用于大数据使用跟踪的数据库架构设计

Question

这是我现在面临的设计问题，我有 90M 的数据记录，并且这些记录有 10K 的用户。我想设计一个架构，让我可以跟踪 10K 用户对这 90M 记录的使用情况。

当前表结构

10k User table
--------------
user_id 
first_name 
lastname..

90M data table: 
---------------
record_id
value1 
value2..

当前实现：- 我们有下表用于跟踪问题是否不可扩展

usage_tracking : 
---------------
record_id
user_id

如果所有用户都使用所有记录，则此表将有 90M*10K 记录。如果我的用户是 100K 或更多怎么办？此表不可扩展。

用例： 产品销售这 90M 条记录，用户根据这些记录的使用情况进行计费。我们应该假设所有用户都使用所有记录

usage_tracking 表类似于事务表，当用户从 UI 条目访问记录时创建了此表。

请建议可扩展的设计方法来跟踪用户使用了哪些记录？

Answer 1

所有一万用户访问所有九千万条记录的可能性有多大？即使是一个用户也会接触到所有这些东西的可能性有多大？我不知道，但你应该。因为没有这些信息，您就没有机会完成体面的物理设计。

您拥有的跟踪表(record_id, user_id) 是您可以逃脱的最小的。没有更小的结构可以容纳您想要的信息。

那么您有什么顾虑？

访问速度？好吧，以(record_id, user_id)（无论如何这是您的主键）和(user_id, record_id) 两种方式构建索引。这样一来，除了初始插入之外，您将触摸表格。

空间？您可以使用表和索引压缩。两个复合索引都应该压缩得很好。因为一旦您可以使用企业版许可证提供的基本表压缩，您的表似乎是插入的。 Find out more.

---

所有这些都是一般性的，这是您在不提供特定用例的情况下可以获得的所有内容。例如，如果您的客户想知道用户最后一次触摸特定记录是什么时候？那么这是一个问题。此外，您还有如何实施实际跟踪的问题（在我看来，这是另一个问题）。