高性能数据库如何设计（uid+任务+日期=任务状态）

ezhishui 2018-04-02 08:49:56

请求各位大神：
如果做一个任务系统，高峰用户量估计在1000w左右，后台管理多个任务（比如20个），每个用户每天都要完成这些任务，更新任务状态。

如果按照uid+taskId+date查询任务状态更新，每天就需要有1000w*20 = 2亿条数据

一天2亿条，还需要高效率查询更新。这尼玛要升仙啊？哪路大神有过经验感激不尽

...全文

532 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

crynono 2018-04-02

打赏
举报

回复

这种情况，好像要考虑用redis+mongodb的架构了。以前见过一些小公司的关系型数据库，记录达到亿级的时候，就算做了表分区，还是比较吃力

本文深入剖析百度uid-generator——基于Snowflake改进的高性能分布式ID生成器。重点涵盖其双RingBuffer缓存、CacheLine填充优化及动态WorkerId分配三大核心技术；详解环境部署、Spring集成、参数调优等实践要点；并针对边缘计算、IoT等非传统场景提出适配方案，同时总结常见陷阱与性能优化策略。

本文围绕高并发、高可用、高性能的评论点赞系统展开。介绍了系统目标，包括高性能处理请求、高可用性及数据最终一致。阐述了项目难点，如高并发写入等。给出整体架构设计，采用 Redis + Lua 脚本实现原子点赞操作，用 Pulsar 消息队列削峰与异步，还介绍了对账机制。

本文深入剖析Dgraph分布式图数据库的存储引擎架构，涵盖谓词级数据分片、MVCC多版本并发控制、Posting List图数据结构、整数压缩UID编码及Zero/Alpha集群组件分工等关键技术。重点阐述其水平扩展能力、高并发读写一致性和图查询性能优化机制，适用于构建社交网络、知识图谱与推荐系统等复杂关联场景。

本文详解企业信息系统中单据号的设计方法，涵盖编码规则（前缀+日期+流水号）、数据库双表结构（主表存配置、细表存计数）、三步生成算法（规则加载、安全递增、格式化组装），以及高并发优化策略（号段模式、Redis原子递增）和工程化封装方案，确保唯一性、可扩展性与高性能。

本文深入剖析如何利用 Redis BitMap 设计高并发、低存储开销的用户签到系统。对比传统数据库方案在海量数据下的存储膨胀与性能瓶颈，详解 BitMap 原理、底层基于 String/SDS 的实现机制，以及关键实践：Key 分片设计（user:sign:{uid}:{yyyyMM}）、签到逻辑（SETBIT）、连续签到统计（BITFIELD + 位运算优化）。同时覆盖面试高频追问——Redis 多场景应用及宕机容灾策略（AOF、主从+哨兵、DB兜底）。

其他数据库

2,209

社区成员

9,519

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章