day03

3-1 你们的项目是如何进行参数校验的 

我们的项目中使用Bean Validation框架进行参数校验，主要分为三部分

        首先，在实体类中定义验证规则，我们在我们的实体类中使用注解来定义字段的验证规则。例如，我们可以在实体类的字段上使用@NotNull、@Size、@Pattern等注解来声明字段的验证条件。

       其次，当接收到请求参数时，在接收的参数前使用@Valid注解，框架会自动执行参数对象的验证操作，并将验证结果返回给调用方。

      最后，在获取验证结果后，我们可以根据需求对验证结果进行处理。如果验证失败，我们可以采取相应的处理措施，如返回错误信息给客户端。如果验证通过，则可以继续处理业务逻辑。
 

3-2 详细说一下你们的问答系统用到了几张表,表中的主要字段有哪些,表关系是什么 

         在我们的问答系统中用到了两个微服务，三张数据表，分别为学习微服务（learning）中的问题表和回答或评论表，以及用户微服务的用户表；

         用户表包含了用户的信息，用到的主要字段如用户id、用户名和用户头像url等。

        问题表中主要记录了问题的相关信息，包括问题id、问题内容、问题描述、提问学员id、最后新回答的id、问题回答数量；

        回答表则用于存储回答的内容，包括回答id、问题id、评论id、回答人id、回答的内容、回复的目标用户id、回复的目标回答id、回答次数；

        这三张表之间的关系如下：

1.  用户表和问题表是一对多的关系，一个用户可以对应多个问题，但一个问题只能对应一个用户；
2. 用户表和评论表是一对多的关系，一个用户可以对多条回答进行评论，但是一条评论或者回答只能对应一个用户；
3. 问题表和评论表是一对多的关系，一个问题可以有多条评论，但是一条回答对应一个问题。

3-3 你们为什么用Mongo, 而不用MySQL存储问题和评论

在我们项目中使用MongoDB 作为数据的存储，主要有以下原因：

1. 灵活的数据模型：MongoDB是一个文档型数据库，支持动态模式，可以存储不同结构的文档，适合存储半结构化数据。

2. 可扩展性：MongoDB在分布式环境中有较好的可扩展性，支持水平扩展，能够处理大规模的数据和高并发请求。

3. 处理大数据能力：MongoDB在处理大量非结构化或半结构化数据时具有优势，能够高效地存储和查询大数据集。

4. 高性能：对于某些查询模式，MongoDB的性能可能会比MySQL更好，特别是在读取大量数据时。

5. 适合对象导向的应用：对于需要存储复杂对象结构的应用，MongoDB的文档模型更为适合。

6. 内置复制和故障转移：MongoDB内置了复制和故障转移功能，能够提供高可用性和数据冗余。

        在我们的项目中来说，问题和评论的数据量比较大，且价值性不高，所以使用 MongoDB更合适，而不是使用MySQL来进行数据存储。