1. 引言

大家好，我是小?，一個(gè)流浪江湖多年的 985 非科班程序員，曾混跡于國(guó)企、互聯(lián)網(wǎng)大廠和創(chuàng)業(yè)公司的后臺(tái)開發(fā)攻城獅。

1.1 尋找電影般的浪漫

“嘀嗒嘀嗒”，“嘀嗒嘀嗒”，當(dāng)夜幕降臨，你還在代碼的海洋中與 BUG 進(jìn)行著“持久戰(zhàn)”。

突然，你意識(shí)到，生活中不應(yīng)只有鍵盤和屏幕，于是像個(gè)待充電的超人一樣，決定給自己來(lái)點(diǎn)人際交流的活力補(bǔ)給。右手揮舞鼠標(biāo)，左手掏出手機(jī)，邊關(guān)閉 IDE 邊滑動(dòng) App。

這個(gè)時(shí)候，尋找知己的老難題又閃現(xiàn)在腦海：要不要先檢查一遍今日代碼、再做一次單元測(cè)試，還是直接跳入“尋緣池”？（真實(shí)情況可能是，今天跳入哪個(gè)尋緣池 ?? ）

圖片

好不容易做出了一個(gè)勇敢的決定——關(guān)閉電腦，從椅子一躍而起。你拿出手機(jī)，點(diǎn)開了熟悉的交友 App。

然后，個(gè)人資料頁(yè)面在屏幕上亮了起來(lái)，這可是你走出虛擬世界的敲門磚。

你快速瀏覽著，現(xiàn)實(shí)世界中其他的編程愛(ài)好者、攝影迷、文藝青年...，都在這個(gè)小小的舞臺(tái)中綻放著個(gè)性的光芒。

不需排隊(duì)買飲料，不再擔(dān)心交友聚會(huì)上的尷尬沉默。你滑過(guò)一個(gè)又一個(gè)感興趣的頭像，終于，停留在某個(gè)共鳴的話題上，準(zhǔn)備展開一次思想的交鋒。

1.2 技術(shù)支撐下的交友系統(tǒng)

就像前文所述，人們想要跳出孤獨(dú)的循環(huán)，唯一需要的是一臺(tái)手機(jī)，一個(gè)友好的交互界面。

那這個(gè)誘人的交友系統(tǒng)是如何誕生的呢？它背后的算法和架構(gòu)又是如何支撐起你我情感交流的橋梁呢？

今天，讓我們一同撩開這個(gè)現(xiàn)代愛(ài)情駭客的神秘面紗，深度解碼交友系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。

在這篇文章中，小?將分享常見(jiàn)交友軟件的系統(tǒng)設(shè)計(jì)，探索它是如何在短短幾年內(nèi)從 idea 到蓬勃發(fā)展再到?jīng)]落的（不是，瞎說(shuō)什么大實(shí)話！

2. 需求分析

2.1 Small Chat

在一個(gè)宇宙般無(wú)垠的數(shù)字海洋中，浮現(xiàn)了名為 Small Chat 的愛(ài)情小島。

圖片

這座島不是用巖石建成，而是由一群?jiǎn)紊砉罚瓤龋沂侵竼紊砟信┦謾C(jī)里的一個(gè)個(gè) App 打造而成。說(shuō)起這個(gè) App，它簡(jiǎn)直是孤獨(dú)心靈的救星，一個(gè)紙杯電話 2.0 版，或者說(shuō)是一扇帶你邂逅愛(ài)情奇遇的神奇窗戶。

2.2 功能需求

圖片

打開這款叫做 Small Chat 的 App，就如啟動(dòng)太空艇的第一步，用戶得先登錄自己的小小太空艇——上傳星球生活照，裝飾個(gè)人艙室（自我介紹）。

