Question

我正在编写一个内部网应用程序，它的一个功能大致类似于内容投票 - 与SO，亚马逊和许多其他网站不同。

假设每个可投票的内容都有一个唯一的ID，并且每个用户（他们都经过身份验证）都有一个唯一的ID，最简单的方法就是拥有一个“投票”表......

ContentID int
UserID int
VoteValue int

但是每次投票会创造一行 - 拥有数百万条内容和数万名用户，这张桌子将会非常巨大。这是最好的方法吗？我的意思是，如果一个int需要4个字节，每行需要12个字节。如果一百万条内容得到一百票，那就是400MB +的存储空间，是吗？似乎......很多:)。即使VoteValue是一个tinyint（可能很好）并且只有1个字节，表中仍然只有几百兆字节。我的意思是sheesh。

有更聪明的方法吗？我应该将这个“投票”表存储在一个单独的数据库中（忽略潜在的数据完整性问题），以便在存储和性能方面将其与“主”数据进行分区吗？

（我确实意识到，在今天的世界中，400MB并不是一吨 - 但看起来只是为了存储选票，是吗？）

Answer 1

嗯，是的，但你需要看一下大局。有一百万件内容：

（内容大小）＆gt;＆gt; （投票大小）：其中“＆gt;＆gt;”意思是“更大。”

如果您有一百万条内容，则可能是数TB的数据，其中投票数为400MB。大不了？

我还想补充一点，如果您担心可扩展性，请查看此博客：

http://highscalability.com/

Answer 2

就个人而言，只要您拥有良好的指数，就会以正确的方式进行。根据您的使用情况，为了提高性能，您可以尝试通过存储辅助计数信息来避免点击投票表，但总体而言，如果您必须跟踪世界卫生组织投票的内容，则需要按照您列出的方式进行。

我不打算转移到另一个数据库，如果你真的担心SQL Server，你可以创建一个单独的文件组来保存它.....但很可能没有必要。

Answer 3

如果您需要跟踪用户是否已投票选择某个特定项目，以及是否有不同的投票值（例如1星到5星），那么这就像它获得的那样紧凑。

不要忘记，对于合理的访问速度，您需要索引数据（可能是两个索引 - 一个以ContentID作为前导列，一个以userID作为前导列）。

您需要确定是否有理由不将表与其他表分开存储。这意味着什么取决于您使用的DBMS - 使用Informix，该表将位于同一数据库中但存储在不同的 dbspace 中，并且您可能将索引存储在另外两个不同的dbspace中。

Answer 4

您可能还需要表格中内容作者的ID，以便更轻松地检测投票滥用行为。（是的，这可能是多余的信息。另一种方法是定期建立一个汇总表，看看谁在为谁投票。）

对于它的价值，perlmonks投票表看起来像这样：

 `vote_id` int(11) NOT NULL default '0',
 `voter_user` int(11) NOT NULL default '0',
 `voted_user` int(11) default NULL,
 `weight` int(11) NOT NULL default '0',
 `votetime` datetime NOT NULL default '0000-00-00 00:00:00',
 `ip` varchar(16) default NULL,
 PRIMARY KEY  (`vote_id`,`voter_user`),
 KEY `voter_user_idx` (`voter_user`,`votetime`),
 KEY `voted_user_idx` (`voted_user`,`votetime`)

（vote_id是内容ID，ip是IP地址。）

Answer 5

我想说你需要弄清楚如何使用这些投票，并首先为你的数据模型设计特定的查询。这不一定是SQL模型。如果您来自SQL世界，那么通过官方的MongoDB教程有助于清除头脑的开始。

例如，如果您只需要存储和显示单个问题页面的投票，则可以方便地将投票存储在问题的单个字符串字段中，这看起来像id1:id2:id3:。假设所有id都具有相同的长度，则有一些有趣的属性：

计算该问题的所有投票：

len(issue.votes)/len(id)
发现我投了这个问题

myid in issue.votes
查找您投票的所有问题：

select issue.id from issues where issue.votes contains(myid)
查找投票最多的问题

select issue.id from issues order by len(issue.votes) desc limit 10

此架构允许在这些特定情况下避免对读取进行昂贵的计算，但更新issue.votes投票可能比在表中添加行更昂贵。在这种情况下，每个id +分隔符有4个字节的100个投票是500字节的字符串。在您提议的变体中，100票是800字节。

免责声明：我从未实施过这样的事情，这只是一个想法。

在数据库中存储“投票”

5 个答案: