【热点】探探的微服务架构

简介:
    最近在很多场合都听到探探这样一款App:云栖大会、微服务案例分享、脱口秀大会等等,老司机们一定知道我在说啥,作为国内版的Tinder,它在系统设计上还是借鉴了许多老大哥的想法。
    探探的功能可以简单概述为四个部分:用户配置文件管理、个性化推荐匹配、配对服务和实时消息服务。简单地说个人配置文件就是每个用户的介绍,主要存储的是用户照片或视频,毕竟人类是视觉动物,尤其是对于第一印象,照片的上限是9张;推荐服务根据筛选条件(性别,年龄,距离,爱好等)从活跃用户中推荐匹配者;配对服务即双方都有意向,对方将进入自己的匹配用户名单,即服务端的通讯录列表,男性的匹配成功率在0.1%,即每一千次右划能配对成功一次,当然这也看头像和区域哈(当然女性玩家会高出几百倍);最后是实时通讯服务,即点到点即时聊天,不能添加第三方更不能组群^.^

1

    好了,先说第一项功能,探探的客群还是以大陆地区为主,即便如此,图片和小视频的存储量也是相当惊人的,如何确定这些对象在服务端的存储方式,究竟是用文件还是块存储呢?相对于文件存储,块存储的优势在于以下三点:
  1. 易编辑:块存储的表结构可以方便用户提取任意数据块进行编辑;
  2. Transaction保证:变更需要commit并确认操作成功;
  3. 索引功能:可以提升搜索效率。
  4. 便于做访问控制

    平心而论,照片一般作为一个整体文件被添加或替换,所以前两个特点的应用场景并不多,而且在实际操作中,很少有用户会给照片添加各种元数据(拍摄时间,地点,圈头像等等),甚至连照片名字都是一串数字,常规搜索都词不达意,更别说特征搜索了。因此看起来唯一有用的功能只剩访问控制了。我们再来看看文件存储的优势:
  5. 便宜
  6. 访问迅速:不需要遍历表把所有数据块拼起来,一般只需要建立用户--图片--存储位置的单表就可以了。
    2
  7. 可通过CDN进一步提升访问速度,CDN可以很好地缓存多媒体文件。
    3
    下面进入我们的正题,首先我们该如何对用户的配置文件进行微服务拆分?主要考虑有以下几点。

用户访问配置文件(记录用户的基本信息,昵称、地区、爱好等等)需要提供秘钥(为提高安全级别可以将密码替换成令牌),如果我们直接将配置文件与用户对接,那势必别的服务都需要与配置文件建立连接以获取验证信息。但很多情况是不必要的,例如即时通讯跟用户的配置文件毫无关系。基于此我们需要建立一个应用网关服务,专门用来核实用户身份。
配置文件是否要和用户的照片库关联,目前看来似乎只有进入用户账号才能看到该用户的照片,但是从长远来看,不排除会将所有照片进行AI分析,以开发更多客群服务,所以这部分在实际操作中,探探还是将其拆分了。

    因此配置文件拆分后的微服务就如下图所示。

4

    配对服务的业务逻辑是,如果你喜欢我,我也喜欢你,双方就加入到各自的通讯录里,不然你就再也不会浏览到该用户。用户的配置文件跟配对服务没有关系,配对数据库只记录任意通过验证的两个ID之间的双向选择关系,一旦双向选择了,就配对成功,当然如果一方取消配对也会实时地删除双方通讯录。因此可以简单理解为下面的微服务架构。

5

    关于即时聊天服务,小编已经在微信的微服务中介绍过了,这里需要注意的是HTTP是客户端到服务端的单向通信服务,作为即时通讯来说,不可能让用户每次登陆才能查看到未读消息,因此这里需要建立XMPP通讯协议来使服务端可以主动发消息给客户。

6

    综上所述:探探的微服务从前至后包括了:网关服务、配置文件、图片库、配对服务、全网配对数据库(由于数据量的关系,这部分很可能对数据进行了切片,将不同地域的用户放在不同地区的数据库里)、会话服务、会话数据库、消息数据库。
    各位观众如果有想了解的互联网公司的架构,可私信小编,我们可以一起探讨一下。
相关文章
Elasticsearch 批量更新
讲述Elasticsearch批量更新索引指定字段操作
|
9天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
|
21天前
|
人工智能 缓存 前端开发
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
DeepSeek Harness + DeepSeek V4 Pro 项目实战保姆级教程!手把手带你从零安装开源 AI 编程工具,开发架构图、知识讲解网站、3D 网页游戏、全栈 AI 应用 4 个项目,覆盖运行模式选择、插件安装与开发,看看能不能对标 Claude。
13319 91
DeepSeek Harness 首发实测 + 入门教程,夯爆了!梁神我错了
|
14天前
|
Web App开发 人工智能 API
16 个超火的 DeepSeek Harness 插件,大肥鱼已经落后 N 个版本了。。。
DeepSeek Harness 精选插件推荐合集,从图片识别、浏览器操控、多 Agent 协作到手机远程控制,一口气带你看完 DSH 社区热门的十几个插件,覆盖技能扩展、UI 界面增强、整活玩法三大类,让你的鲸鱼变得更强。
1838 4
|
15天前
|
人工智能 Java BI
【AI】DeepSeek Harness 安装、运行、管理插件
本文介绍了如何运行DeepSeek开源的Agent框架DeepSeek Harness(dsh)。主要内容包括:使用nvm安装适配的Node版本;通过代理加速克隆GitHub源码;使用pnpm安装依赖并启动项目;配置DeepSeek API Token;安装扩展功能的插件。该框架自带Web界面,支持模型适配、文件编辑等插件化功能
2039 1
|
10天前
|
人工智能 Linux iOS开发
Ollama使用教程:Ollama官网下载、Ollama本地部署大模型(2026最新)
Ollama 是一款免费开源的本地大模型运行工具,支持在 Windows/macOS/Linux 上离线运行 Qwen、DeepSeek、Llama 等主流开源模型,数据不出本机、隐私安全。提供 OpenAI 兼容 API,命令行一键拉取/运行/管理模型,无需联网,无调用限制,是开发者与 AI 爱好者部署本地 AI 助手的理想选择。(239 字)