此時(shí)，這位宇航員您可以種下自己的位置信標(biāo)，并根據(jù)個(gè)人偏好裝配指南 needle（推薦算法）。

算法這個(gè)家伙和那位算命先生有點(diǎn)像，據(jù)說(shuō)它會(huì)依據(jù)用戶的星際坐標(biāo)和你那閃閃發(fā)亮的個(gè)人信息（據(jù)說(shuō)，每個(gè)程序員都認(rèn)為自己是全村最靚的仔），匹配茫茫宇宙中的其他太空艇，它們都和你泊在相鄰的星域。

現(xiàn)在，你就可以在手機(jī)熒光屏上批量欣賞這些來(lái)自銀河系各個(gè)角落的宇航員的艙室（就是 Ta 們的照片和資料）。

要是心中一動(dòng)，想要走得更近一些，用戶還可以大膽地向右滑動(dòng)這張星際許可證——就像在說(shuō)：“嘿，boy/girl，你在宇宙中并不孤單”！

當(dāng)然，如果兩個(gè)孤獨(dú)的太空艇都向右轉(zhuǎn)了舵，哦，這不就意味著星際之船即將交匯了嗎？這個(gè)時(shí)候，系統(tǒng)就會(huì)像個(gè)熱心的宇航局一樣，發(fā)來(lái)一條信息：“恭喜，你們已經(jīng)成功配對(duì)！”

這時(shí)，愛(ài)情的宇宙軌道就開啟了哦！

于是，兩位宇航員就可以開始在私人頻道上暢所欲言，探索彼此的宇宙，看看是否能點(diǎn)燃繁星。

2.3 非功能需求

現(xiàn)在，讓我們來(lái)分析一下 Small Chat 星球的潛在居民數(shù)量。

我們估算在這片浩渺的銀河系中，有超過(guò) 1 億顆孤單的心正在尋找彼此的引力波。因此，我們從 1 億個(gè)星際交流頻道出發(fā)，為 Small Chat 的后臺(tái)系統(tǒng)做設(shè)計(jì)。

想象一下，那是一個(gè)可以讓 1 億顆心交織在一起的宇宙網(wǎng)絡(luò)??！

這不僅是技術(shù)的挑戰(zhàn)，也是對(duì)愛(ài)情信號(hào)強(qiáng)度的考驗(yàn)。而這，就是我們今天要介紹的 Small Chat ——不只是一個(gè)交友 App，而是銀河系統(tǒng)中一個(gè)關(guān)于愛(ài)情的奇妙設(shè)計(jì)。

3. 概要設(shè)計(jì)

在數(shù)字化的銀河系中， Small Chat 是一個(gè)獨(dú)特的星球，擁有著精妙絕倫的生態(tài)系統(tǒng)。

3.1 整體架構(gòu)

不妨把它想象為一座由微服務(wù)構(gòu)成的未來(lái)城市，這里的每一個(gè)角落都通過(guò)智能網(wǎng)關(guān)保護(hù)著，就像是銀河巡警，確保通道暢通無(wú)阻。

這座未來(lái)城市的每個(gè)街區(qū)都是一個(gè)專門的小微服務(wù)工廠：用戶工廠、鄰近算法工廠、配對(duì)工廠、聊天工廠、還有那個(gè)精確匹配你可能邂逅愛(ài)情坐標(biāo)的推薦工廠。

圖片

在 Small Chat 的系統(tǒng)架構(gòu)中，我們采取了被廣泛認(rèn)可的微服務(wù)架構(gòu)設(shè)計(jì)。

首先，用戶通過(guò)一個(gè)集中的網(wǎng)關(guān)服務(wù)來(lái)接入不同的微服務(wù)，你可以將其視為一個(gè)高效的調(diào)度中心，既能保安全，又能提高效率。

然后，用戶的所有請(qǐng)求首先被發(fā)送到這個(gè)網(wǎng)絡(luò)門衛(wèi)——也就是網(wǎng)關(guān)服務(wù)器。這個(gè)網(wǎng)關(guān)服務(wù)器的任務(wù)范圍相當(dāng)廣泛，它既要做好流量的管制工作，保護(hù)系統(tǒng)免受過(guò)多請(qǐng)求的壓垮，也要時(shí)刻警惕潛在的網(wǎng)絡(luò)攻擊，同時(shí)對(duì)用戶的身份和權(quán)限進(jìn)行校驗(yàn)。

