Question

我有一个想法来存储我网站上的帖子的查看次数，但是我遇到了使用哪些方法以及如何设计它的问题。我的用户发布了许多小帖子，因此会有很多独特的帖子

我的要求如下：

帖子存储在Mysql云数据库中。我需要定期从Redis中提取数据来更新Mysql 视图。
我不关心精确度，视图显示可以少一些（比实际可容忍的少10％）。
关于视图的准确性，不必实时。对于较新的帖子，我希望它们每30分钟更新一次较旧的帖子（超过一周）我可以每天更新一次视图。
理想情况下，每个视图都是唯一的（基于用户），因此每个视图都会计为用户查看过一次的视图。用户无法多次查看帖子。这将是理想的，但我必须存储每个用户在应用程序生命周期中所做的每个视图，并始终检查用户是否已经查看过此帖子，这是不可行的。所以我想要的是视图需要在有限的时间内对用户是唯一的。因此，如果新帖子出来并且Bob查看它将被视为1个视图。如果他在10分钟内再次查看它，则计数仍将如前所述1.如果Bob在1小时内再次查看，则将其视为新视图。如果帖子超过一周，那么鲍勃的观点应该只计算他每天观看多次。

流伪代码：

//Page view comes to server, lets add the unique postId. 

//Using SADD because it will not insert a key that already exists. Not sure of the difference between sadd and pfadd?
sadd "post:tracking", @post.id

//Add the unique user who viewed this page
sadd "post:#{@post.id}:uniques", @userId

然后我运行了一个cronjob，它将执行以下操作：

//Run this every 30 minutes
loop through smembers(post:tracking).For each post do{
      //Get number of views for this post:
        var cnt = SCARD("post:@postId:uniques")
       //post to database new count
}

每隔30分钟，它将遍历所有集合（帖子）并获取该集合中成员的基数（计数）并更新Mysql数据库。这里有一个问题，那就是我没有区分新帖子（不超过1周）和旧帖子（超过1周）。在我的示例中，不包括创建帖子的时间，因为我不确定在哪里存储此信息，这正是我正在寻求帮助的地方。我希望提高效率。

Answer 1

你看过hyperloglogs?了吗？他们非常有效地存储独特的东西（观众），具有非常好的准确性（约1％）。您可以让它们保持运行并每小时/每周/每周从它们中提取统计数据，以获得整体观众数据。

使用redis存储视图

1 个答案: