2019-12-20这三个方案都很“硬核”，不过最最重要的，不要照搬硬套，还是要根据实际场景分析问题的难点，找准关键点，制定应对方案，谢谢老师。作者回复: 谢谢~
4
2019-12-20考试你好，我有两个问题
第一:关注的人删除了博文，记录的博文数要不要相应减少？快照里面的数据要不要减少？
第二:如果一个人关注的人很多，比如有一千个，那么它每次过去未读数就就要读取1001次缓存，能够支持50w并发，性能上是如何优化的？作者回复: 1. 博文数要减少，快照不能减少，所以不是很精确，不过应该可以接受
2. 不需要1001次哦，如果有四个缓存节点，就读四次，每次是批量获取的，就是算好哪些数据存储在哪个缓存节点上 1 2
2019-12-20谢谢唐老师，受益良多，加油，等你更新最后三讲作者回复: 我们一起成长进步
1
2020-01-13老师 未读数还会落地到数据库吗作者回复: 不会的，直接用redis
2020-01-09打卡。感谢老师实战经验，眼界开阔了许多。 有一个疑问，这些方案，是老师你们独特想到的，还是业界通用做法呢，如果是业界通用的，业界都是从哪里最先开始获取到理论支持的呢？作者回复: 其实方案是理论的实践，理论是通用的，方案是独特的
2020-01-07统计这个 ID 之后有多少条消息，这就是未读数了
我这里有个疑问,如果用户有10条未读,他直接读第五条消息,那么10-5 = 5 , 就是5个未读,实际上是9条,这样未读就不对了?作者回复: 这个场景在读的时候只能把之前未读的消息都读了
- 2020-01-06如果有多个组件需要展示红点，是不是需要根据不同的组件给用户创建多个不同的时间戳来进行比较呢？
作者回复: 是的
2020-01-02这一讲通俗易懂 很棒作者回复: 谢谢
- 2019-12-30硬核👍
作者回复: 谢谢
2019-12-27谢谢老师，实战篇受益良多作者回复: 感谢
2019-12-221.先从线下的数据仓库中获取全量的用户 ID，并且存储在一个本地的文件中。是把全量ID写到cache里面吗？比如redis。还是写到本地磁盘文件中，比如txt文件中呢？
2.你可以记录一下在这个列表中每个人看过最后一条消息的 ID？如果先看最近的消息，然后最后看消息久远的消息ID，这样统计不准确了吧。因为ID是系统按照时间从小到大生成的。作者回复: 1. 可以写在文件里
2. 这个看过的最近一条消息的ID，指的是你在查看消息列表，想要把未读数为0，可以把最大的ID（也就是最近的ID）设置在最近读到的ID缓存里
2019-12-21如果只记录数量，有删除的话，一减成负数了，这种情况怎么办作者回复: 可以控制不被减为负数。。
2019-12-21关于信息流未读数方案, 快照记录是用户A最近一次查看消息时记录的, 在用户A下次查看消息之前这一段时间, 如果某个关注的人删了几条微博, 然后又发了几条, 总数不变, 这种方案是不是会认为用户A的消息未读数不变? (不过即使是, 鉴于用户对未读数的准确度要求没那么高, 也是可以接受)作者回复: 如果某一个关注人的计数数据减去他的快照数据为负数（删除了数据），可以把结果记为0。不过确实也是会不准确，但是对于准确度要求不高
2019-12-20用户微博数快照是指该用户所有微博的数量吗？作者回复: 是在上一次查看未读数时的微博数量
1
2019-12-20push消息的未读数是主动通知的，这种的话应该是怎么设计的呢？同时也很好奇微博是怎么把海量的消息瞬间发送出去的作者回复: 可以看一下39和40节的内容~
push消息未读应该是主动通知的 2