此外，網(wǎng)關(guān)服務(wù)器還起到了一個(gè)'中介'的角色，把用戶的請(qǐng)求引導(dǎo)到相應(yīng)的微服務(wù)，并將返回的數(shù)據(jù)整合后再展現(xiàn)給用戶。

根據(jù)預(yù)估的用戶級(jí)，這個(gè)網(wǎng)關(guān)服務(wù)器需要能夠應(yīng)對(duì)每天高達(dá)千萬(wàn)甚至億萬(wàn)次的訪問(wèn)量。

3.2 業(yè)務(wù)系統(tǒng)

然后是微服務(wù)的各個(gè)具體組件，用戶系統(tǒng)是負(fù)責(zé)管理和存儲(chǔ)用戶個(gè)人信息的模塊，包括用戶的登錄認(rèn)證，所有的用戶都必須通過(guò)這個(gè)服務(wù)來(lái)驗(yàn)證身份才能使用系統(tǒng)的其他功能。

為了處理龐大的數(shù)據(jù)量，這里用到了分片技術(shù)的 MySQL 數(shù)據(jù)庫(kù)系統(tǒng)，并將它們放在一個(gè)集群里面，方便彈性伸縮。

分布式對(duì)象存儲(chǔ)集群主要存儲(chǔ)了用戶上傳的圖片、音視頻信息，以及聊天時(shí)用到的表情包圖片或者其它文件信息，文件的元數(shù)據(jù)放置在 DB 存儲(chǔ)。

圖片

此外，為了更高效地提供圖片，我們通過(guò) CDN 服務(wù)緩存了用戶訪問(wèn)頻率較高的熱門圖片，以加速圖片加載速度。

至于配對(duì)系統(tǒng)，它則是負(fù)責(zé)用戶互相"右劃"表示喜歡后進(jìn)行配對(duì)的模塊，如果兩個(gè)人互相"右劃"了對(duì)方，這個(gè)服務(wù)就會(huì)將這對(duì)用戶加入到對(duì)方的通訊錄中。

最后，推薦系統(tǒng)的責(zé)任是將可能相互感興趣的用戶推薦給對(duì)方，這需要結(jié)合用戶的行為、興趣愛(ài)好和前述的"配對(duì)"情況來(lái)進(jìn)行智能推薦。

同時(shí)，考慮到地理位置的親近性因素，這個(gè)服務(wù)時(shí)常會(huì)與算法團(tuán)隊(duì)密切合作，確保推薦的對(duì)象在地理上也方便用戶進(jìn)行真實(shí)的社交互動(dòng)。

通過(guò)這些微服務(wù)的配合， Small Chat 的平臺(tái)可以以模塊化的方式靈活地?cái)U(kuò)展功能，同時(shí)保證了用戶數(shù)據(jù)處理的效率和安全。

4. 詳細(xì)設(shè)計(jì)

4.1 高并發(fā)挑戰(zhàn)

對(duì)于交友系統(tǒng)來(lái)說(shuō)，高并發(fā)處理是確保用戶體驗(yàn)和系統(tǒng)穩(wěn)定性的首要技術(shù)挑戰(zhàn)。對(duì)于一個(gè)可能有著幾千萬(wàn)用戶同時(shí)在線的系統(tǒng)來(lái)說(shuō)，維護(hù)系統(tǒng)穩(wěn)定性需要注意以下幾點(diǎn)。

