关注关系产生的四种关系状态

1. 关注
2. 粉丝
3. 双向关注(互粉)
4. 无关系

• 用词follower表示粉丝 – 追随者
• 用词following表示关注 – 追随

设计的结构必须能满足以下功能：

1. 查询关注列表
2. 查询粉丝列表
3. 查询双向关注列表
4. 判断两个用户的关系
5. 查询带关系状态的任一列表

用一行纪录表示关注和粉丝，字段u2的值表示粉丝，u1表示被关注者。

Table: user(用户表)

Table: follower(u2表示粉丝， u1表示被关注的人)

查询用户id = 1的关注列表

SELECT * FROM follower WHERE u2 = 1
查询用户id = 1的粉丝列表

SELECT * FROM follower WHERE u1 = 1
查询用户id = 1的双向关注列表
SELECT t1.* FROM (SELECT * FROM follower WHERE u2 = 1) AS t1 INNER JOIN follower t2 ON t1.u1 = t2.u2 LIMIT 10
判断两个用户的关系(id = 1 –> id = 5)

SELECT * FROM follower WHERE (u2 = 1 or u1 = 1) AND (u2 = 5 or u1 = 5) LIMIT 3
id = 1的用户查询所有 id < 5的用户，并显示关系

 

如上图所示，要查询的用户的那个圈，被分成了四个部分（上面讲的四种状态）：

关注了我的用户
和我互粉的用户
我关注了的用户
我未关注的用户
以上复杂的集合关系，通过单一SQL根本无法实现。

要查询的用户与粉丝集合的交集:

SELECT * FROM

(SELECT * FROM user WHERE id < 5) AS t1
INNER JOIN

(SELECT * FROM follower WHERE u1 = 1) AS t2

ON t1.id = t2.u2
要查询的用户与关注集合的交集:

SELECT * FROM

(SELECT * FROM user WHERE id < 5) AS t1
INNER JOIN

(SELECT * FROM follower WHERE u2 = 1) AS t3

ON t1.id = t3.u1
其他的部分可以通过以上两步查询出来的数据，在内存中作计算得出。

因为关注关系是互相的，用一行纪录即可表示。以上的设计其实是把关注和粉丝的概念用一行纪录表达。这样会引来一个缺点，当follower非常大的时候，对follower表进行分片，如果按u1或者u2分片，假设按u1分片，那么将导致关注列表，即下面的查询要做聚合。

SELECT * FROM follower WHERE u2 = 1
选择u1分片后，u2 = 1的数据行将会落到不同的分片上。

SELECT * FROM follower_0 WHERE u2 = 1
UNION
SELECT * FROM follower_1 WHERE u2 = 1
而粉丝列表的查询不会受影响，同一个用户的所有粉丝分在一个片上。

SELECT * FROM follower_1 WHERE u1 = 1
如果按u2分片，同样也会导致粉丝列表会落在不同的分片上。两个查询不可能同时满足分片。

如果分片是跨数据库或者是跨主机的方案，问题会变得更复杂。

针对方片的优化方案

可以用冗余数据的办法来解决数据分片带来的问题，即将关注和粉丝分2个表存放。 用follower表存放粉丝
用following表存放关注

当用户Ub关注Ua，分别往follower, following写入一行纪录。 （Ua -> Ub） 只是他们表示的含义不同。

follower表示Ua的粉丝是Ub
following表示Ub关注Ua

分片的时候，同时对follower和following进行分片。同时上面分析的所有查询方法也要相应改变，思路还是一样，只是单个表的自联接变成2个表的联接。

以上方案缺点就是数据量会增加一倍，进行关注或者取消关注的写操作会多一次，要同时维护2个表的数据。

以上优化虽然解决了一些问题，但同时也带来一些问题。可见关系型数据库在处理用户关系的时候，表现得很吃力。我们不得不承认，虽然叫“关系”型数据库却不太懂得处理集合关系。