知乎feed流的架构演进

《知乎feed流的架构演进》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、知乎Feed流的架构演进我们每天都在刷知乎、刷微博、刷Twitter，推文一条接一条地从你的指尖流过，信息就这样被你获取了。可你有没有想过背后支撑着这信息流的技术是怎么样的呢？什么是feed 什么是feed？你现在手机上的知乎、微信、微博等App中就存在着feed。不太严谨地划分，用户获取信息的方式可以分为Pull和Push，即“拉”／“推”。再详细一些，用户主动去获取、并且明确指定自己希望获取的信息的过程是Pull，而在不明确表述自己的信息需求的情况下，被动接受信息的过程是Push。举个例子：一个人走到图书馆，按照字母表找到某一本书，获取这本

2、书的内容，可以看作是主动寻找信息；当这个人坐到电视前，他并不知道可能会有什么内容出现，这可以看作是被动接受内容。feed从英文翻译过来是【投喂；供给；满足】的意思，feed流产品形象地将用户等待接受信息的场景描绘为用户被信息“投喂”。feed流在中文里可以翻译为“信息流”。如果将feed描述为一个信息准备被投喂，那么feed流则是多个准备投喂的“信息”像流水线一样按照一定规则排列好。feed的特点 现在，当大家讨论feed，一般来说会特指一列可以不断向下滑动不断加载的信息列表。feed具备以下几个特点：·使用简单，主要操作只有点击、向下滑动加载

3、。·信息量大，每个feed条目都是一个独立的信息。·兼容性好，可以在feed中展示文字、图片、视频、甚至是可操作的卡片。……它被大量地应用在不同领域的不同应用上，也成为了用户上网消费大量内容时，最熟悉的交互模式。feed流产品的发展历史 feed流是一个非常笼统的说法。在我看来，将一类信息按照一定规律进行排序就可以称为feed流产品。由于其同时兼顾了大量信息下的展示与消费，如今feed流产品越来越被大多数互联网产品所使用。早期互联网中，门户网站上一列列的文章标题，可以算作最早的feed。由编辑筛选，每个人看到的都是一致的内容。随着媒体式的中心化

4、发声方式从线下纸媒，理所当然般继承到了互联网上，不论中美，在最初的互联网世界上都出现了许多门户巨头。此时门户主页可以看作是最原始的feed，这个时候并没有后来流行的“订阅”及“个性化”等信息分发方式，所有人接受到的信息是相同的。互联网上基于“订阅”的个性化feed开始被较大规模使用是从RSS（ReallySimpleSyndication，一个互联网信息来源格式规范）开始的。在Web时代，每个站点会独立发布消息。由于网站数量的爆发式增长，RSS协议开始被用户用来订阅独立站点发布的消息，这样，用户可以在一个RSS阅读器上看到所有订阅站点发布的消息

5、，而不需要再去不同的网站接受信息。从RSS阅读器开始，这种“持续更新不同来源的信息，并呈现给用户的信息组织形式”也就正式拥有了“feed流”的名字。而接下来，随着互联网的发展，“订阅”行为已经不再局限于RSS协议这个媒介。一系列产品的出现，开始允许用户以极低的成本发布信息，并非常容易的在一个产品中关注其他发布信息的人，比如：Facebook、Twitter、微博、知乎、微信的朋友圈等。由于feed流产品可以将所有订阅的信息源（信息创作者/信息类型/信息发布者等）发布的信息汇集到一个地方，同时按照一定的规则排序展示出来，大大提高了用户接受信息的效

6、率，这也就成为了这些产品的主要消费场景。随着互联网产品和技术的演进，将feed的使用成本再次降低。之前主流的feed大都依赖“订阅”这一关注关系实现，而此时可以在取消了关注行为后，直接根据用户的信息消费历史，使用数据挖掘的手段，计算使用者可能对哪些内容感兴趣，从而进行feed生成。这将feed的使用成本再次降低，使用者的门槛变得无比之低，越来越多的产品开始向此方向尝试，例如YouTube、Facebook、知乎。总的来说，feed中的内容来源有以下几种：·由少部分人发布。·基于订阅行为获取。·由机器计算。当然，也可以是他们3者的任意混合所组成。

7、feed流排序规则演进 最开始feed是一类信息按照一定规则排列，上面讲述了feed的来源与发展，那么排序规则同样存在这个“进化”的过程。最初的feed是编辑按照人主观的意识，来决定不同文章的排序，就像编辑一本杂志，所有人会看到相同的内容与序列。在“订阅”行为变得普及以后，不同的人由于订阅内容的不同，会有完全不一样的feed流产生，显然这时不会再有编辑为每一个人排序。在各种类型的信息订阅产品中，信息的时效性都是一个比较重要的考量，一个最简单也是比较符合使用者需求的做法是：把所有订阅的内容按照时间倒序排列，将最新生产的内容展示给用户。早期的Fac

8、ebook、微博、知乎，现在的微信朋友圈皆是如此。而当用户订阅数量突破一个阈值时，订阅所产生的内容量会远远大于用户可消费的量，如果此时仍然按照时间倒序