跟踪趋势哈希标签

Question

我在我的微博应用程序中添加了“标签支持”。比如推特，google+，facebook和公司。我的应用程序用户可以在他们的消息中添加哈希标签。Hashtag被转换为html锚，指向列出所有相关消息的搜索页面。现在，，我还想向您展示"Trending“。

消息与MySQL表(InnoDB)以及user_id和一些meta_data一起保存。

我在想以下几种处理趋势的方法：

1. 从消息中提取哈希标签；
2. 将它们保存在db记录的单独行中(空格分隔字符串)； 例如#三藩市#Boeing777 #飞机+-----------------------------------------+-----+
3. 如果不与元数据一起存在，将每个散列标记存储在一个单独的表中； +----+---------------------+------------+---------------------+---------------------+ updated_at 1#三藩市#三藩市00x 0000- 00: 00: 00 \x{e76f} #Boeing777 #Boeing777#Boeing777 x 294 0000000000000000个：00:00 \x{e76f}00000000000000000000000000000000x0000x +----+---------------------+------------+---------------------+---------------------+ 3#飞机17210000000000:000000000000 :00 :00 +----+---------------------+------------+---------------------+---------------------+ id int不为空自动增量hashtag char(20)非空消息int不为空缺省值0 created_at时间戳不为空updated_at时间戳不为空默认“0000-00-00:00:00”
4. 查询db以获取趋势散列标记，例如： 从message_hashtags选择id，其中消息>1，ORDER_BY消息限制为10

这都是理论上的。从长远来看，这个设置会有很好的效果吗？我担心可能出现的瓶颈和存储问题，这些问题可能会导致性能低下和尴尬。我不认为这是过早的优化，因为如果我现在不以正确的方式进行优化，那么如果可能的话，我需要在以后进行大量的更改。

标签是一个很受欢迎的主题，所以我想你们中的一些人有处理HT和相关搜索的经验。

我对一些建议和信息持开放态度，这些建议和信息可能指向使用hashtag的另一个方向。

Answer 1

在标签和消息之间建立一个多到多的关系可能是值得的。这包括增加两个表：

• 哈希标签--使用id和hashtag字段(可能还有其他元数据)，这将是所有现有哈希标签的定义(当用户创建新的哈希标签时，它将实时更新)。
• 带有post_id和hashtag_id字段的hashtags messages，当用户创建带有哈希标签的帖子时，这些字段将更新。这个表中的每一个条目都是在一个帖子上找到的一个标签。

例如：

hashtags
--------
id | hashtag
---+--------
1  | php
2  | madara
3  | awesome

​

hashtags-messages
-----------------
post_id    | hashtag_id
-----------+-----------
1          | 2
1          | 3
2          | 1
2          | 3

这意味着post 1具有#madara和#awesome的哈希标记，而post 2有#php和#awesome。

查询最流行的哈希标签就像在按hashtag_id分组时查询计数一样容易。使用JOIN，您可以获得有关hashtag本身的所有信息。