网站评论功能数据库设计和开发

Posted 2023-01-30 「已注销」

本文主要分享了我在设计评论模块中的一些心得，希望对读者有些许帮助。

需求分析

现阶段评论做的最好的我想应该是网易新闻（app）里面的评论模块了，其“盖楼”的方式让人印象深刻，评论已经成为该app的核心功能之一了。市面上大部分app的评论模块设计的还是相对简单的，这是可以理解的，因为评论模块不是这些app的核心功能之一。

在设计评论模块前可以和pd或者boss沟通，我们的评论功能是核心功能之一吗？实际上，90%的app采用简单的评论设计就可以了，

也就是采用一问一答，类似于如下的设计。

一问一答

这种设计十分简单、直接，也满足了用户评论、回复的基本要求，对于没有大量用户评论或者评论不是核心功能的app来说就够用了。

暂且把这种场景称之为场景A。

如果你是新闻类或者咨询类的app，有着大量的用户评论，那么设计“盖楼”的效果还是可取的，这样能帮助用户找到该条评论或者回复的上下文情景。但是根据“盖楼”的显示效果不同，设计上也是有很大的差别的。如果是以评论为主的显示方式，类似于下面的显示方式。

评论为主这里可以把评论分为评论和回复，所有的回复均挂在评论下面，类似于树状结构。把这种场景称之为场景B

最后就是类似于网易新闻的评论设计了，贴一张截图

同级显示这种场景下设计最为复杂，因为回复和评论是同等级的，回复还可以引用完整的回复路径，就是可以溯源到最开始的评论上。这种场景我将至称为场景C。

数据库设计

由于我 一直使用mysql，我就以mysql为例谈一下针对上面三种场景的设计。

场景A

这种场景下一般评论数量较少，评论不为活跃，可以把不区分评论和回复，而统一看成评论。区别在于有的评论是直接评论主题(每个评论都挂在某个主题下，如文章、帖子等)，而有些评论是@其他用户的，为了能cover这两张场景，使用一张表就可以达到效果，评论表如下设计：

表字段	字段说明
id	主键
topic_id	主题ID
topic_type	主题type
content	评论内容
from_uid	评论用户id
to_uid	评论目标用户id

为了能复用评论模块，我们引入一个topic_type字段来区分主题的类别。

from_uid表示评论人的id，通过该id我们可以检索到评论人的相关信息。

to_uid是评论目标人的id，如果没有目标人，则该字段为空。

出于性能的考虑，往往我们会冗余评人的相关信息到评论表中，比如评论人的nick、头像等，目标用户也是如此。这样一来我们就只用查询单表就可以达到显示的效果。

有时，目标用户有多个，那么可以将to_uid字段修改为to_uids，保存时用分隔符来分割用户id，而目标用户的信息再去查询缓存或者数据库。也可以简单的将多个目标用户的信息一起存成json格式，可以应付简单的展现需求。

场景B

在以评论为主的树形显示的情况下，数据库的设计十分灵活，可以使用单表，添加一个parent_id字段来指向父评论。如果数据库本身支持嵌套查询，那么还是比较方便的，SqlServer、Oracle都支持，但是mysql不支持，那就只能通过存储过程来实现。在互联网应用中，能不使用触发器｀存储过程`的话，尽量不要去使用，因为其对性能有影响。

我们还可以将评论拆分为评论表和回复表，评论挂在各种主题下面，而回复都挂在评论下面。

评论表的设计如下：

表字段	字段说明
id	主键
topic_id	主题ID
topic_type	主题type
content	评论内容
from_uid	评论用户id

回复表的设计如下：

表字段	字段说明
id	主键
comment_id	评论ID
reply_id	回复目标id
reply_type	回复类型
content	回复内容
from_uid	回复用户id
to_uid	目标用户id

由于我们拆分了评论和回复，那么评论表就不再需要目标用户字段了，因为评论均是用户对主题的评论，评论表的设计更佳简洁了。

回复表我添加了一个comment_id字段来表示该回复挂在的根评论id，这样设计也是出于性能方面的考虑，我们可以直接通过评论id一次性的捞出该评论下的所有回复，然后通过程序来编排回复的显示结构。通过适当的冗余来提高性能也是常用的优化手段之一。这里给出一段我通过来评论id来查找并组织所有回复的代码：

