PostgreSQL , 圖資料庫 , 論壇搜尋 , 推薦 , 數組 , smlar相似搜尋
通常一個内容社群網站可能需要記錄這麼一些資料: 文章,使用者,标簽。
還有三者之間的關系,包括,文章的标簽,使用者閱讀了文章,使用者收藏了文章,使用者關注了某使用者,使用者是某篇文章的作者。
最終要實作毫無人道的查詢,例如:
閱讀了此篇文章的人還在閱讀什麼其他文章,和我愛好相近的人都有哪些等等等等。
其中文章數量幾千萬,使用者數量接近一千萬。
實際上PostgreSQL裡面的數組、smlar實作這個需求非常的友善。下面開始設計和壓測。
數組用于存儲正向和反向關系,标簽等。
smlar用于查詢相似的數組(找出愛好相似的人)。
1、使用者表
2、标簽表
3、文章表
1、正向關系
1.1、文章被誰看過
1.2、文章被誰收藏過
2、反向關系
2.1、使用者看過哪些文章,包含哪些标簽
2.2、使用者收藏了哪些文章,包含哪些标簽
1、閱讀了此篇文章的其他人還在閱讀什麼其他文章,(過濾目前文章、以及我閱讀過的文章)。
邏輯如下,寫成UDF即可:
UDF如下,都能使用索引,都是聚合後的點查,性能很贊:
2、與我(閱讀文章)愛好相近的人有哪些,走GIN索引,性能很贊。
3、與我(閱讀文章标簽)愛好相近的人有哪些。
與2類似,略。
4、與我(收藏文章)愛好相近的人有哪些。
5、與我(收藏文章标簽)愛好相近的人有哪些。
使用UDF,減少互動次數,完成以下幾類業務邏輯的操作。UDF可以使用plpgsql編寫,很簡單,本文略:
<a href="https://www.postgresql.org/docs/10/static/plpgsql.html">https://www.postgresql.org/docs/10/static/plpgsql.html</a>
1、建立文章的行為,自動産生标簽,并更新或追加标簽表。
2、閱讀行為,修改正向反向關系。
3、收藏行為,修改正向反向關系。
可選索引
1、生成1000萬使用者
2、生成10萬标簽
3、生成5000萬文章
4、生成正向關系,平均每篇文章被500人閱讀,被50人收藏。
5、生成反向關系(按理說,反向關系和正向關系應該一一對應,為了測試友善,我這裡就不對應了,測試效果是一樣的)
平均每人閱讀1000篇文章,涉及500個标簽。收藏100篇文章,涉及50個标簽。
其他人一共閱讀了約50萬其他文章,擷取加排序耗時:200毫秒。
2、與我(閱讀文章)愛好相近的人有哪些。
耗時:2.4毫秒。
前面的推薦文章、找相似的人。指的是實時查詢的性能,而實際這些操作都可以預計算的(因為文章增量不會太大、而且文章的閱讀人群變化不會太大),例如一天重新整理一次,那麼像使用者推薦相似使用者,推薦相似文章時,有預計算則直接查詢結果,那性能會提升到0.0N毫秒級響應。沒有預計算的新文章,則實時查詢(并更新到預計算的表中),也能夠毫秒級響應。
預計算還可以做成另一種模式,當有人查詢這篇文章時,根據上次預計算的時間,決定是否需要重新查詢,并更新它。 (也就是說,實時計算 + 緩存 + 緩存逾時 的模式。)
邏輯如下
3分開發,7分營運。内容網站與社交軟體類似,營運是重頭戲。營運中關鍵的一環是圈子,圈子可以聚人氣,形成圈子往往靠的是推薦,推薦的源頭又是行為,推薦什麼樣的内容、人給目标,靠的是行為。所謂物以類聚,人以群居,就是這個理。
PostgreSQL 的數組、smlar實作高效的歸類查詢、推薦需求非常的友善。
1、數組用于存儲正向和反向關系,标簽等。
2、smlar用于查詢相似的數組(找出愛好相似的人)。
在社交營運、内容營運場景中,非常友善、高效。
熱點人、熱點文章也不在話下,在其他案例中已經測試過,可以參考本文末尾。
<a href="https://github.com/digoal/blog/blob/master/201701/20170112_02.md">《電商内容去重\内容篩選應用(實時識别轉載\盜圖\侵權?) - 文本、圖檔集、商品集、數組相似判定的優化和索引技術》</a>
<a href="https://www.postgresql.org/docs/10/static/intarray.html">https://www.postgresql.org/docs/10/static/intarray.html</a>
計數、實時需求也口可以使用流計算,案例參考:
<a href="https://github.com/digoal/blog/blob/master/201705/20170512_02.md">《三體高可用PCC大賽 - facebook\微網誌 like場景 - 資料庫設計與性能壓測》</a>
<a href="https://github.com/bitnine-oss/agensgraph">https://github.com/bitnine-oss/agensgraph</a>