java自定义精确计算解决方案_可计算、高性能的自定义用户字段方案

网络上自定义字段的方案有很多，如果是关系型数据库，大部分都涉及到动态加列；如果是非关系型数据库，可以直接用一个对象存，但是不可能每个字段都加索引，查询效率得不到保证。

这里分享一下另一种取巧的思路，既能保证可通过自定义字段检索，又能实现超高的查询效率。我们采用 redis 和持久化数据库结合的方式。

redis namespace 设计

一个用户自定义字段(User Defined Field，简称 udf)在 redis 存储的 key 格式为：udf:filedName，如下图所示：

它对应的数据结构为 hash ，field 为字段值，value 为用户 ID 列表(以逗号间隔)。

持久性数据库(mysql, postgresql, mongodb 等 )，保存 JSON 字符串。

我们需要保持 redis 和 mongo/mysql/postgres 之间数据同步。这一点并不难，只涉及到字段的添加、删除、修改，保持两边同步就行了。

查询示例

场景一：普通类型值全等查询

要查询 favorColour = "RED" 的所有用户：

其中 redis key 为 udf:favorColour

值：

{

"RED": "用户ID 1",

"BLUE": "用户ID 2",

"BLACK": "用户ID 3，用户ID 4"

}

复制代码

查询步骤如下：

hget udf:favorColour RED ，时间复杂度为 O(1)

如果存在，得到一个字符串，将这个字符串解析成一个用户ID列表，从而查询到相关用户

如果不存在，得到 null，说明没有用户满足条件

场景二：集合类型值 in 查询

要查询「感兴趣专业」中包含「计算机科学与技术」的所有用户。

redis key 为 udf:interestedCourses

值：

{

"计算机科学与技术": "用户ID1，用户ID2"

}

复制代码

查询步骤如下：(和上述一致)

hget udf:interestedCourses RED ，时间复杂度为 O(1)

如果存在，得到一个字符串，将这个字符串解析成一个用户ID列表，从而查询到相关用户

如果不存在，得到 null，说明没有用户满足条件

场景三：查询某个用户具有的所有自定义字段数据

这里直接根据用户 ID 在数据库中查，时间复杂度依旧是 O(1)，查到之后直接将字符串转换成 JSON 即可。

关于找一找教程网

本站文章仅代表作者观点，不代表本站立场，所有文章非营利性免费分享。

本站提供了软件编程、网站开发技术、服务器运维、人工智能等等IT技术文章，希望广大程序员努力学习，让我们用科技改变世界。

[可计算、高性能的自定义用户字段方案]http://www.zyiz.net/tech/detail-116468.html