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

public List<ReplyDTO> getReplyListByRid(Long rid) List<ReplyDO> replyDOList = replyDAO.queryReplyByCid(rid); if (replyDOList == null || replyDOList.size() == 0) return new ArrayList<>(); List<ReplyDTO> replyDTOList = new ArrayList<>(); List<ReplyDTO> parentList = new ArrayList<>(); for (ReplyDO replyDO : replyDOList) ReplyDTO replyDTO = convertReplyToDTO(replyDO); if (replyDTO.getReplyType() == ReplyType.COMMENT) replyDTOList.add(replyDTO); parentList.add(replyDTO); else boolean foundParent = false; if (replyDTOList.size() > 0) for (ReplyDTO parent : parentList) if (parent.getId().equals(replyDTO.getReplyId())) if (parent.getNext() == null) parent.setNext(new ArrayList<ReplyDTO>()); parent.getNext().add(replyDTO); parentList.add(replyDTO); foundParent = true; break; if (!foundParent) throw new RuntimeException("sort reply error,should not go here."); return replyDTOList;

 

reply_type表示回复的类型，因为回复可以是针对评论的回复(comment)，也可以是针对回复的回复(reply)， 通过这个字段来区分两种情景。

reply_id表示回复目标的id，如果reply_type是comment的话，那么reply_id＝commit_id，如果reply_type是reply的话，这表示这条回复的父回复。

在数据结构的设计上，我在replyDTO中设计了一个List<ReplyDTO> next属性，这样在形成了一个树形的结构，类似如下结构。

树形结构

客户端可以直接根据该结构来进行树形结构的显示。

场景c

要达到网易新闻中评论的效果我还没有特别好的建议。这种场景中评论和回复是同级显示的，回复不在显示结构上不用挂在一个评论下面。双表的设计在这里就不太合适了，因为涉及到评论和回复的混排，使用双表则会导致查询的逻辑过于复杂。所以建议还是采用单表的设计，不区分评论和回复会简化应用层的逻辑。我们统一都看成评论，而有些评论是可以引用其他评论的。本人推荐采用闭包表的设计，例如：

comment表设计

表字段	字段说明
id	主键
topic_id	主题ID
topic_type	主题type
content	评论内容
from_uid	评论用户id

parent_children表

表字段	字段说明
id	主键
parent_id	父id
child_id	子id

comment表保存所有评论内容，而parent_children表则记录评论表中各个评论的父子关系。

查询时往往会按照时间排序，我们可以直接按id或者创建时间降序排列查询comment表即可。如果用户想查询一条评论的完整引用，则可以通过parent_children来找到对应的路径。向上查找到评论只需要可执行：

select parent_id from parent_children where child_id=$id and parent_id != $id

向下查找所有的子孙评论可执行：

select child_id from parent_children where parent_id = $id and parent_id != $id

闭包表在查询时非常方便，但是插入的性能稍差，因为除了插入评论表以外，还需要把该条评论所有的父子关系插入到父子关系表中。插入性能会随着评论层级的加深而线性下降。

海量数据优化

如果你的系统每天都会有成千上万条评论，那么单表的设计肯定是不行，优化的方式也有很多。

• 分库分表。分库分表是最为常用也最有效的优化方式，建议按照主题来分库分表。这样同一个主题下面的评论就会落到同一张表里，避免了跨表查询。

• 适当的数据冗余。如果你需要显示评论人的相关信息，那么在插入评论时就把这些信息写入评论表中，避免多次查询。实际上，如果是纪录数据，都可以冗余对应的数据信息，因为它们的数据的实时行和一致性要求并不高，用户不会因为评论中的头像没更新而撕了你，哈哈。

• 附加幂等数据只允许单项操作。如果pd要求你能给评论点赞，那么你可以告诉他只能点赞，不能取消。因为从幂等性的要求来说，每个赞都是一条记录。评论的赞数如果都从点赞表中统计得出，那么性能开销会十分巨大，而且点赞如此轻量级的一个操作一定会加剧点赞表的竞争操作。所以建议直接在评论表中添加一个like_count的计数器，该字段只增不减。热门评论加缓存。类似于网易新闻的热门评论，读取频度非常高，可以专门开接口给客户端，同时该接口做缓存。

• 
  

参考文献：

http://www.kuqin.com/shuoit/20160113/350008.html

逻辑数据库设计 - 单纯的树(递归关系数据)

在数据库中存储层级结构

What are the Options for Storing Hierarchical Data in a Relational Database