微信朋友圈是全球最复杂的社交信息流系统之一，因为它采用严格的仅好友可见模型（没有公开帖子），有细粒度的隐私控制，规模巨大。这道题全面考察后端架构能力：存储、信息流生成、社交图谱遍历和隐私执行。
定义核心数据模型：帖子（内容、作者、时间戳、可见性设置）、社交图谱（好友关系、屏蔽用户、可见分组）、互动（点赞、评论）。
解释信息流生成策略：写扩散（发布时扇出到好友时间线）vs. 读扩散（读取时组装信息流），以及微信可能采用的混合方案。
设计隐私执行层：可见分组、屏蔽用户过滤、"仅展示最近三天"的时间限制，在写扩散和读取过滤两个环节同时执行。
处理互动模型：点赞和评论的存储，以及微信朋友圈特有的"共同好友可见评论"规则。
后端包含四个核心服务。帖子服务将内容存储在按用户ID分片的分布式KV存储中，元数据放在关系型数据库便于查询。社交图谱服务在图数据库中维护双向好友关系，Redis缓存加速查询，支持可见分组和屏蔽名单。信息流服务采用推拉结合的混合模型：用户发帖时，向活跃好友的时间线缓存推送（写扩散），但对好友数量极多的用户或不活跃用户，信息流按需组装（读扩散）。时间线是Redis中按用户维度的有序集合，以时间戳排序。隐私服务是核心差异化——它在每条读取路径上充当过滤器。每条帖子有可见性描述：全部好友、指定分组、排除特定好友或仅自己可见。写扩散时隐私过滤决定哪些好友会收到帖子，读取时重新验证以应对关系变更。朋友圈特有的评论可见性规则——只能看到共同好友的评论——需要对社交图谱做交集查询，这部分预计算并缓存。"仅展示最近三天"功能通过时间线缓存中的TTL实现，但帖子在作者的永久存储中保留。
强调隐私模型是核心架构挑战——这是朋友圈与Twitter、Instagram等公开信息流本质不同的地方。
专门讨论共同好友评论可见性规则——这是一个独特且复杂的需求，展示对微信的深入理解。
讨论写扩散的可扩展性：如何处理好友数量上千的用户，避免写放大风暴。
仅好友可见模型创造了更安全、更私密的分享环境，鼓励更高质量的个人内容发布。这符合中国社会对隐私和关系边界的文化规范。这一设计选择是刻意为之的，也是朋友圈十余年持续活跃的核心原因。
对高扇出用户（社交达人），完整的写扩散成本太高。系统切换为拉取模型：他们的帖子集中存储，好友在读取信息流时拉取并合并。通过阈值（如500个好友）决定使用哪种模型。