社交平台中根据用户偏好设置，每天推荐符合条件的用户？

Question

很多社交平台，都有这步功能：

1.根据用户偏好设置，每天 8点 推荐符合条件的用户

2.当数据库里查询不到满足条件的人时，会自动扩大范围查询

3.每天出现重复的人的几率很小

如图例：

有小伙伴们知道这个业务逻辑怎么实现不？后端的数据表结构怎么设计呢？

up！

Answer 1

像这种不是实时更新的内容比较好办。说自己的理解：

1. 内容是定制的，所以肯定不能实时获取，可以在在每一天低峰（傍晚）开启定时任务，为每一个定制的用户生成定制的数据，8点直接获取就可以了

2. 至于运算生成的结果：

   1. 首先是根据条件查找，这个查找就需要看怎么设计了，一般不是直接通过数据库来操作的，一般是通过 ES 进行搜索，因为涉及到匹配度的问题，去重ES里面好像也可以做。
   2. 这种一般不直接通过数据库筛选做到，因为太麻烦了，排序筛选，去重，每一步都是高消耗。用户太多完全不得行，当然不知道那些巨佬是怎么弄得，我只是打工人

Answer 2

有小伙伴知道实现思路的没？^_^！