500万日活app用户表设计,服务化业务边界。

风姿-懒人 2019-03-19 11:02:53
想讨论下 400万日活的用户表该如何设计,更加合理。 简要信息如下:
1.用户基本信息 类似:手机号码,账号,昵称,邮箱,密码,性别,年龄
2.用户密保信息:密保问题1 密保问题2 答案1 答案2.
3.用户类别信息:是一个普通用户,还是大v,还是其他类型。
4.机型信息:手机imei,手机系统类别,手机厂商,手机型号,系统版本等。
5.登陆信息:登陆时间,最后登陆时间,需要有详细登陆记录,以及登陆时的手机型号等信息,而且用户是感知不到登陆的
6.经验信息:账号等级体系,多少经验增加一个等级 类似1 2 3 4级,初始1级,100经验2级 200 4级类推,经验来源发评论等。
7.积分信息:账号积分体系,积分可以兑换,积分来源做任务,签到等。
8.会员信息:会员开通时间,会员到期时间,开通时长,续费信息等。
9.第三方信息:qq登陆,微信登陆,小米登陆等。
10.其他待补充:

额外要求:
1.所有登陆,注册等行为需要可回溯。类似一个用户换了个手机号码,重新注册了一个账号,需要大概率识别是同一个人。原因:当前互联网用户拉新成本比较高,需要明确知道,当前拉新的用户是否是真正的新用户。

2.账号防止被刷,要能识别出哪些账号是黑厂账号,哪些是正常账号。

3.对app端用户友好,性能OK 要求接口返回等100ms以内。

4.其他待补充

首先是表设置 db使用mysql.

其次是dubbo服务化,将用户进行抽离出来服务化,那么这个应该如何设计好。

希望广大论坛好友帮忙参谋 一起讨论下,如何实现,或者帮忙补充下还有哪些需要注意的地方。
...全文
570 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
mdzzNO 2019-04-03
  • 打赏
  • 举报
回复
您好, 就是我遇到了那个您有个提问的jenkins中deploy没有打印信息, 就是deploy没有成功, 想请问下您最后解决了吗. 实在没有联系方法只能这样找您
风姿-懒人 2019-03-21
  • 打赏
  • 举报
回复
用户账号数据分为2部分。 一部分叫做被动用户,也就是系统自动分配的,一部分为用户自己注册的。 被动分配的数据在4亿左右。
主动注册的也在5000万以上,所以具体表应该如何设计,如何划分边界。主表应该存什么,感觉要细细思考。
风姿-懒人 2019-03-21
  • 打赏
  • 举报
回复
针对历史表,这里有个问题,如果用户是登陆注册,那没毛病。问题在于用户一旦登陆,就不会有下次在登陆的行为。
类似我们上美团,肯定只需要等于一次,之后的很长很长一段时间都是不会再登陆的。
maradona1984 2019-03-20
  • 打赏
  • 举报
回复
俺这房产行业木有没遇到过这么高的日活,你这描述数据库用户记录数怎么也有1000W往上了(低频app就更高了),mysql分表是必然的咯,怎么分那得看你的业务了,或者可以考虑不用mysql,可以考虑用hbase(或者组合使用)

不同手机号要识别同一个用户, 有imei就很简单了,如果还要进一步,那得买别人家数据了
是否黑厂,app集成SDK做用户行为分析是否可行?

服务化前提是数据层要独立,影响最大的还是关联查询,避免跟用户表关联查询,举个例子,查询姓名为张的人的订单数,如果数据库物理隔离,这种查询只能先查出张姓用户的id集合,作为条件查出这些id下的订单(或许有更好的办法,但我没想到)
stacksoverflow 2019-03-20
  • 打赏
  • 举报
回复
1.设计历史表,所有登陆,注册行为都存入历史表并且保存尽可能全的请求信息(通过队列写)。 通过对历史表的分析来识别同一用户,黑厂账号等 2.接口返回等100ms以内的话,一般读缓存写队列就可以满足。 3.dubbo服务化的话在保证业务的独立性的前提下按流量拆分服务。
内容概要:本文针对复杂三维环境下多无人机动态避障路径规划问题,提出一种基于蚁狮优化算法(ALO)的解决方案,并通过Matlab实现算法仿真。研究重点在于解决多无人机在飞行过程中面对静态与动态障碍物时的安全避障与路径最优问题。ALO算法模拟自然界中蚁狮捕食行为的捕猎机制,通过“陷阱构建”“诱捕猎物”“淘汰劣解”等操作实现对无人机路径的全局搜索与动态优化。文中设计了一个综合考量路径长度、飞行高度、环境威胁等级及转弯角度等因素的多目标代价函数,以实现低能耗、高安全性和强适应性的飞行路径规划。在复杂三维空间中设置了多个动态障碍物场景,通过仿真实验验证了该方法在路径合理性、避障实时性以及收敛稳定性方面的优越性能,为城市搜救、灾害应急、军事侦察等多机协同任务提供了有效的路径规划技术支持。; 适合人群:具备一定编程基础和优化算法理论背景,从事无人机系统控制、智能优化算法研究、路径规划或自动化相关领域的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于城市密集建筑区、山区地形或灾害现场等复杂三维动态环境中多无人机协同执行侦察、救援或监测任务的路径规划;②用于提升无人机集群在未知或时变环境中自主导航、实时避障与协同决策能力的研究与系统开发; 阅读建议:建议结合提供的Matlab代码深入理解ALO算法的具体实现流程,重点关注目标函数的设计思路、动态障碍物建模方式以及种群迭代过程中的路径更新策略,同时可将该方法与其他智能优化算法(如PSO、GWO、WOA)在相同场景下进行对比实验,以全面评估其性能优势与适用边界

51,409

社区成员

发帖
与我相关
我的任务
社区描述
Java相关技术讨论
javaspring bootspring cloud 技术论坛(原bbs)
社区管理员
  • Java相关社区
  • 小虚竹
  • 谙忆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