原创 社交系统中用户好友关系数据库设计

栏目: 数据库 · 发布时间: 5年前

内容简介:在社交类系统中,用户与用户的好友关系的设计必不可少,那么如何设计好友的数据库至关重要,本篇文章带大家学习一下相关的设计方案。第一步,有一张用户表,表内包含用户的基本信息,比如账号、姓名、性别等信息。这里用tb_user表示用户信息表。第二步,需要将用户与用户直接建立好友关系。这里有两种情况:单向好友关系、互为好友关系。

在社交类系统中,用户与用户的好友关系的设计必不可少,那么如何设计好友的数据库至关重要,本篇文章带大家学习一下相关的设计方案。

基础分析

第一步,有一张用户表,表内包含用户的基本信息,比如账号、姓名、性别等信息。这里用tb_user表示用户信息表。

ID 用户名
1 张三
2 李四
3 王五
4 赵六

第二步,需要将用户与用户直接建立好友关系。这里有两种情况:单向好友关系、互为好友关系。

  • 单向好友关系就是张三在李四的好友列表中,但李四没有在张三的好友列表中;
  • 互为好友关系,如果张三和李四为好友,则双方都在彼此的好友列表中;

好友关系设计

无论上面两种关系的哪一种,好友关系表都可以使用下面的设计,表tb_friend:

ID user_id friend_id
1 1 2
2 1 3

示例中,张三拥有李四和王五两个好友。

单向好友模式

如果是单向好友模式,那么两个人互为好友关系则插入的数据应该是这样:

ID user_id friend_id
1 1 2
2 2 1

也就是张三是李四的好友,李四也是张三的好友。此时使用 sql 语句查询时只用限定user_id作为条件即可查询出用户的好友列表:

select * from tb_friend where user_id = 1

互为好友关系

因为是互为好友关系,则只需要插入一条数据即可。对应的查询语句为:

select * from tb_friend where user_id = 1 or friend_id = 1

当然也可以使用UNION ALL来实现:

select friend_id as friends from tb_friend  where user_id = 1
UNION ALL --使用UNION ALL,因为不存在重复的
select user_id as friends from tb_friend where friend_id = 1

注意事项:

  • user_id1—>friend_id2和user_id2—>friend_id1是相同的记录,不需要重复插入;
  • 为了快速判断两个人是不是好友,可在程序层插入数据前添加一个限制user_id1 < user_id2;
  • 可加入缓存层(Redis或Memcached)来提高性能;
  • 可从数据库层限制(user_id,friend_id)不可重复;

加入分组

如果好友数量比较多,关系比较复杂,可引入好友分组,可进行如下改造:

ID | user_id | friend_id | user_group | friend_group

—-|—-|—-|—-|—-

1 | 1 | 2|好友|同学

2 | 1 | 3|同学|同学

在数据库中添加了user_group,当前user给friend设置的分组,friend_group是当前user的朋友对其设置的分组类别。

于是,查询好友列表的SQL如下:

select friend_id as friends ,user_group as my_group from tb_friends where user_id = 1

UNION ALL

select user_id as friends , friend_group as my_group from friend_id = 1

小结

至此社交系统中好友关系的设计及SQL语句使用基本完成。可根据具体的业务情况进行修改。在查询除好友的id列表之后就可以进行好友信息的查询。此处需要注意的是如果用in语句来查询会有不走索引、sql语句大小限制、性能等问题,可考虑使用左连接进行查询。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Python神经网络编程

Python神经网络编程

[英]塔里克·拉希德(Tariq Rashid) / 林赐 / 人民邮电出版社 / 2018-4 / 69.00元

神经网络是一种模拟人脑的神经网络,以期能够实现类人工智能的机器学习 技术。 本书揭示神经网络背后的概念,并介绍如何通过Python实现神经网络。全书 分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使 用Python实现神经网络,识别手写数字,并测试神经网络的性能。第3章带领读 者进一步了解简单的神经网络,观察已受训练的神经网络内部,尝试进一步改......一起来看看 《Python神经网络编程》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

随机密码生成器
随机密码生成器

多种字符组合密码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具