（连载）90天创造奇迹：Digg与时间赛跑，打造Google Reader替代品（四）

编者按：前文讲述了Digg Reader的产生并非偶然。然而要打造一款Google Reader的替代品并非易事。甚至Google Reader之父Chris Wetherell也为Digg团队感到担心。此为连载第四篇：所以你们要打造一款阅读器？（前文详情：连载一，连载二，连载三）

“我很欣赏他们的抱负，这是一份苦差事。要完成好将面临难以想象的挑战。”Chris Wetherell说。许多年前，Wetherell建立了Google Reader——被枪毙掉的产品中最受欢迎且最实用的产品之一。当谈到Digg团队面临什么时，他摇着头，发出了一声常常的叹息：“此时此刻，我为他们感到同情和恐惧。”

RSS阅读从技术上来说极度复杂。对于起步者来说，有一大堆的信息要抓取和整合。从博客到如《纽约时报》这类的主流出版物，再到日历订阅和种类繁多的个人服务。Digg必须获取所有信息，并很快地反馈给你。

“数据库的之大是一个难以想象的挑战，”Wetherell解释说，“互联网如此庞大，但它也只是一堆网页的集合。但RSS阅读数据存储潜在的大小可能几倍于互联网。”举个例子，一个网站可能有很多的订阅源，其中有一些是在搜索问题或标签时找到的订阅源，所有这些数据都要被收集到Digg的服务器中。Wetherell说：“存储所有必要信息并将它们传送至一个世界级的RSS阅读器中，所花费的代价是巨大的。希望他们在银行里有一些积蓄。”

下面所说的可能是一种典型的阅读体验。比如说，你想要订阅你的Flickr中所有标签为“食物”的照片。那是Digg从API调用中抓取的一个特定照片子集。每次你打开Digg Reader，它就要为你载入专属于你的数据。当越来越多的用户参与进来时，这需要非常强大而快速的计算能力。而这只是一个款阅读器要解决的众多问题之一。

当某位用户加载Digg Reader时，Digg的服务器就要访问这位用户订阅的所有订阅源，找到用户上次访问之后加入的文章，然后将它们按逆向时间顺序整合起来。有两种方式来传递这些信息：Digg等待用户发送载入请求（拉），或不断向他们推送新的文章（推）。后者速度更快，但将给服务器造成更大的负担。（目前，Digg打算使用前者，最终期望能实现两者的混合使用。）

与此同时，阅读器要做许多的运算。在它推送文章之前，阅读器必须计算出哪些文章你已经读过，而哪些你还没有读过，并将这个信息展现出来。Digg希望你对文章采取一些行动（至少是让你能够采取行动），因此它还必须把与每篇文章相关的数据记录下来：你把它分享到Twitter或Facebook上了吗？你Digg它了吗？你是否把它发送到Pocket或Instapaper以供日后阅读？如果答案是Yes，它就需要通过相关的图标显示这个信息。——这或许没什么好说的，但这些信息是专属于你的，因此对每一位用户、每一篇文章，它都必须一次又一次地进行运算。

这还只是Digg团队要在三个月内解决的问题中最表层的一些，还有许许多多琐碎繁琐的问题等待着他们：数不清的对用户交互方式如何进行处理的小决策。比如，当人们思考如何“简单”移植现有产品时，大部分人从未考虑过的API缓存。而且所有交互处理都必须在非常短的时间内进行。对于一款RSS阅读器，它应该做到即时响应。

“速度快，利弊兼具。”Digg CTO Michael Young 解释说。他阐述的是对前端软件和后台数据的影响。“阅读器载入迅速、及时，这样我们就能第一时间获取到刚发布的文章。”这需要大量的工作，而时间是最关键的问题。“RSS就很痛苦了。就拿《连线》的RSS来所说，我必须反复地检查。”（就在这时，Young开始模仿起计算机访问服务器了）“有新的文章吗？有新的文章吗？有新的文章吗？如果频率很高的话，比如，每15分钟进行一次，一些网站就会阻止我的访问了。”更多情况下，每分钟就要进行一次。

从根本上说，这是一个残缺的体系。订阅者想要在新文章上线的第一时间就在RSS阅读器上看到它们。然而，除非发布者采取一种推送更新提示的方式，否则除了通过现阶段每15分钟才进行一次缓慢爬取订阅源的形式，Digg阅读器是不可能知道的。有一些网站几个星期才发布一次，每15分钟进行一次的检测就足够了。但一些对于喷涌而出的新闻和服务讯息，如实时交通信息，这样的更新速度就实在太慢了。想像这样一个场景：Digg在3:00爬取一次《连线》的订阅，但《连线》在3:01发出了一篇新文章，而我又恰好在3:14分载入了Digg Reader。那么我就无法看到这篇新文章，即使在我载入之前相当一段时间，它已经发布了。

“想在Google之外解决这个问题，是让我陷入同情而紧张的思考中而忍不住摇头的巨大挑战之一。”Wetherell说，“Google Reader成功的原因之一是，它背后有世界上最棒的爬取系统做支撑。”

每个在互联网上发布信息的人都希望他的信息出现在Google上，因为Google就是流量的象征，而流量又是金钱的象征。发布者希望Google机器人尽可能多地访问他们的网站。但他们不一定希望几十个RSS阅读器一次又一次地检查他们的系统。太过频繁地访问，他们可能会处罚你，阻止你的机器人。失去了机器人，你也将失去你的读者。

当我于五月初拜访Digg时，白板上写满了待办事项。中间散落了一些如“国安局窃听”（现在看来，很有先见之明）和“Windows Phone软件”（我问起这个时，他们只是笑笑）的笑话。然而5月31日时，大部分的待办事项已经完成，而且团队已经准备好把Digg Reader从测试服务器转移到Digg.com了。几乎与此同时，整个网站崩溃了。当Young意识到迎接所有访问Digg用户的是503 error时，他头都大了。天啊！

本以为问题重大，结果是，他们只重启一下路由器就解决了。

（未完待续……）