点赞功能是目前app开发基本的功能，明天我们就来说说点赞、评论、收藏等这种场景的db数据库设计问题。
1、我们先来瞧瞧场景的需求：
我们先看一下头条和微博的事例
这两个都是具有顶尖流量的，前端肯定有复杂的构架，我们明天只谈大众化的方案。
2.1mysql方案
mysql方案,随着nosql的流行，大数据的持续热点，并且mysql依然不可取代，对于大多数的中小项目，高于千万级的数据量，采用mysql分表+cache，是完全可以胜任的，但是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selectpost_idfromstarwhereuser_id=?
查询文章的点赞用户selectuser_idfromstarwherepost_id=?
点赞数目可以通过定时异步统计更新到post和user表中。
数据量不大的时侯，这些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，须要分表，而不论用post_id还是user_id来hash分表都与我们的需求有冲突，惟一的办法就是做两个表冗余。这降低了储存空间和维护工作量，还可能有一致性问题。
2.2redis方案
当数据量达到上亿的量，上cache是必经的阶段，因为点赞这些动作很随便，好多人见到大手指就想点，所以数据量下降很快点赞评论网站，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进行储存或cache。
为何通常都选择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，须要+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。
多数场景两者是同时使用的，并不冲突。
下边说下redis作为storage的方案：
场景a：显示点赞数目
在点赞的地方，只是显示一个点赞数目，能分辨用户是否点赞过，通常用户不关心这个列表，这个场景只要一个数字就可以了，当数目比较大时，通常显示为"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，防止重复点赞
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：通常在用户中心，可以看见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，假若点赞过显示绿色，没有则显示黑褐色，
明日头条是没有地方可以见到点赞列表的，而微博点进去，详情页可以看见点赞列表，并且只会显示近来的几十条，没有分页显示。
如右图，我选了一条热点，拥有诸多粉丝的“猪猪”
可能有人认为，点赞列表没人关心，储存又会浪费大量资源，不如不存！并且，这个数据是必需要有的。两点：
里面使用string储存的用户点赞数目，不仅string，还可以用hash来储存，对文章id分块，每100个存到一个hash，分别存入hashtable，每位文章id为hash的一个key，value储存点赞的用户id，假若点赞用户好多，防止id过多形成性能问题，可以单列下来，用sortedset结构保存，热点的其实是少数。
方案异同点比对
hash：使用了更少的全局key，节约了显存空间；并且也带来了问题
怎么按照文章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其实节约了空间，但降低了复杂度，怎么选择就看个人需求了。
除此之外，你还有其他的方式吗？
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，这会造成业务只能使用一半的机器显存，所以要做好容量的监控点赞评论网站，及时扩容。
另外只要有数据copy，都会有一致性问题，这就是另外一个很重要的话题了。之后有时间再细聊吧！
DTCC中国数据库技术会议2020-2019
SACC2019中国系统构架交大会
PostgreSQL2019中国技术会议
点击上方文字可以直接步入小程序浏览，
