• Feed 流设计 (四)：存储 at 2018年09月28日

    以上只是根据 O(log n) 进行估算，可能不准确。但我想表达的意思是，假如一张表的某个字段的值的cardinality 很高，根据这个字段的索引进行查询，无论是 100万的记录，还是1000亿条记录，IO 次数可能差不多。

    100万需要3次

    1000 亿需要5次

  • Feed 流设计 (四)：存储 at 2018年09月28日

    粗略估计一下，假如 B Plus tree 每个节点的大小为 4896 byte，用来存放 big integer (8 byte)，大概可以存 300-600 个之间。[1]

    假如我们取最小的数字 300 做 branching factor，那么在一张1000亿的表中读取一条记录需要几次IO呢？

    5次。

    [1] 我不知道block的指针占多大，所以只能估算。假如block指针大小为 8 bype，则 branching factor为 4896/(8+8) = 306。

  • Feed 流设计 (二)：拉模式 Vs 推模式 at 2018年09月27日

    对屏蔽的处理，我放到了 Part 3 中。

    http://mednoter.com/design-of-feed-part-three.html

    1. xiaoronglv 和 quakewang 是好友关系。
    2. quakewang 屏蔽了 xiaoronglv
    3. 当小荣吕发言时，会产生一个 event
    4. RouteService.route! 在分发时，发现 quakewang 已经屏蔽 xiaoronglv了，就不会分发给 quakewang 了。
  • 反向索引，为什么称之为反向索引？ at 2018年09月27日

    多谢，已经修改。

  • Feed 流设计 (二)：拉模式 Vs 推模式 at 2018年09月27日

    很多人选择推拉结合。

    一个例子就是「对僵尸用户的处理」

    几年前我在薄荷网工作，那时有2000万用户，但日活只有20+万。换句话说，存在大量的僵尸用户。如果为他们准备好队列，填满内容，其实是很不划算的，浪费了大量的存储空间。尤其是使用内存数据库时，简直是烧钱。当时采用的策略是：平时不管这些僵尸用户，他们的队列是空的，没有任何 feed，当他们登录时，临时去拉数据，把他们的队列填满。

    但是企业市场不能这么考虑问题，SAP 的客户每年都在付费，人家买的就是服务。所以即使客户不登录，我们还是把每个客户队列中的内容准备好。

  • Feed 流设计 (二)：拉模式 Vs 推模式 at 2018年09月26日

    假如Bell取消了屏蔽，再次去拉Ryan的消息吗？

    我的考虑：Feed 的内容大部分都有时效性，过了时间之后就没有什么价值了。取消屏蔽后，是不是可以不用拉数据啊。

  • Feed 流设计 (三)：分发逻辑 at 2018年09月26日

    Feed 流设计(四)：存储层

    第四部分写数据库的选择，过几天再更新哈。

  • Feed 流设计 (一)：如何对多态内容进行抽象？ at 2018年09月26日

    好主意！我把索引贴到文章底部了。

  • [上海] Clover 四叶新媒体招聘 Ruby 工程师 / 运维开发工程师 / 实习工程师 (15K-30K) at 2018年04月25日

    过来点个赞

  • [上海] SuccessFactors (an SAP Company) 招聘 Ruby 工程师 at 2018年01月26日

    欢迎广大已婚已育, 追求家庭和工作平衡，熬不动夜的老司机加入SAP.

基督徒 爱狗 前医生