feat: 🎸 new post

Author: GoCoGit

content/posts/1.md

@@ -1,6 +1,6 @@
 +++
 date = '2025-08-03T15:31:31+08:00'
-draft = false
+draft = true
 title = 'Core Principles and Differences of Function Calling, MCP, and A2A'
 +++
 

content/posts/3.md

@@ -4,4 +4,84 @@ draft = false
 title = '【IM专题】01-消息存储设计方案'
 +++
 
-![图片描述](/images/wxsync-2023-05-5661e69baff774c2c2c90b5baf71f18c.png)
+即时通讯系统面对的核心挑战是海量消息的高效存储和可靠同步
+
+![](/images/1760555202788-1dced840-5ce4-46a3-bffc-3d09785e64fd.png)
+
+假设当前有一个群组A，里面有三个用户，此时uid=101的用户在群中发送了一条消息，消息该如何存储？
+
+# 方案一：写扩散（Push Model / 推送模型）
+对数据进行写入操作时，有更多的写入动作。每发送一条群消息，系统需要站在每个群成员的维度分别保存一条消息记录。
+
+![](/images/1760561205294-df9183ab-e468-491e-aa3a-6bfebf01e421.png)
+
+写扩散的好处：
+
+1. 便于读取：避免复杂的合并与排序。
+2. 方便消息的定制化处理：若一个群成员删除了群消息，只是删除了自己的群消息，并不会影响到其他群成员能浏览到该条群消息；方便支持消息的“已读”状态独立标记。
+3. 便于分库分表：每一个用户的所有群消息能落在同一张表中，避免对所有数据表的遍历。
+
+
+
+适用场景：私聊、小群聊（群成员数量少）。
+
+主要限制：当群成员数量非常多时，写扩散模型会因为冗余写入导致极高的写延迟和系统写操作压力。
+
+
+
+# 方案二：读扩散（Pull Model / 拉取模型）
+对数据进行读取操作时，有更多的读取动作。每发送一条群消息，只在库中存入一条共享消息记录。
+
+
+
+读扩散的优势：
+
+1. 高写入效率
+2. 实时修改和权限控制更简单：消息如果需要修改或撤回，只需要update一条记录
+
+缺点：
+
+1. 读取压力大：
++ 多源查询和排序的开销：当用户拉取全局未读消息列表时，需要依次遍历自己所有活跃会话的Timeline，以获取每个会话的最新一条消息。
++ 全局排序：在取到所有最新消息后，必须按照消息时间戳进行全局排序，才能按时间顺序对主会话列表进行排序和展示，这是一个CPU密集型操作，极大地增加了读取延迟。
+2. 消息定制化处理困难：因为消息是共享存储的，任何针对消息状态的个性化处理都需要引入额外的存储和逻辑处理。例如，删除自己的消息记录，需要引入一个独立的状态表，存储“用户-会话-消息”的删除标记；消息已读标记，可以引入一个已读游标，记录用户在某个会话中已读到的最新消息ID。
+
+
+
+# 扩展
+读写扩散模型除了 IM 之外，应用更多的是 feed 流场景，比如：微信朋友圈、微博等。
+
+在完整的读写扩散模型中，有【订阅】、【发布】、【取消订阅】等主要的业务动作
+
+
+
+## 1 订阅
+假设一个系统中有 X、Y、Z 三个用户，用户 X 订阅了 用户 Y 和用户 Z，用户 Y 订阅了用户 Z，那么其订阅和被订阅的关系存储，见下图。
+
+![](/images/1760561368890-ea9aeef6-d031-49f8-b4eb-d8022591dcfb.png)
+
+订阅与被订阅关系，一般通过双向的 KList 结构来存储。
+
+用户 X 订阅了 Y 和 Z，那么在 “订阅关系” 中，Key 是 X，List 中元素包括 Y 和 Z；用户 Y 订阅了 Z，那么在 “订阅关系” 中，Key 是 Y，List 中元素包括 Z。
+
+在 “被订阅关系” 中，Y 被 X订阅，则 Key 是 Y，List 中元素包括 X；Z 被 X 和 Y 订阅，则 Key 是 Z，List 中元素包括 X 和 Y。
+
+## 2 发布
+假设用户 Z 发布了两条消息：msg1 和 msg2，在不同的扩散模型中，则有不同的存储方式。
+
+在写扩散模型中，处理方式为：
+
++ 从被订阅关系中，由 Z 获取元素 X 和 Y；
++ 在 “写扩散存储” 中，将两条消息 msg1 和 msg2 分别写入到 X 和 Y 的 KList 结构中，见下图；
++ 用户 X 和 Y 在拉取消息时，直接从 “写扩散存储” 中读取。
+
+![](/images/1760561368914-081c43bb-cc74-4dd3-a2e3-7ccaf578ace7.png)
+
+在读扩散模型中，处理方式为：
+
++ 在 “读扩散存储” 中，直接将两条消息 msg1 和 msg2 写入到 Z 的 KList 结构中，见下图；
++ 用户 X 在拉取消息时，首先从 “订阅关系” 中获取其订阅的列表，Y 和 Z；
++ 然后再从 “读扩散存储” 中，分别获取 Y 和 Z 的消息列表后进行聚合。
+
+## 3 取消订阅
+取消订阅操作比较简单，直接从 “订阅关系” 和 “被订阅关系” 的存储列表中删除相关元素，同时根据业务规则，对已经获取的消息是否需要保留进行判断即可。

content/posts/my-first-post.md

@@ -1,7 +1,7 @@
 +++
 title = 'My First Post'
 date = 2024-01-14T07:07:07+01:00
-draft = false
+draft = true
 +++
 ## Introduction