正文
有一類業(yè)務(wù)場景，沒有固定的schema存儲，卻有著海量的數(shù)據(jù)行數(shù)，架構(gòu)上如何來實(shí)現(xiàn)這類業(yè)務(wù)的存儲與檢索呢？58最核心的數(shù)據(jù)“帖子”的架構(gòu)實(shí)現(xiàn)技術(shù)細(xì)節(jié)，今天和大家聊一聊。
背景描述及業(yè)務(wù)介紹
什么是58最核心的數(shù)據(jù)？
58是一個(gè)信息平臺，有很多垂直品類：招聘、房產(chǎn)、二手物品、二手車、黃頁等等，每個(gè)品類又有很多子品類，不管哪個(gè)品類，最核心的數(shù)據(jù)都是“帖子信息”。
畫外音：像不像一個(gè)大論壇？
各分類帖子的信息有什么特點(diǎn)？
逛過58的朋友很容易了解到，這里的帖子信息：
（1）各品類的屬性千差萬別，招聘帖子和二手帖子屬性完全不同，二手手機(jī)和二手家電的屬性又完全不同，目前恐怕有近萬個(gè)屬性；
（2）數(shù)據(jù)量巨大，100億級別；
（3）每個(gè)屬性上都有查詢需求，各組合屬性上都可能有組合查詢需求，招聘要查職位/經(jīng)驗(yàn)/薪酬范圍，二手手機(jī)要查顏色/價(jià)格/型號，二手要查冰箱/洗衣機(jī)/空調(diào)；
（4）吞吐量很大，每秒幾10萬吞吐；
如何解決100億數(shù)據(jù)量，1萬屬性，多屬性組合查詢，10萬并發(fā)查詢的技術(shù)難題呢？一步步來。
最容易想到的方案
每個(gè)公司的發(fā)展都是一個(gè)從小到大的過程，撇開并發(fā)量和數(shù)據(jù)量不談，先看看
（1）如何實(shí)現(xiàn)屬性擴(kuò)展性需求；
（2）多屬性組合查詢需求；
畫外音：公司初期并發(fā)量和數(shù)據(jù)量都不大，必須先解決業(yè)務(wù)問題。
如何滿足業(yè)務(wù)的存儲需求呢？
最開始，業(yè)務(wù)只有一個(gè)招聘品類，那帖子表可能是這么設(shè)計(jì)的：
tiezi(tid, uid, c1, c2, c3);
那如何滿足各屬性之間的組合查詢需求呢？
最容易想到的是通過組合索引滿足查詢需求：
index_1(c1, c2)
index_2(c2, c3)
index_3(c1, c3)
隨著業(yè)務(wù)的發(fā)展，又新增了一個(gè)房產(chǎn)類別，存儲問題又該如何解決呢？
可以新增若干屬性滿足存儲需求，于是帖子表變成了：
tiezi(tid, uid, c1, c2, c3, c10, c11, c12, c13);
其中：
- c1,c2,c3是招聘類別屬性
- c10,c11,c12,c13是房產(chǎn)類別屬性
通過擴(kuò)展屬性，可以解決存儲的問題。
查詢需求，又該如何滿足呢？
首先，跨業(yè)務(wù)屬性一般沒有組合查詢需求。只能建立了若干組合索引，滿足房產(chǎn)類別的查詢需求。
畫外音：不敢想有多少個(gè)索引能覆蓋所有兩屬性查詢，三屬性查詢。
當(dāng)業(yè)務(wù)越來越多時(shí)，是不是發(fā)現(xiàn)玩不下去了？
垂直拆分是一個(gè)思路
新增屬性是一種擴(kuò)展方式，新增表也是一種方式，垂直拆分也是常見的存儲擴(kuò)展方案。
如何按照業(yè)務(wù)進(jìn)行垂直拆分？
可以這么玩：
tiezi_zhaopin(tid, uid, c1, c2, c3);
tiezi_fangchan(tid, uid, c10, c11, c12, c13);
在業(yè)務(wù)各異，數(shù)據(jù)量和吞吐量都巨大的情況下，垂直拆分會遇到什么問題呢？
這些表，以及對應(yīng)的服務(wù)維護(hù)在不同的部門，看上去各業(yè)務(wù)靈活性強(qiáng)，研發(fā)閉環(huán)，這恰恰是悲劇的開始：
（1）tid如何規(guī)范？
（2）屬性如何規(guī)范？
（3）按照uid來查詢怎么辦（查詢自己發(fā)布的所有帖子）？
（4）按照時(shí)間來查詢怎么辦（最新發(fā)布的帖子）？
（5）跨品類查詢怎么辦（例如首頁搜索框）？
（6）技術(shù)范圍的擴(kuò)散，有的用mongo存儲，有的用MySQL存儲，有的自研存儲；
（7）重復(fù)開發(fā)了不少組件；
（8）維護(hù)成本過高；
（9）…
畫外音：想想看，電商的商品表，不可能一個(gè)類目一個(gè)表的。
統(tǒng)一帖子中心服務(wù)
平臺型創(chuàng)業(yè)型公司，可能有多個(gè)品類，各品類有很多異構(gòu)數(shù)據(jù)的存儲需求，到底是分還是合，無需糾結(jié)：基礎(chǔ)數(shù)據(jù)基礎(chǔ)服務(wù)的統(tǒng)一，是一個(gè)很好的實(shí)踐。
畫外音：這里說的是平臺型業(yè)務(wù)。
如何將不同品類，異構(gòu)的數(shù)據(jù)統(tǒng)一存儲起來呢？
（1）全品類通用屬性統(tǒng)一存儲；
（2）單品類特有屬性，品類類型與通用屬性json來進(jìn)行存儲；
更具體的：
tiezi(tid, uid, time, title, cate, subcate, xxid, ext);
（1）一些通用的字段抽取出來單獨(dú)存儲；
（2）通過cate, subcate, xxid等來定義ext是何種含義；
