标签：缓存 hash redis Redis 用户 点赞 star id
本文来自：全栈开发者社区 全栈开发者社区
点赞功能是目前app开发基本的功能
今天我们就来聊聊点赞、评论、收藏等这些场景的db数据库设计问题~
1. 我们先来看看场景的需求：
- 显示点赞数量
- 判断用户是否点过赞，用于去重，必须的判断
- 显示个人点赞列表，一般在用户中心
- 显示文章点赞列
我们先看一下头条和微博的例子
这两个都是具有顶级流量的，后端肯定有复杂的架构，我们今天只谈大众化的方案。
2.1 mysql方案
mysql方案, 随着nosql的流行，大数据的持续热点，但是mysql仍然不可替代，对于大多数的中小项目，低于千万级的数据量，采用mysql分表+cache，是完全可以胜任的，而且稳定性是其他方案无可比拟的：
-- 文章表
create table post {
post_id int(11) NOT NULL AUTO_INCREMENT,
......
star_num int(11) COMMENT '点赞数量'
}
-- 用户表
create table user {
user_id int(11) NOT NULL AUTO_INCREMENT,
......
star_num int(11) COMMENT '点赞数量'
}
-- 点赞表
create table star {
id int(11) NOT NULL AUTO_INCREMENT,
post_id,
user_id,
......
}常用的查询：
查询用户点赞过的文章 select post_id from star where user_id=?
查询文章的点赞用户 select user_id from star where post_id=?
点赞数量可以通过定时异步统计更新到post和user 表中。
数据量不大的时候，这种设计基本可以满足需求了，
缺点：
数据量大时，一张表在查询时压力巨大，需要分表，而不论用post_id还是user_id来hash分表都与我们的需求有冲突，唯一的办法就是做两个表冗余。这增加了存储空间和维护工作量，还可能有一致性问题。
2.2 redis方案
当数据量达到上亿的量，上cache是必经的阶段，由于点赞这种动作很随意，很多人看到大拇指就想点，所以数据量增长很快，数据规模上来后，对mysql读写都有很大的压力，这时就要考虑memcache、redis进行存储或cache。
为什么一般都选择redis， redis作为流行的nosql，有着丰富的数据类型，可以适应多个场景的需求。
采用redis有两种用途，一种是storage，一种是纯cache，需要+mysql一起。纯cache就是把数据从mysql先写入redis，用户先读cache，miss后再拉取MySQL，同时cache做同步。
多数场景二者是同时使用的，并不冲突。
下面说下redis作为storage的方案：
场景a ：显示点赞数量
在点赞的地方，只是显示一个点赞数量，能区分用户是否点赞过，一般用户不关心这个列表，这个场景只要一个数字就可以了，当数量比较大时，一般显示为"7k" ,"10W" 这样。
以文章id为key
//以文章id=888为例
127.0.0.1:6379[2]> set star:tid:888 898 //设置点赞数量
OK
127.0.0.1:6379[2]> incr star:tid:888 //实现数量自增 (integer)
899
场景b：点赞去重，避免重复点赞
要实现这个需求，必须有文章点赞的uid列表，以uid为key场景c：一般在用户中心，可以看到用户自己的点赞列表
这个需求可以使用场景b的数据来实现。
场景d：文章的点赞列表，类似场景b，以文章id为key
//以文章id=888为例
127.0.0.1:6379[2]> sadd star:list:tid:888 123 456 789 //点赞uid列表 (integer)
3
127.0.0.1:6379[2]> sismember star:list:tid:888 456 //判断是否点赞 (integer)
1点赞的地方，如果点赞过显示红色，没有则显示黑白色，
今日头条是没有地方可以看到点赞列表的，而微博点进去，详情页可以看到点赞列表，但是只会显示最近的几十条，没有分页显示。
如下图，我选了一条热点，拥有众多粉丝的“猪猪”
可能有人觉得，点赞列表没人关心，存储又会浪费大量资源，不如不存！但是，这个数据是必须要有的。
两点：
- 去重。点赞数可以不精确，但去重必须是精确的，
- 另外一个社交产品，用户行为的一点一滴都需要记录，对于后续的用户行为分析和数据挖掘都是有意义的。
上面使用string存储的用户点赞数量，除了string，还可以用hash来存储，对文章id分块，每100个存到一个hash，分别存入hash table，每个文章id为hash的一个key，value存储点赞的用户id，如果点赞用户很多，避免id过多产生性能问题，可以单列出来，用sorted set结构保存，热点的毕竟是少数。
方案优缺点比对
hash：使用了更少的全局key ，节省了内存空间；但是也带来了问题
如何根据文章id路由到对应的hash？
查找一个用户id是在hash还是set？存在不确定性
使用hash虽然节省了空间，但增加了复杂度，如何选择就看个人需求了。
除此之外，你还有其他的方法吗？
3. 数据一致性
redis作为storage使用时，一定要做好数据的持久化，必须开启 rdb 和 aof，这会导致业务只能使用一半的机器内存，所以要做好容量的监控，及时扩容。
另外只要有数据copy，就会有一致性问题，这就是另外一个很重要的话题了。以后有时间再细聊吧！
写在最后：把问题写明白，真不是一件容易的事情，请大家多多关注，留言，谢谢！
前几天写的一篇文章，受到众多同行的热情回复，能和众多同行一起交流，深感荣幸！
对于工程类问题，没有标准的方案，一千个人有一千个方案，哪个最适合你只有你自己知道！期待你更好的思路和方法。
标签：缓存,hash,redis,Redis,用户,点赞,star,id 来源： https://blog.51cto.com/u_15261020/2882357
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。