共计 2477 个字符，预计需要花费 7 分钟才能阅读完成。
作者：一起 web 编程
链接：www.toutiao.com/i6825148720728769028
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
- 显示文章点赞列表
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。
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：
a. 去重。点赞数可以不精确，但去重必须是精确的，
b. 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。
微信搜索：【Java 小咖秀】更多精彩等着您~
回复手册获取博主 15 万字 Java 面试通关手册 &1.4 万字 Linux 命令实战书册~
