基于mongodb信息流数据存储设计

简述

以微信朋友圈为例，当打开朋友圈的时候默认刷新最新的数据，数据流以时间倒序排序。那么这样的数据表现形式我们称之为时间线。需要注意的是
我们定义时间线的起始时间为账户的创建的时间，例如，A是B的粉丝，B账号创建时间为2018年10月1日，而A账户的创建时间为2018年11月1日则在A的时间线只可以看到2018年11月1日以后的数据。而B的时间线则是2018年10月1日开始往后的数据。也就是说我们以账号的创建时间为锚点。

场景

用户A是B的粉丝，则A订阅了B，B发布朋友圈则推送给A。

如上图所示，我们整理了一下订阅者关系如下：

A (3)
	-> E
	-> F
	-> C

...

以空间换时间的存储方案

写入效率低，数据允余占用存储空间，读取效率高。

首先基于时间线而言，每个用户都有属于自己的一块存储区域，关联数据在写数据时完成。
如A发布朋友圈，会将此条记录分别写入 A,E,F,C 的时间线存储区域，每个用户只要获取属于自己的数据即可，相当程度的提高了读取效率。但是此方案将会出现大量的数据允余，这里也就是我们所说的以空间换时间的存储方案，如果此例中A有100万的粉丝，这消息副本需要100万份，即便其中大部分数据从未被读取但是这100万的存储空间是实实在在存在的，而且写数据时也会消耗一定的资源。所以这里也引用的消息序列的方案，将耗时的处理通过队列的方式处理。
针对社交关系需要注意一下，E取消对A的关注，只需要将E时间线上的有关A的数据清空掉，同理如果E关注A则需要将A时间线的数据拷贝一份存入E的时间线上。