1. 水平擴(kuò)展與負(fù)載均衡

圖片

• 首先，采用無(wú)狀態(tài)的設(shè)計(jì)模式，讓系統(tǒng)后端服務(wù)能夠在多個(gè)處理單元之間進(jìn)行水平擴(kuò)展。這意味著任何一個(gè)單元都可以獨(dú)立處理請(qǐng)求，而不依賴于特定的上下文信息。
• 部署負(fù)載均衡器，將流量分發(fā)到多個(gè)后端服務(wù)器。負(fù)載均衡器可以是硬件負(fù)載均衡器，也可以是如 Nginx 這樣的軟件解決方案，其利用算法（如 輪詢、最小連接數(shù)、一致性哈希 等）智能地將用戶請(qǐng)求分配到處理能力最佳的服務(wù)器節(jié)點(diǎn)。
• 實(shí)現(xiàn)自動(dòng)擴(kuò)縮容機(jī)制，監(jiān)控系統(tǒng)的負(fù)載情況，當(dāng)流量急劇上升，超過(guò)預(yù)置閾值時(shí)，自動(dòng)擴(kuò)展服務(wù)器實(shí)例；當(dāng)流量下降時(shí)，適當(dāng)減少實(shí)例以節(jié)約成本。

2. 數(shù)據(jù)庫(kù)優(yōu)化和緩存策略

圖片

• 數(shù)據(jù)庫(kù)分區(qū)和分片，將數(shù)據(jù)分布到多個(gè)數(shù)據(jù)庫(kù)中，每個(gè)數(shù)據(jù)庫(kù)只負(fù)責(zé)處理一部分?jǐn)?shù)據(jù)，數(shù)據(jù)庫(kù)之間可通過(guò)分布式事務(wù)進(jìn)行數(shù)據(jù)一致性控制。

不了解 DB 分庫(kù)分表的同學(xué)可以看我之前的這篇文章：MySQL高可用，分庫(kù)分表你學(xué)廢了嗎

• 使用讀寫分離模型，通過(guò)主從復(fù)制的方式攤開讀操作的壓力。寫操作只在主數(shù)據(jù)庫(kù)上進(jìn)行，而讀操作則可以在多個(gè)從數(shù)據(jù)庫(kù)上進(jìn)行，這樣可以大幅提高數(shù)據(jù)庫(kù)的讀取性能。
• 引入緩存系統(tǒng)，如 Redis 或 Memcached，將頻繁讀取的數(shù)據(jù)，如用戶的基礎(chǔ)信息、用戶的交互動(dòng)態(tài)緩存起來(lái)。對(duì)于交友系統(tǒng)來(lái)說(shuō)，用戶的動(dòng)態(tài)信息、瞬時(shí)狀態(tài)等可以緩存，減少數(shù)據(jù)庫(kù)的請(qǐng)求次數(shù)。

3. 消息隊(duì)列和異步處理

• 引入消息隊(duì)列，比如 Kafka 或 RabbitMQ，用來(lái)解耦應(yīng)用服務(wù)和后端處理。這允許系統(tǒng)在面對(duì)突發(fā)流量時(shí)把請(qǐng)求排隊(duì)，而不是直接在數(shù)據(jù)庫(kù)或服務(wù)層上造成壓力，從而提高整體系統(tǒng)的彈性和響應(yīng)能力。比如，用戶聊天時(shí)可以把消息通知放到隊(duì)列中排隊(duì)處理。
• 異步執(zhí)行耗時(shí)操作，比如用戶的 匹配運(yùn)算、數(shù)據(jù)分析 等可以放在后臺(tái)服務(wù)中異步執(zhí)行，用戶不需要同步等待這些操作完成。特別是用戶匹配機(jī)制，可以放到并發(fā)量小的時(shí)段統(tǒng)一進(jìn)行。

需要要注意的是，以上策略需要遵循微服務(wù)架構(gòu)的原則，將系統(tǒng)拆分為多個(gè)松耦合、易于擴(kuò)展的小型服務(wù)，每個(gè)服務(wù)可以單獨(dú)部署，獨(dú)立擴(kuò)展。

通過(guò)這些架構(gòu)層面的優(yōu)化，即便 Small Chat 面臨幾千萬(wàn)到上億級(jí)別的用戶并發(fā)請(qǐng)求，也能保持服務(wù)的高可用性和穩(wěn)定性。

