SQL社交网络，保留消息的正确方式？

我正在建立一个社交网络，现在我面临一个问题

那么，哪一个保存消息更快： 要有一个数据库， 以及为每个新用户的消息创建新表

像这样：

CREATE DATABASE 'user_messages';

CREATE TABLE 'user_id' (

    id int(32) NOT NULL PRIMARY KEY,
    new ENUM ('Y', 'N') NOT NULL DEFAULT 'Y',
    time timestamp NOT NULL,
    from_id int(32)
);

INSERT INTO 'user_messages' (id, new, time, from_id) VALUES ('id_value', 'Y', now(), 'friend_id');

或者

使用复制将所有邮件保留在一个表中？？？ 使用索引 如果有十亿行呢？ 像这样：

CREATE DATABASE 'user_messages';

CREATE TABLE 'user_id' (

    id int(32) NOT NULL PRIMARY KEY,
    new ENUM ('Y', 'N') NOT NULL DEFAULT 'Y',
    time timestamp NOT NULL,
    from_id int(32)
);

INSERT INTO 'user_messages' (id, new, time, from_id) VALUES ('id_value', 'Y', now(), 'friend_id');

---

如果不始终使用动态生成的SQL，每个用户创建一个表将成为查询的噩梦

---

一个更好的选择是创建一个表，并使用一个外键将该表中所有用户的所有消息存储回users表。外键将被编入索引，并且不会出现严重的性能问题。如果您认为您将拥有数十亿行或消息，那么您的数据库结构应该相应地进行缩放以处理这些数据量，但您的数据库设计不应该因此而改变。

如果不始终使用动态生成的SQL，则为每个用户创建一个表将成为查询的噩梦

一个更好的选择是创建一个表，并使用一个外键将该表中所有用户的所有消息存储回users表。外键将被编入索引，并且不会出现严重的性能问题。如果您认为您将拥有数十亿行或消息，那么您的数据库架构应该相应地进行缩放以处理这些数据量，但是您的数据库设计不应该因此而改变

那么，哪一个保存消息更快：

虽然我怀疑SQLServer对表的上限明显小于对行的上限，但两者都不可能更快。我不知道您是否会因为跨不同数据库的事务而降低性能

正确的数据库设计将决定单个表

使用索引如果有十亿行怎么办？像这样：

CREATE DATABASE 'user_messages';

CREATE TABLE 'user_id' (

    id int(32) NOT NULL PRIMARY KEY,
    new ENUM ('Y', 'N') NOT NULL DEFAULT 'Y',
    time timestamp NOT NULL,
    from_id int(32)
);

INSERT INTO 'user_messages' (id, new, time, from_id) VALUES ('id_value', 'Y', now(), 'friend_id');

嗯，也许在你开始解决这个问题之前，你应该先看10亿行。但是请注意，您可以出于许多原因（通常是出于性能原因）在GoogleSQLServer表分区中对数据进行分区

那么，哪一个保存消息更快：

虽然我怀疑SQLServer对表的上限明显小于对行的上限，但两者都不可能更快。我不知道您是否会因为跨不同数据库的事务而降低性能

正确的数据库设计将决定单个表

使用索引如果有十亿行怎么办？像这样：

CREATE DATABASE 'user_messages';

CREATE TABLE 'user_id' (

    id int(32) NOT NULL PRIMARY KEY,
    new ENUM ('Y', 'N') NOT NULL DEFAULT 'Y',
    time timestamp NOT NULL,
    from_id int(32)
);

INSERT INTO 'user_messages' (id, new, time, from_id) VALUES ('id_value', 'Y', now(), 'friend_id');

嗯，也许在你开始解决这个问题之前，你应该先看10亿行。但是请注意，您可以出于许多原因（通常是出于性能原因）在GoogleSQLServer表分区中对数据进行分区