论坛设计

问题的引出

一个简单的论坛系统，以数据库储存如下数据：
用户名，email，主页，电话，联系地址，发帖标题，发帖内容，回复标题，回复内容。
每天论坛访问量300万左右，更新帖子10万左右。
请给出数据库表结构设计，并结合范式简要说明设计思路。

只是对问题的一点总结和自己的一些看法，原问题的论坛链接http://www.iteye.com/topic/364016，一个方案http://blog.youkuaiyun.com/zou274/article/details/4091036

论坛上一个人参考对问题的分析（主要看思路，不一定是最合理，感觉有时候还要看你的硬件配置是什么样的）

问题分析: 每天论坛访问量300万左右，更新帖子10万左右。
  1. 读写比例在30:1左右, 应向读取效率方面倾斜. 索引建立需参考常用读取的主关键字.
  2. 每月数据在10W*30=300W. 可按月分表
结构:

用户信息：独立表，userid主键
发帖、回帖（两个表，可以满足个性化的需求，否则要一直的加字段，有冗余）：按月表存储，帖子唯一ID主键，日期索引。
帖子内容明细：按月存储，帖子唯一ID主键

综合起来主要有以下几点

1.分表

简单原理就是先算在查，跟海量数据中hash分类差不多，可以根据id来判断，或者时间判断是在哪个表的里面。分区能提高查询效率，但是分区要降低插入效率。无论你拿多少记录（甚至是1条）， 如果两个大表关联都可能会产生非常大的中间值， 如果你排序（排序字段没有用到索引）， 你都可能导致数据库采用各种各样的方式来计算。水平分表可以解决这个问题， 只要你能保证每个表只存适合的记录数（例如100W一个表） （水平分区也可以解决IO的一些问题）。还有可切分数据库如下：

垂直切分：用户库、主题库、回复库
水平切分：用户库1-n、主题库1-n、回复库1-n

2.索引

对于一个实时的在更新的论坛，建立索引的话会因为维护索引而大大的降低性能（10w条，不足以影响性能），如果不建立索引查询的速度性能可能会差。倾向于使用索引，理由如下

1）读和写的比例相差很大，用户体验当然是读多写少，所以综合考虑还是要用索引，而且是加在常用的读关键字上。

2）索引之所以会降低更新的速度的速度，是因为在更新完对应字段后还需要更新对应字段的索引。我们回到题目中，看到更新帖子10万左右。 这句话是说，我们可能对发帖标题，发帖内容，回复标题，回复内容这4个字段做更新。

3.缓存

生成静态页（把首页类似的什么先读出来放到一个静态页面里面），或者缓存最新最热的帖子。建立主题缓存表（这个取每个区的前面100条记录），一般来说负载最大的就是主题的第一页，所以缓存表是个小表（静态页面是对主题缓存表的进一步）。总之就是缓存常用的页面和数据。

4.避免表扫描（表链接）

可以先读取主题,在按照主题ID读取回复;再按照用户ID读取用户;而不要使用关联，关联对数据库的影响也是很大的（需要表的扫描）。引用论坛上一句“使用关联不如多次使用主键查询来的快”。

5.读写分离

用主从数据库，master是写， slave是读 。

6.其他一些方案

1）在数据库和用户之间建立一个缓冲区。(如，将更新的数据放到内存中，达到一定数量的时候再统一更新数据库。假如以100条为例，一旦内存中达到100条数据量将这100条数据统一入库。减少insert操作)

2）写方面，估计主要是INSERT吧，这个可以异步操作的。所有的写贴操作放到一个队列然后批量执行插入数据库操作，也是缓存思想。

3）在前端表现上，可以使用ajax等方式，分步骤取数据，比如主贴的内容先取出来，然后再逐步加载回复信息等。