如何在我的数据库中实现 Twitter 转发操作

Question

我正在实现类似于 Twitter 的 Web 应用程序。我需要实现“转发”操作，一个推文可以被一个人转发多次。

我有一个基本的“推文”表，其中包含以下列：

推文： tweet_id |推文文本 | tweet_date_created | tweet_user_id

（其中tweet_id 是推文的主键，tweet_text 包含推文文本，tweet_date_created 是创建推文时的日期时间，tweet_user_id 是 users 表的外键并标识已创建的用户推文）

现在我想知道如何在我的数据库中实现转发操作。

选项 1

我是否应该创建新的连接表，如下所示：

转推：tweet_id |用户 ID |转推_日期_转推

（其中tweet_id 是tweets 表的外键，user_id 是users 表的外键并标识已转发推文的用户，retweet_date_retweeted 是指定何时转发推文的日期时间完成了。）

优点：不会有空列，当用户进程重新发送时，retweets 表中的新行将被创建。

缺点：查询过程会比较困难，需要连接两个表，并以某种方式按两个日期对推文进行排序（当推文不转发时，按tweet_date_created排序，当推文转发时, 按 retweet_date_retweeted 排序)。

选项 2

或者我应该在tweets 表中将它实现为parent_id，它会看起来像这样：

推文： tweet_id |推文文本 | tweet_date_created | tweet_user_id | parent_id

（所有列保持不变，parent_id 是同一个 tweets 表的外键。创建推文时，parent_id 保持为空。转发推文时，parent_id 包含原始推文 ID ，tweet_user_id 包含处理转推操作的用户，tweet_date_created 包含转推完成时的日期时间，tweet_text 保持为空 - 因为 我们不会让用户在转推时更改原始推文。 )

优点：查询过程更加优雅，因为我不必连接两个表。

缺点： 每次转发推文时都会出现空单元格。因此，如果我的数据库中有 1000 条推文，并且每条推文都被转发 5 次，那么我的 tweets 表中将有 5000 行。

---

哪种方法最有效？是空单元格更好还是查询过程更干净？

Answer 1

IMO 选项 #1 会更好。加入推文和转推表的查询一点也不复杂，可以通过左连接或内连接来完成，具体取决于您是要显示所有推文还是只显示被转推的推文。并且连接查询应该是高性能的，因为表很窄，被连接的列是整数，并且由于 FK 约束，它们每个都有索引。

另一个建议是不要用 tweet 或 retweet 标记所有列，这些可以从存储数据的表中推断出来，例如：

tweet
    id
    user_id
    text
    created_at

retweet
    tweet_id
    user_id
    created_at

和示例连接：

# Return all tweets which have been retweeted
SELECT
    count(*),
    t.id
FROM
    tweet AS t
INNER JOIN retweet AS rt ON rt.tweet_id = t.id
GROUP BY
    t.id

# Return tweet and possible retweet data for a specific tweet
SELECT
    t.id
FROM
    tweet AS t
LEFT OUTER JOIN retweet AS rt ON rt.tweet_id = t.id
WHERE
    t.id = :tweetId

-- 根据请求更新--

以下内容仅供参考，代表我选择选项 #1 的原因，没有外键也没有任何索引，您必须自己添加这些。但结果应该表明连接不会太痛苦。

CREATE TABLE `tweet` (
    `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
    `user_id` int(10) unsigned NOT NULL,
    `value` varchar(255) NOT NULL,
    `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
    PRIMARY KEY (`id`)
) ENGINE=MyISAM AUTO_INCREMENT=8 DEFAULT CHARSET=utf8

CREATE TABLE `retweet` (
    `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
    `tweet_id` int(10) unsigned NOT NULL,
    `user_id` int(10) unsigned NOT NULL,
    `created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
    PRIMARY KEY (`id`)
) ENGINE=MyISAM AUTO_INCREMENT=3 DEFAULT CHARSET=utf8;

