我正在创建一个＆＃34;状态更新＆＃34;用户可以发布可以被其他用户查看的一般消息的Feed（想想facebook，twitter推文等中的状态更新）。首先，在创建帖子并将其保存到数据库时，为每个帖子分配一个等级分数。该等级分数与时间衰减函数相结合用于分配＆＃34;真实等级＆＃34;生成订阅源并呈现给用户时每个帖子。这个真正的排名是项目最终排序的方式。
引入战略以打击“垃圾邮件”时出现了复杂性。 （我们不希望用户能够非常快速地发布并且在饲料中占据最高点）。策略是跟踪用户在过去一小时内发布的次数。对于在过去一小时内添加的每个后续帖子，分配的排名分数将受到惩罚。用户在过去一小时内发布的帖子越多，排名得分惩罚越大。这里的想法是将潜在的垃圾邮件进一步推送到Feed中，同时仍然给它一个显示的机会。
以下说明如果我们不考虑垃圾邮件，如果相同的用户快速发布了四个项目后如何对Feed进行排序。
Item 1: Posted 1 min ago. True Rank = 0.99. user_id = 666.
Item 2: Posted 2 min ago. True Rank = 0.98. user_id = 666. SPAM.
Item 3: Posted 3 min ago. True Rank = 0.97. user_id = 666. SPAM.
Item 4: Posted 4 min ago. True Rank = 0.96. user_id = 666. SPAM.
Item 5: Posted 5 min ago. True Rank = 0.95. user_id = 100.
Item 6: Posted 6 min ago. True Rank = 0.94. user_id = 100.
以下是您所期望的。请注意，user_id = 666的帖子会在第一篇帖子后落在Feed上。
Item 1: Posted 1 min ago. True Rank = 0.99. user_id = 666.
Item 5: Posted 5 min ago. True Rank = 0.95. user_id = 100.
Item 6: Posted 6 min ago. True Rank = 0.94. user_id = 100.
Item 2: Posted 2 min ago. True Rank = 0.88. user_id = 666. SPAM.
Item 3: Posted 3 min ago. True Rank = 0.77. user_id = 666. SPAM.
Item 4: Posted 4 min ago. True Rank = 0.66. user_id = 666. SPAM.
我有这样做的策略。如上所述，我跟踪每个用户每小时的帖子数量，并在必要时从排名分数中扣除。这没问题。
当我们考虑如何在每次为用户准备Feed时有效地从数据库中选择项目时，就会出现问题。这是关于性能的。我想一次选择1000个Feed项（最初为1000个，如果用户请求更多，则每个后续获取1000个）。但是如果前1000个项目都是垃圾邮件呢？选择所有项目然后准备Feed在技术上可行，但系统中的项目数量可能非常大。
我很难创建一种算法来为Feed选择项目，而不需要一次大量提取，并且每个Feed项目都有机会显示在Feed上，即使它的排名是非常低。
让用户每小时只发布n个项目的人工解决方案不是一种选择。
对于它的价值，我可以使用的工具是MySQL，Memcached和PHP。
提前感谢您的帮助。
答案 0 :(得分：0)
我认为使读取真正有效的方法是找出何时在INSERT时排除帖子（可能有一个单独的通知表并使用一些速率限制，例如漏桶算法，以确定哪些要排除）。
要做一些接近你想要做的事情，你现在可以做这样的事情http://sqlfiddle.com/#!2/c20ac/8
它说的是“每个帖子中只允许每个用户显示一个帖子”。您必须调整N值（示例中为5）以获得您拥有的数据速率，但它可以很好地处理数据。
功能方面一个更好的版本可能是（如果你存储帖子的时间戳）根据帖子的时间进行划分，以及现在的时间和帖子的时间之间的差异。我认为这会慢一些，因为你要在派生列上进行分组。