亿级数量下的统计思路方案 (Redis + MySQL)

有一个需求，对于一个公司信息，可能包括许多关联表，例如公司业绩，公司人员，公司变更记录等等大概有二三十个，但是需要查询公司记录的时候将所有关联表的数量展现出来，类似于下图
有一个需求，对于一个公司信息，可能包括许多关联表，例如公司业绩，公司人员，公司变更记录等等大概有二三十个，但是需要查询公司记录的时候将所有关联表的数量展现出来

1. 直接count数据，这显然不行，在 MySQL 的count 接近于O(N)时间复杂度了，并且还是几十个表，所以这个方案直接 pass
2. explain 命令查询近似值，但是在竞品的总值是精确的，所以也 pass
3. 记录额外数据，动态维护
   在公司表增加字段，优点：查询方便，不需要额外再查找；缺点：表结构耦合度增加
   使用额外表记录数量，优点：降低耦合度；缺点：需要额外查一次
   使用 Redis 存储数量，优点：查询和维护都很快速；缺点：会浪费 Redis 宝贵的内存
4. 最终方案：使用 Redis 缓存数据，设置过期时间，防止大量 Key 堆积；并定时持久化到数据库当中
   查询数量：Redis 查询，查询不到查 MySQL ，并缓存到Redis (这里MySQL不要 COUNT 数据表，因为许多根本不存在)
   维护数量：Redis 没有数据查 MySQL，MySQL 有数据自增，MySQL没有数据新增一个初始值1；Redis 有数据，直接自增1
   二次维护：二级列表查询详情会自带一个准确的数据，将这个数据赋值给 Redis。
   因为这个数据对于用户敏感度不是很高，所以使用 Redis，并且很好利用count()恢复数据。