# Sample Rows

mysql> select * from tweet;
+----+---------+----------------+---------------------+
| id | user_id | value          | created_at          |
+----+---------+----------------+---------------------+
|  1 |       1 | User1 | Tweet1 | 2012-07-27 00:04:30 |
|  2 |       1 | User1 | Tweet2 | 2012-07-27 00:04:35 |
|  3 |       2 | User2 | Tweet1 | 2012-07-27 00:04:47 |
|  4 |       3 | User3 | Tweet1 | 2012-07-27 00:04:58 |
|  5 |       1 | User1 | Tweet3 | 2012-07-27 00:06:47 |
|  6 |       1 | User1 | Tweet4 | 2012-07-27 00:06:50 |
|  7 |       1 | User1 | Tweet5 | 2012-07-27 00:06:54 |
+----+---------+----------------+---------------------+

mysql> select * from retweet;
+----+----------+---------+---------------------+
| id | tweet_id | user_id | created_at          |
+----+----------+---------+---------------------+
|  1 |        4 |       1 | 2012-07-27 00:06:37 |
|  2 |        3 |       1 | 2012-07-27 00:07:11 |
+----+----------+---------+---------------------+

# Query to pull all tweets for user_id = 1, including retweets and order from newest to oldest

select * from (
    select t.* from tweet as t where user_id = 1
    union
    select t.* from tweet as t where t.id in (select tweet_id from retweet where user_id = 1))
a order by created_at desc;

mysql> select * from (select t.* from tweet as t where user_id = 1 union select t.* from tweet as t where t.id in (select tweet_id from retweet where user_id = 1)) a order by created_at desc;
+----+---------+----------------+---------------------+
| id | user_id | value          | created_at          |
+----+---------+----------------+---------------------+
|  7 |       1 | User1 | Tweet5 | 2012-07-27 00:06:54 |
|  6 |       1 | User1 | Tweet4 | 2012-07-27 00:06:50 |
|  5 |       1 | User1 | Tweet3 | 2012-07-27 00:06:47 |
|  4 |       3 | User3 | Tweet1 | 2012-07-27 00:04:58 |
|  3 |       2 | User2 | Tweet1 | 2012-07-27 00:04:47 |
|  2 |       1 | User1 | Tweet2 | 2012-07-27 00:04:35 |
|  1 |       1 | User1 | Tweet1 | 2012-07-27 00:04:30 |
+----+---------+----------------+---------------------+

请注意，在最后一组结果中，我们还能够包含转推并在 #3 转推之前显示 #4 的转推。

-- 更新--

您可以通过稍微更改查询来完成您的要求：

select * from (
    select t.id, t.value, t.created_at from tweet as t where user_id = 1
    union
    select t.id, t.value, rt.created_at from tweet as t inner join retweet as rt on rt.tweet_id = t.id where rt.user_id = 1)
a order by created_at desc;

mysql> select * from (select t.id, t.value, t.created_at from tweet as t where user_id = 1 union select t.id, t.value, rt.created_at from tweet as t inner join retweet as rt on rt.tweet_id = t.id where rt.user_id = 1) a order by created_at desc;
+----+----------------+---------------------+
| id | value          | created_at          |
+----+----------------+---------------------+
|  3 | User2 | Tweet1 | 2012-07-27 00:07:11 |
|  7 | User1 | Tweet5 | 2012-07-27 00:06:54 |
|  6 | User1 | Tweet4 | 2012-07-27 00:06:50 |
|  5 | User1 | Tweet3 | 2012-07-27 00:06:47 |
|  4 | User3 | Tweet1 | 2012-07-27 00:06:37 |
|  2 | User1 | Tweet2 | 2012-07-27 00:04:35 |
|  1 | User1 | Tweet1 | 2012-07-27 00:04:30 |
+----+----------------+---------------------+

Answer 2

我会选择选项 2，稍作修改。如果不是转推，推文表中的列parent_id 应指向自身。然后，查询将非常容易：

SELECT tm.Id, tm.UserId, tc.Text, tm.Created, 
    CASE WHEN tm.Id <> tc .Id THEN tm.UserId ELSE NULL END AS OriginalAsker
FROM tweet tm
LEFT JOIN tweet tc ON tm.ParentId = tc.Id
ORDER BY tm.Created DESC

（tc 是父表 - 有内容的表。它有推文的文本、原始海报的 ID 等）

如果不转发则引入关于指向自身的规则的原因是这样很容易向原始推文添加更多连接。您只需加入 tc 的表，而不在乎是否转发。

查询不仅简单，而且比选项 1执行得更好，因为排序只使用一个可以索引的物理列。

唯一的缺点是DB会大一点。