Question

对于Facebook应用程序，我必须在MySQL数据库中存储用户的朋友列表。我的数据库请求此列表，与其他数据等进行比较。

目前，我将这个朋友列表存储在我的用户表中，将朋友的uid放在一个'text'字段中，并带有'|'作为分隔符。例如：

ID - UID - NAME - FRIENDS =＆gt; 1 - 123456789 - John Doe - 987654321 | 123456 | 765432

我的PHP文件请求此行并通过爆炸该字段（“|”）来提取朋友列表。这一切都运行正常，每1000个用户大约有5MB磁盘空间。

现在出现问题：

对于额外功能，我还需要保存用户朋友的姓名。我可以用不同的方式做到这一点：

1）将此数据保存在额外的表格中。例如：

ID - UID - NAME =＆gt; 1 - 1234321 - Jane Doe

如果我需要ID为1234321的朋友的姓名，我可以从此表中请求该名称。然而，问题是该表将继续增长，直到Facebook上的所有用户都被索引（> 5亿行）。我的虚拟主机不会喜欢这个！这样的表将占用大约25GB的磁盘空间。

2）另一个解决方案是扩展用户表中保存的数据，方法是将名称添加到friends字段中的UID（使用额外的分隔符，让我们使用'，'）。例如：

ID - UID - NAME - FRIENDS =＆gt; 1 - 123456789 - John Doe - 987654321，Mike Jones | 123456，Tom Bright | 765432，Rick Smith

对于这个解决方案，我必须改变脚本，添加另一个额外的爆炸（'，'）等。我不确定这需要多少额外的磁盘空间......但是数据没有得到这样容易处理！

3）第三种解决方案可以很好地概述所有数据，但会导致数据库变得庞大。在这个解决方案中，我们创建了一个朋友表，每个友谊都有一行。例如：

ID - UID - FRIENDUID =＆gt; 1 - 123456789 - 54321

ID - UID - FRIENDUID =＆gt; 3 - 123456789 - 65432

ID - UID - FRIENDUID =＆gt; 2 - 987654321 - 54321

ID - UID - FRIENDUID =＆gt; 4 - 987654321 - 65432

正如您在此示例中所看到的，它可以非常好地概述所有友谊。然而，有大约5亿用户，并且假设每个用户平均有300个友谊，这将创建一个包含150亿行的表。我的主人绝对不会那样......我认为这种表会占用大量的磁盘空间......

那么......如何解决这个问题呢？您如何看待，在Facebook上存储UID +用户朋友名称的最佳方式是什么？如何扩展这种数据？或者你有另一种（更好的）解决方案，而不是上面提到的三种可能性？

希望你能帮助我！

Answer 1

如果我需要朋友的名字 ID 1234321，我可以申请这个名字从这张桌子。但是，问题是这张桌子会继续增长，直到Facebook上的所有用户都是索引（> 5亿行）。我的虚拟主机不会喜欢这个！这样的表将占用约25GB 磁盘空间。

如果存储您需要的用户名称确实需要25GB，那么它需要25GB。你不能移动数据并期望它变小 - 而且表的开销不是。相反，您需要专注于仅存储您实际需要的数据。 Facebook上的所有人不太可能使用您的应用程序（如果的情况下，您不应该使用25GB空间的主机）。

因此，不是索引整个Facebook（无论如何都很难），只需存储与实际使用您的应用程序的人及其直接朋友相关的数据，这是一个小得多的数据集。

您提出的第一个解决方案是正确的方法;它消除了名称存储中的任何潜在冗余。

Answer 2

我同意Amber，解决方案1将是存储此数据的最有效方式。如果您想坚持使用当前的方法（类似于解决方案2），您可能需要考虑将友谊数据存储为JSON字符串。它不会产生尽可能短的字符串，但它很容易解析。

保存数据：

$friends = array(
    'uid1' => 'John Smith',
    'uid2' => 'Jane Doe'
);

$str = json_encode($friends);

// save $str to the database in the "friends" column

要获取数据：

// get $str from the database

$friends = json_decode($str, TRUE);

var_dump($friends);

Answer 3

我真的认为你应该选择第三种选择。为了扩展性，您可能希望这样做使用第一种方法，你有很多冗余数据，因为如果1是2的朋友，2也是1的朋友。但是你存储两种关系。
这也使得1500亿行数不可能。这种情况最多可能是一半，因为关系表可以双向工作!! 因此第一个用户将在表中生成300行，但第二个用户（如果他是1的朋友）将只生成299.继续这样做，最后一个用户甚至不会生成关系行，因为它们都是已经在场了！
此外，当你想开始搜索某些关系时，第三个选项会快得多，因为你有一个int索引而不是fulltext索引，这可能会在存储和处理中节省另外50％速度。

如果您的应用程序将达到5亿用户，您将只需要获得更好的托管服务。

扩展数据，减少加载时间，让我的网站主机满意的最佳方式

3 个答案: