Database 评论文章可伸缩性：每个用户排名前n，1次更新，大量阅读

情况是这样的。数百万用户的网站。每个用户的页面都有一个消息部分。任何人都可以访问用户页面，在那里他们可以留言或查看最后100条消息

消息是包含一些额外元数据的短文本。每条消息都必须永久存储，唯一必须实时快速的是消息更新和阅读（人们将其用作聊天）。将经常读取大量消息以检查更改。定期归档旧消息（那些>100）是可以的，但它们必须是可访问的

目前，所有这些都集中在一个大型数据库表中，阅读消息列表和发送更多更新的人之间的争用正在成为一个问题

---

如果必须重新构建系统，您会使用什么存储机制/缓存？这里可以使用什么样的计算机科学学习？（例如集合、列表访问等）

一个简单的解决方案是将数据反规范化，并将预先计算的聚合存储在单独的表中，例如，一个消息计数表，其中有一列表示用户ID，另一列表示其消息计数。更新主消息表后，重新计算聚合

---

它只是将瓶颈从一个地方转移到另一个地方，但它可能会将瓶颈转移到一个负担较小的地方。

一些一般的想法，而不是特定的技术：

按用户ID对数据进行分区。其思想是您可以将用户空间统一划分为大小大致相同的不同分区。您可以使用适当的散列函数在分区之间划分用户。最终，每个分区都属于一台单独的机器。但是，即使在同一台机器上的不同表/数据库上，这也将消除一些争用。分区限制了争用，并为将来的“线性”扩展打开了大门。这有助于负载分布和扩展

当选择一个散列函数对记录进行分区时，寻找一个能够最大限度地减少在添加/删除分区时必须移动的记录数的函数

与许多其他应用程序一样，我们可以假设服务的使用遵循幂律曲线：很少的用户页面会导致大部分流量，然后是长尾。缓存方案可以利用这一点。曲线越陡，缓存就越有效。对于这些短消息，如果每个页面显示100条消息，并且每条消息平均为100字节，那么1GB的RAM缓存中可以容纳大约100000个顶级页面。这些缓存的页面可能会被惰性地写入数据库。在1000万用户中，有10万人在发挥作用

对web服务器进行分区，可能使用相同的哈希方案。这使您可以在不争用的情况下保持单独的RAM缓存。潜在的好处是随着用户数量的增加而增加缓存大小

如果适合您的环境，确保新消息最终写入数据库的一种方法是在将它们放入RAM缓存之后立即将它们放入持久消息队列。队列不存在争用，并有助于确保消息不会在机器出现故障时丢失

---

谢谢你的回答。我们已经使用memcached incr/decr来存储计数。问题更多的是更新/插入之间的争论。在不了解您的环境的情况下，很难推荐体系结构解决方案。