我有一个包含很多计数器表的网站：
favorite，follow，upvote，downvote等。
现在每次点击我都会在这些表格中更新/插入一行。
最喜欢的表格
user_id|obj_id|time
关注表格
user_id|obj_id|time
每次点击我都要做更新/插入，即 1次点击= 1 ajax请求到服务器= 1更新/插入这会导致大量调用数据库。
根据数学（据我所知）并且计算次数最少：
1 click = 1 request
1 million click = 1 million request
100 million click/day
= 100 million request/day
= 416k request/hour
= 6830 request/min
= 115 request/sec
有没有更好的方法可以做到这一点？
答案 0 :(得分：0)
您是否已将客户端拆分为与服务器不同的计算机？这是缩放的第一步，次要步骤。
您是否有发送给Slaves的复制和只读查询？这可以允许无限制的读取缩放。 （但这并没有解决UPDATE问题，除了减轻主人的负担。）
单个旋转磁盘上的115个IOP几乎会使其饱和。 innodb_flush_log_at_trx_commit默认为1，这导致每个事务至少1个IOP。一些临时解决方案（直到你的流量再增加10倍）......
SSD - 可能是1000 IOP。
批量更新（例如@N.B.提到的）。这减少了“刷新”数量的100倍。
innodb_flush_log_at_trx_commit = 2 - 几乎消除了冲洗（在某种程度上失去了安全性）。
但是 - 即使你能够足够快地完成UPDATE，你也不需要读取值吗？也就是说，会有争用。您正在做相同的表上有多少个SELECT？ 100 /秒可能没问题; 1000 /秒可能会造成太大的干扰而无法正常工作。
桌子有多大？要使其中任何一个工作，它需要足够小，以便始终缓存。
Reddit是另一种方法 - 在那里捕获更新。然后不断提取累积的计数并进行所需的更新。
分片 - 这是您在多台计算机上分割数据的地方。在用户标识的散列或查找（或两者的组合）上拆分很常见。然后UPDATE需要找出要更新的机器，然后在那里执行操作。如果你有10个分片（机器），你可以维持近10倍的更新速率。最终，这是所有重型打击者每天可以处理100M +用户和数十亿次查询的唯一方式。
分区不太可能有所帮助。分区修剪代码还不够高效，无法为这么小的查询避免过多的开销。