一问一答模式
(1)需求分析
大部分APP采用简单的评论设计即可,即是一问一答模式,比如微信朋友圈的评论功能的设计。如:
A:今天天气真好!
B @ A :今天天气确实不错!
这种设计简单、直接,也满足了用户评论、回复的基本要求,对于没有大量用户评论的APP需求足够。
(2)数据库设计
这种场景下一般评论较少,评论不活跃,可以不区分评论和回复,统一看成评论。区别是,有些评论是直接评论主题,而有些是@其他用户,使用一张表就可以达到效果,评论表设计如下:
表字段 |
字段说明 |
id |
主键 |
topic_id |
主题id |
topic_type |
主题类型 |
content |
评论内容 |
from_uid |
评论用户id |
to_uid |
评论目标用户id |
topic_type:为了能复用评论模块,我们引入这个字段来区分主题的类别。
from_uid:表示评论人的id,通过该id我们可以检索到评论人的相关信息。
to_uid 是评论目标人的id,如果没有目标人,则该字段为空
出于性能的考虑,往往我们会冗余评人的相关信息到评论表中,比如评论人的nick、头像,目标用户也是如此。 这样一来我们就只用查询单表就可以达到显示的效果
有时,目标用户有多个,那么可以将to_uid字段修改为to_uids,保存时用分隔符来分割用户id,而目标用户的信息再去查询缓存或者数据库。也可以简单的将多个目标用户的信息一起存成json格式,可以应付简单的展现需求。
评论为主模式
(1)需求分析
A:今天北京天气真好!
B回复A:我们这里今天天气也不错!
A回复B:你是哪里的?
B回复A:安徽的。。。
C回复A:我们这里今天天气也不错!
A回复B:你是哪里的?
B回复A:安徽的。。。
这里将评论分为评论和回复,所有评论均挂在评论下面,类似于树状结构。
(2)数据库设计
在以评论为主的树形显示情况下,数据库的设计十分灵活,可以使用单表,添加一个parent_id字段来指向父评论,需要嵌套查询。
同时也可以将评论拆分为评论表和回复表,评论挂在各种主题下面,而回复挂在评论下面。
评论表设计如下:
表字段 |
字段说明 |
id |
主键 |
topic_id |
主题id |
topic_type |
主题类型 |
content |
评论内容 |
from_uid |
评论用户id |
回复表设计:
表字段 |
字段说明 |
id |
主键 |
comment_id |
评论id |
reply_id |
回复目标id |
reply_type |
回复类型 |
content |
回复内容 |
from_uid |
回复用户id |
to_uid |
目标用户id |
由于我们拆分了评论和回复,那么评论表就不再需要目标用户字段了,因为评论均是用户对主题的评论,评论表的设计更佳简洁了。
回复表添加了一个comment_id字段来表示该回复挂在的根评论id,这样设计也是出于性能方面的考虑,我们可以直接通过评论id一次性的找出该评论下的所有回复,然后通过程序来编排回复的显示结构。 通过适当的冗余来提高性能也是常用的优化手段之一。
reply_type:表示回复的类型,因为回复可以是针对评论的回复(comment),也可以是针对回复的回复(reply), 通过这个字段来区分两种情景。
reply_id:表示回复目标的id,如果reply_type是comment的话,那么reply_id=commit_id,如果reply_type是reply的话,这表示这条回复的父回复。
网易新闻盖楼模式
(1)需求分析
这种场景中评论和回复是同级显示的,回复不在显示结构上不用挂在一个评论下面。 双表的设计在这里就不太合适了,因为涉及到评论和回复的混排,使用双表则会导致查询的逻辑过于复杂。 所以建议还是采用单表的设计,不区分评论和回复会简化应用层的逻辑。 我们统一都看成评论,而有些评论是可以引用其他评论的。
(2)数据库设计
本人推荐采用闭包表的设计,例如:
comment表设计:
表字段 |
字段说明 |
id |
主键 |
topic_id |
主题id |
topic_type |
主题类型 |
content |
评论内容 |
from_uid |
评论用户id |
parent_child表:
表字段 |
字段说明 |
id |
主键 |
parent_id |
父id |
child_id |
子id |
comment表保存所有评论内容,而parent_children表则记录评论表中各个评论的父子关系。
查询时往往会按照时间排序,我们可以直接按id或者创建时间降序排列查询comment表即可。 如果用户想查询一条评论的完整引用,则可以通过parent_children来找到对应的路径。
闭包表在查询时非常方便,但是插入的性能稍差,因为除了插入评论表以外,还需要把该条评论所有的父子关系插入到父子关系表中。 插入性能会随着评论层级的加深而线性下降。