4.2 空間鄰近算法

如何根據(jù)用戶的地理位置尋找距其一定范圍內(nèi)的其他用戶，也是交友系統(tǒng)中必不可少的一個(gè)考慮點(diǎn)。

空間鄰近算法是為了解決 給定一個(gè)點(diǎn)，找出距離其最近的點(diǎn) 這一問(wèn)題的算法。在不同的應(yīng)用背景下，會(huì)有不同的考量因素，如精度、效率、存儲(chǔ)需求和實(shí)施的難易程度等，以下是一些常見(jiàn)的空間鄰近算法。

1. 常見(jiàn)的空間鄰近算法：

1）網(wǎng)格（Grid）算法

這種算法是將地理空間簡(jiǎn)單劃分成網(wǎng)格，可以認(rèn)為網(wǎng)格內(nèi)的點(diǎn)是鄰近的。

為提高鄰近好友查詢效率，我們的系統(tǒng)可以按照一定規(guī)則把每位用戶歸類到一個(gè)特定的網(wǎng)格，并在他們的用戶信息里標(biāo)記對(duì)應(yīng)的網(wǎng)格ID（gridID），將位置信息存入 MySQL 中。

這樣，當(dāng)需要查找用戶附近的人時(shí)，我們可以將 3*3 的網(wǎng)格視為相近用戶，這樣僅需搜索目標(biāo)用戶所在的那個(gè)網(wǎng)格以及其相鄰的八個(gè)網(wǎng)格內(nèi)的用戶即可。

但是，即便如此，每當(dāng)面對(duì) DB 的高頻訪問(wèn)時(shí)，這類查詢?nèi)匀豢赡軙?huì)帶來(lái)負(fù)擔(dān)：一方面是太慢，另一方面是不精確，邊界處理也比較復(fù)雜。

為了進(jìn)一步優(yōu)化，我們決定把所有網(wǎng)格及其中的用戶信息都存儲(chǔ)在內(nèi)存中，這樣就可以避免頻繁的 DB 操作。對(duì)于鄰近用戶的查詢，通過(guò)內(nèi)存中的數(shù)據(jù)進(jìn)行計(jì)算即可。

首先，我們可以把所有用戶的經(jīng)緯度信息加載到內(nèi)存中，實(shí)現(xiàn)這一解決方案的關(guān)鍵在于選擇合適的網(wǎng)格尺寸，并能快速確定用戶所在的網(wǎng)格及其周邊網(wǎng)格信息。

實(shí)踐中，通常會(huì)用到 四叉樹網(wǎng)格 和  GeoHash 算法 來(lái)優(yōu)化這一過(guò)程。

2）四叉樹（Quadtree）網(wǎng)格算法

四叉樹網(wǎng)格算法類似網(wǎng)格方法，但是網(wǎng)格的大小是動(dòng)態(tài)分配的。

圖片

它底層使用了四叉樹結(jié)構(gòu)自適應(yīng)地調(diào)整網(wǎng)格大小，以處理用戶密度不同的區(qū)域，這種算法對(duì)不均勻分布的數(shù)據(jù)集表現(xiàn)更好。

具體來(lái)說(shuō)，在人口密集區(qū)，它通過(guò)細(xì)分網(wǎng)格來(lái)減少每個(gè)網(wǎng)格的用戶量（比如深圳南山、北京海淀）；而在人疏少地，網(wǎng)格則相應(yīng)擴(kuò)大（比如一些用戶數(shù)較少的平原地區(qū)）。

這種方法保證了每個(gè)網(wǎng)格的用戶數(shù)不超過(guò)設(shè)定閾值（例如 500 人），當(dāng)查詢附近用戶時(shí)，算法從四叉樹的根節(jié)點(diǎn)開始逐級(jí)向下，直至抵達(dá)包含目標(biāo)用戶的葉子節(jié)點(diǎn)。為了進(jìn)一步查找鄰近網(wǎng)格用戶，可通過(guò)將所有葉子節(jié)點(diǎn)連成一個(gè)雙向鏈表來(lái)實(shí)現(xiàn)（類型 B+ 樹的網(wǎng)狀結(jié)構(gòu)）。

