Question

我的网站允许用户提交帖子并订阅其他人的帖子。该网站的主页显示用户关注的人员的最新帖子。用户可以关注的人数没有限制。一些用户正在关注数千名其他用户。一些用户发布了超过15,000个帖子。

posts数据库表是这样组织的（为清楚起见，省略了一些不相关的列）：

id
author_id
post_content
date_added

我有2个工作解决方案，但我不确定这两种方法是否是最好的方法：

解决方案1：

获取用户关注的author_ids列表。

在表格中查询与任何author_id匹配的帖子：

 SELECT id FROM posts
 WHERE author_id IN (12, 34, 56, 78, 90, ...)
 ORDER BY date_time DESC
 LIMIT 100;

将结果缓存N分钟。

这样可行，但在用户关注数千人时会抓取。

解决方案2：

获取用户关注的author_ids列表。
对于每个作者ID，只需获取其帖子ID的缓存Feed即可。（此Feed用于作者页面）
将所有这些作者的所有帖子ID合并到一个巨大的数组中，并按降序对它们进行排序（这恰好有效，因为每个帖子都会获得一个自动递增的ID）。
缓存并返回最近的100个帖子ID;

这样可行，但有时会在返回数千个用户订阅源并将其合并到包含100,000多个项目的数组时进行爬网。当我关心的是最近的100件物品时，感觉有点矫枉过正。此外，并非所有用户订阅源都在缓存中。一些旧用户可能不再使用该网站，但仍然会有新用户跟随，导致旧用户的Feed被新查询（然后进行缓存）。

这些是最佳解决方案吗？如果没有，那是什么？

Answer 1

怎么样（未经测试，但你明白了）：

SELECT id FROM posts
CROSS JOIN followers ON posts.author_id = followers.user_id
WHERE followers.followed_by_user_id = INSERT_USER_ID_HERE
ORDER BY posts.date_time DESC
LIMIT 100;

或

SELECT id FROM posts
WHERE author_id IN (
  SELECT user_id FROM followers 
  WHERE followed_by_user_id = INSERT_USER_ID_HERE
)
ORDER BY date_time DESC
LIMIT 100;

注意：为了澄清，表followers包含两列user_id和followed_by_user_id。如果某行包含值（user_id:7，followed_by_user_id:42），则表示用户42跟随用户7。

Answer 2

优化解决方案2 ，避免合并和排序所有帖子ID：

创建一个数组来保存结果并复制第一作者的前100个帖子ID的内容，并按id排序。
每位作者：
1. 检查结果数组中的最小id是否大于作者帖子的最大id。
2. 如果是，则跳过该作者，因为他的所有帖子都比结果数组中的帖子旧。
3. 如果不是，则将作者的前100个帖子与结果数组合并，排序，然后仅保留前100个帖子。

此外，您可以维护一个具有每个作者的最大帖子ID的数组。在获取作者的前100个帖子之前，您可以检查此数组。这将避免获取/缓存非活动用户的帖子。

对于解决方案1 ，按id排序比date_time排序要快一些。

数据库查询的最佳方法是什么，返回的结果类似于您关注的Twitter推文的推文？

解决方案1：

解决方案2：

这些是最佳解决方案吗？如果没有，那是什么？

2 个答案: