Разработка ленты подписок (Following Feed) в мобильном приложении

Сделать ленту подписок (following feed) в мобильном приложении, работающую при 100K+ подписчиков, — нетривиальная задача. Простой SQL-запрос SELECT * FROM posts WHERE author_id IN (SELECT followee_id FROM follows WHERE follower_id = :user) ORDER BY created_at DESC ломается при масштабировании: на 1 млн подписчиков и 10 млн постов время ответа превышает 3 секунды. Добавьте realtime, необходимость мгновенного старта и популярного автора с миллионом подписчиков — и без продуманной архитектуры не обойтись. Гибридная схема fan-out для обычных и fan-in для звёзд снижает затраты на инфраструктуру на 30-50%. Наша команда с 7+ лет опыта и 50+ проектами в сфере социальных приложений гарантирует решение, которое выдержит нагрузку. Проведём нагрузочное тестирование k6 на 1000 rps — и только после этого сдаём проект.

Как выбрать архитектуру для разработки ленты подписок: fan-in или fan-out?

Два классических подхода: fan-out on write (push) и fan-in on read (pull). При fan-out публикация поста сразу записывается в ленты всех подписчиков — чтение становится быстрым, но запись дорогой для популярных авторов. Fan-in, наоборот, при запросе собирает посты из подписок — нет дублирования данных, но чтение может быть медленнее. На практике применяют гибрид: fan-out для обычных пользователей (до 100K подписчиков у автора) и fan-in для «звёзд» с миллионами фолловеров. Порог настраивается. Для MVP достаточно fan-in:

SELECT p.*, u.name, u.avatar_url FROM posts p JOIN follows f ON p.author_id = f.followee_id JOIN users u ON p.author_id = u.id WHERE f.follower_id = :user_id AND p.created_at < :cursor ORDER BY p.created_at DESC LIMIT 20; 

Индексы: follows(follower_id), posts(author_id, created_at DESC). С таким запросом при 1 млн подписок время ответа — 100-150 мс.

Cursor-based пагинация: преимущества перед offset

Cursor-пагинация обрабатывает запрос за 50 мс при таблице в 10 млн строк, тогда как OFFSET на 100-й странице — до 2 секунд. Используем cursor = created_at последнего поста (ISO 8601): GET /feed?cursor=LAST_SEEN_POST_TIMESTAMP&limit=20 Ответ: { items: [...], next_cursor: "...", has_more: true }.

Реализация простая: индекс на (created_at) обеспечивает O(log n). В отличие от OFFSET, cursor не чувствителен к вставкам — дубли не появляются.

Как обеспечить мгновенную загрузку ленты?

Кэширование на клиенте — ответ. На iOS с Swift сохраняем первые 50-100 постов ленты в CoreData или Realm. При открытии приложения — мгновенно показываем кэш, одновременно запрашиваем новые посты. Когда новые посты пришли — тихо вставляем их в начало или показываем баннер. NSFetchedResultsController + NSDiffableDataSourceSnapshot для плавного обновления без мерцания. На Android с Kotlin используем Room + Paging 3 с RemoteMediator. Локальная база — источник истины, RemoteMediator подгружает данные из сети в Room, Paging 3 рендерит из Room. На Flutter — Hive или Isar для локального кэша, flutter_bloc для управления состоянием страниц.

Кэш позволяет сократить загрузку данных при старте на 80% и снизить расход трафика.

Realtime-обновления: стратегии и реализация

• Pull to refresh — пользователь тянет вниз, запрашиваем посты новее firstPost.created_at. Самый простой, работает везде.
• WebSocket/SSE — сервер пушит новые посты клиенту. Показываем баннер «N новых постов» вверху ленты (как Twitter). Клиент не вставляет их автоматически — только по тапу на баннер, иначе лента прыгает под пальцем.
• Long polling — компромисс без WebSocket.

На iOS WebSocket — URLSessionWebSocketTask. На Android — OkHttp WebSocket. На Flutter — web_socket_channel.

Настройка realtime-обновлений через WebSocket

1. Создайте WebSocket-соединение при входе в ленту.
2. Сервер отправляет событие new_post с ID поста.
3. Клиент отображает баннер «X новых постов».
4. По тапу на баннер загружаем недостающие посты через API.

Алгоритмическая лента

Хронологическая лента — базис. Если нужна алгоритмическая (ранжирование по engagement): хранить score за каждый пост, пересчитывать через воркер (BullMQ/Celery) при добавлении лайков/комментариев. Клиент запрашивает ленту с параметром sort=ranked. Для первого запуска — хронологическая, после набора данных — переключение на алгоритмическую. Обе ленты как отдельные вкладки (Reels vs Following у Instagram).

Скролл и производительность

UICollectionView с UICollectionViewCompositionalLayout и DiffableDataSource — золотой стандарт на iOS. Prefetch данных через UICollectionViewDataSourcePrefetching. Изображения — Kingfisher с кэшированием в памяти и на диске. На Android LazyColumn (Compose) или RecyclerView с ConcatAdapter. Изображения — Coil с rememberAsyncImagePainter. Главная причина дёрганой прокрутки — декодировка изображений на main thread. Kingfisher и Coil делают это в background по умолчанию. При кастомной загрузке — DispatchQueue.global(qos: .userInitiated).async (iOS) или Dispatchers.IO (Android).

Что входит в работу

• Архитектурная схема ленты (выбор fan-in/fan-out/гибрид) под вашу нагрузку.
• API с cursor-пагинацией и realtime-событиями.
• UI ленты с кэшем и плавной прокруткой.
• Нагрузочное тестирование (k6) на сценарий «1000 запросов ленты одновременно».
• Документация, код и поддержка при деплое.

Этапы разработки ленты подписок

1. Анализ нагрузки: ожидаемое количество подписчиков, TPS, размер поста.
2. Выбор архитектуры: fan-in/fan-out/гибрид, порог для звёзд.
3. Проектирование API: REST + WebSocket, cursor-пагинация.
4. Реализация UI: коллекция/список с кэшем и prefetch.
5. Realtime-интеграция: WebSocket/SSE, баннер новых постов.
6. Нагрузочное тестирование: k6, 1000 rps, мониторинг.
7. Деплой и мониторинг: CI/CD, логи, алерты.

Сроки

Базовая лента с pull-to-refresh и пагинацией — 2-3 дня. С realtime WebSocket, кэшем, алгоритмическим ранжированием — 7-10 дней. Стоимость рассчитывается индивидуально. Закажите разработку под ключ и получите стабильное решение для вашего социального приложения. Свяжитесь с нами для оценки проекта — гарантируем прозрачный подход и сертифицированных разработчиков. Получите консультацию инженера.