盡管該算法適應(yīng)了很多場(chǎng)景，但編程實(shí)施較復(fù)雜且若網(wǎng)格大小設(shè)置不當(dāng)，會(huì)影響搜索性能，接下來(lái)我們?cè)倏?Geohash 算法。

3）Geohash 算法

Geohash 算法是一種將二維空間坐標(biāo)編碼為一維字符串的方法，它可以有效地表示地理位置信息。

圖片

在交友系統(tǒng)中，Geohash 可以用來(lái)索引用戶的位置，以便快速查詢附近的用戶。結(jié)合 Redis 這樣的內(nèi)存數(shù)據(jù)存儲(chǔ)，使用 GeoHash 應(yīng)對(duì)大規(guī)模地理位置處理成為可能。

1. 用戶位置編碼

當(dāng)用戶提供自己的位置信息，通常是經(jīng)度和緯度，系統(tǒng)會(huì)使用 GeoHash 算法將這些坐標(biāo)轉(zhuǎn)換為一個(gè)字符串。GeoHash 將地圖劃分為網(wǎng)格，每次劃分會(huì)將網(wǎng)格細(xì)分為更小的區(qū)域，經(jīng)緯度坐標(biāo)每一次細(xì)分都相應(yīng)地在 GeoHash 字符串上增加一個(gè)字符。

2. 存儲(chǔ)用戶位置

得到 GeoHash 字符串后，可以使用 Redis 自帶的地理空間索引 GeoSpatial index（Redis3.2 之后支持），直接使用 GEOADD 命令添加用戶的地理位置信息。

3. 查詢附近的用戶

當(dāng)需要查找一個(gè)用戶的附近用戶時(shí)，系統(tǒng)可以做如下操作：

• 首先，獲取查詢用戶的 GeoHash 字符串；
• 使用 Redis 的 GEOSEARCH 或類似的命令，通過(guò)指定中心點(diǎn)（即查詢用戶的位置）和搜索半徑，查詢附近的用戶；
• Redis 會(huì)返回在該區(qū)域內(nèi)的所有用戶 ID 和它們的位置信息。

4. 結(jié)果排序和范圍限制

Redis 的 GEOSEARCH 命令返回的結(jié)果已經(jīng)根據(jù)距離中心點(diǎn)的遠(yuǎn)近排序，查找到的用戶可以進(jìn)一步按實(shí)際距離排序。

如果系統(tǒng)需要對(duì)結(jié)果進(jìn)行限制，如只顯示前10個(gè)最近的用戶，可以在查詢時(shí)指定或者在查詢后處理。

2. 如何選擇

在交友系統(tǒng)中，由于地理位置是不斷變化的，咱們需要一個(gè)可以處理動(dòng)態(tài)數(shù)據(jù)集的算法。并且，為了在大規(guī)模用戶中工作，需要考慮算法的效率和擴(kuò)展性。

GeoHash 由于其簡(jiǎn)單性和易于與其他存儲(chǔ)解決方案結(jié)合使用（如 Redis），在許多現(xiàn)代的定位系統(tǒng)（如 T3 出行、滴滴打車）中非常受歡迎。

所以在 Small Chat 中，我們也使用 GeoHash 算法來(lái)處理位置信息以及附近用戶的匹配機(jī)制。

4.3 推薦算法

推薦算法在交友平臺(tái)中至關(guān)重要，它直接影響用戶的體驗(yàn)和平臺(tái)的留存率。

在 Small Chat 中，我們綜合考慮用戶的互動(dòng)、地理位置等因素來(lái)給用戶打分，并最終生成一個(gè)排名（rank）值，用以推薦其他匹配的用戶。

