決的辦法是通過redis等NoSQL數據存儲方案來實現push的模型。每個登錄的用戶在redis維護一個定長隊列（比如300或者500），當發一條信息的時候就看看關注自己的人那些在線的，然後把信息主動推送到他們的隊列中去。大體上就是類似的方法了。有現成的仿twitter的Python實現，你可以參考一下