follows大道至简，道道相同，其实世界本没有那么复杂，不过人们把它描写的多样化了，他就那么复杂了，抽象到一定程度发现互不相关的东西都有他的共性，无论在任何领域都少不了change，有change都有质变，质变点就有极值点，min，max，在数学中尤为常见。但有时需要结合最大和最小结合运用才能创造出合理，譬如在web2.0时代颇为流行的newsfeed。twitter，facebook，其实googlereader等都一样，一个生产者，一个消费者。设计往往经常是大家谈论的两种，一种是存储一份，消费者就登陆时候就pull过来，例如你登陆豆瓣，就会看到你好多好友的信息，都是pull过来的，如果你比较强大可以把生产者的内容给每一个消费者发一份。但是也会面临瞬间分发的压力，虽然在发的时候有一定的延时性。但用户读取的时候就很容易，读跟自己相关的就可以了。目前好多有这种应用的都是这种操作。以下是facebooke的。
facebook newsfeed
在看看一篇有关校内的http://www.54chen.com/uncategorized/net-new-to-live-for-all-to-share.html
用的是一些key value的数据库。也是push的思想，即给所有的相关的好友dispatch一份。 但是想twitter这样的有些突发事件或者名人
follows过多的话会有多大的压力无论是写还是读。 后来躲到一篇follows的论文，好像一个普林斯顿大学大学的人写的，专门解决这种臭名昭著的棘手问题，没看的太明白，但是大概思想是把生产者和消费者分类，因为有些生成者是高产者，而有些消费者是高消费者，无论单一的产用pull的方式
或者是push的方式都不是太合适，他们会根据用户的生产效率和登录比率来判断到底给用pull的方式或者是push的方式，当然作者也说类似follows的应用时臭名昭著的应用
难于设计扩展等，作者也做了性能优化方面的分析，用了yahoo的开源的pnuts的key value的一个系统。把用户的好友关系抽象成一张图，然后利用一定的算法来优化这种follows的应用。而且作者通过调用twitter的api进行了一些测试，测试效果还不错。
仔细想想也是，以前总以为设计这种系统要么是是push给用户，要么是pull给用户，但是其实两者是可以结合的，相互弥补。
follows的pnuts应用
看来世事没有绝对性有时候需要结合两个极端来思考问题，中庸也许是一种更好的解决办法。就像老子的思想那样，物极必反。事不能要一个极端。我会附加上作者的论文，本身我也
不全明白，多读几篇follows pdf