1. 用戶特征與行為因素

用戶的每一項(xiàng)行為都可能成為加分項(xiàng)，比如：

• 活躍度加分：用戶登錄頻率、交互次數(shù)等，表示用戶對(duì)平臺(tái)的參與度。
• 完善度加分：用戶資料的完整性，包括真實(shí)身份認(rèn)證、興趣愛(ài)好、自我介紹等。
• 正面互動(dòng)加分：其他用戶對(duì)該用戶的正面評(píng)價(jià)，如點(diǎn)贊、喜歡、私信等響應(yīng)。
• 新鮮度加分：新注冊(cè)用戶或長(zhǎng)時(shí)間未登錄后重新快樂(lè)用戶可能會(huì)有一定加分，這點(diǎn)，在很多 moba 手游的匹配機(jī)制里得以充分體現(xiàn)，比如 王者榮耀、和平精英 等。

2. 地理位置因素

• 地理鄰近加分：距離用戶較近的其他用戶會(huì)獲得額外加分。這可以通過(guò) GeoHash 位置算法計(jì)算得出。

3. 算法打分機(jī)制

設(shè)置一個(gè)打分系統(tǒng)，每個(gè)因素根據(jù)其重要性分配權(quán)重，比如：

• 活躍度權(quán)重：25%
• 資料完善度權(quán)重：20%
• 正面互動(dòng)權(quán)重：30%
• 距離權(quán)重：25%

用戶得分計(jì)算公式可表示為：

UserScore = {活躍度分} * 25% + {最大資料完善度分} * 20% + {最大正面互動(dòng)分} * 30% + {最大距離分} * 25%

4. 推薦列表的生成

得到每個(gè)用戶的得分后，為目標(biāo)用戶生成推薦列表的過(guò)程如下：

1. 用戶相似性計(jì)算：首先，通過(guò)用戶的行為和資料完善度找到傾向上相似的用戶。
2. 位置篩選：其次，利用位置信息篩選出距離合適的候選人。
3. 綜合得分排序：根據(jù)上述的得分機(jī)制對(duì)所有篩選后的用戶計(jì)算得分，得到每個(gè)用戶的排名值。
4. 推薦列表生成：最后，根據(jù)得分從高到低排列用戶，生成推薦列表。

為了優(yōu)化響應(yīng)，我們可以將一定范圍的 Rank 列表保存到 Redis 的 Sorted Set 里。其中 key 為用戶 Id， score 字段為推薦度分?jǐn)?shù)，field 列為被推薦的用戶 Id。

5. Rank值的更新

Rank 值不是靜態(tài)的，它應(yīng)隨著用戶行為的變化動(dòng)態(tài)更新。比如，用戶的活躍度可以是逐日遞減的，而一次新的正面互動(dòng)則能帶來(lái)即時(shí)的得分提升。

在實(shí)踐中，可以通過(guò)設(shè)定定時(shí)任務(wù)，如每日或每周更新一次用戶得分。對(duì)于即時(shí)性較強(qiáng)的操作（如互動(dòng)行為），可以觸發(fā)即時(shí)的得分更新流程。

5. 小結(jié)

以上，我們對(duì)現(xiàn)代交友系統(tǒng)的一些常見(jiàn)技術(shù)難點(diǎn)做了一個(gè)大致的剖析，從用戶對(duì)浪漫邂逅的渴望出發(fā)，到細(xì)致的技術(shù)構(gòu)建。

Small Chat 系統(tǒng)不僅讓屏幕前的很多單身貴族與各種可能的緣分相遇，更在龐大訪問(wèn)壓力下，展示了其穩(wěn)定的架構(gòu)。通過(guò)微服務(wù)、負(fù)載均衡、數(shù)據(jù)庫(kù)優(yōu)化、緩存、異步處理和空間鄰近算法的使用，讓一個(gè)可擴(kuò)展、高效且個(gè)性化的交友應(yīng)用得以呈現(xiàn)。