知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 25 - 评论系统设计 > 导读:读完你能讲清一套千万级评论系统的数据模型选型、两级加载、热评排序与高并发冗余策略。适合准备系统设计面试的后端同学,以及需要落地评论模块的工程师。 ## 一、先建立全局认知 ### Q:这套评论系统要解决什么问题,规模有多大? A:目标是设计一个类似微博/抖音的评论系统,需要支持三个能力:多级嵌套回复、分页加载、热评排序。规模上,日均评论量千万级,单个热门内容的评论可能有几十万条。 规模直接决定取舍:几十万条评论不可能一次加载完,也不能每次都递归拼树。所以整体思路是"根评论 + 回复两级展示 + 冗余计数 + 热点缓存"。 先约定两个术语: - 邻接表(Adjacency List):每条记录保存父节点 ID,靠父子指针表达树结构。 - 闭包表(Closure Table):额外用一张关系表存储所有"祖先-后代"对,用空间换查询便利。 ### Q:数据模型用邻接表怎么建表? A:结论先行:互联网产品一般选"邻接表 + root_id",只做两级展示,不做深层递归。邻接表是最直观的方案——每条评论存一个 `parent_id` 指向被回复的评论: ```sql CREATE TABLE comment ( id BIGINT PRIMARY KEY AUTO_INCREMENT, content_id BIGINT NOT NULL, -- 被评论的内容 ID(文章/视频) user_id BIGINT NOT NULL, -- 评论者 parent_id BIGINT DEFAULT 0, -- 父评论 ID(0 表示一级评论) root_id BIGINT DEFAULT 0, -- 根评论 ID(0 表示自己就是根) reply_user_id BIGINT DEFAULT 0, -- 被回复的用户 ID content VARCHAR(1000) NOT NULL, like_count INT DEFAULT 0, reply_count INT DEFAULT 0, -- 回复数(冗余,避免 COUNT 查询) status TINYINT DEFAULT 1, -- 1 正常 0 删除 create_time DATETIME DEFAULT NOW(), INDEX idx_content_root (content_id, root_id, create_time), INDEX idx_content_hot (content_id, parent_id, like_count) ); ``` 两个索引是查询性能的关键:`idx_content_root` 服务"按时间加载根评论/回复",`idx_content_hot` 服务"按点赞数取热评"。 ### Q:为什么要多冗余一个 root_id? A:因为要靠它把"递归查询"降级成"单表索引查询"。外层评论(根评论)自身的 `root_id` 为 0,它下面的所有层级回复都指向同一个根:  *图:root_id 让根评论下的回复免递归查询* ``` 评论结构: 评论A(root) ├── 评论B 回复 A(parent=A, root=A) │ └── 评论D 回复 B(parent=B, root=A) └── 评论C 回复 A(parent=A, root=A) 有了 root_id,查某条根评论下的所有回复只需: SELECT * FROM comment WHERE root_id = #{rootId} 不需要递归查询。 ``` 代价是写入时要多做一步:插入回复前先查父评论,把它的 `root_id` 继承下来。 ### Q:那什么场景才需要闭包表? A:闭包表适合真正的深层嵌套(比如无限级树、组织架构、类目树),它用一张关系表存储所有祖先-后代对: ```sql -- 评论表 CREATE TABLE comment ( id BIGINT PRIMARY KEY, content VARCHAR(1000), user_id BIGINT, create_time DATETIME ); -- 关系表:存储所有祖先-后代关系 CREATE TABLE comment_closure ( ancestor_id BIGINT, -- 祖先评论 descendant_id BIGINT, -- 后代评论 depth INT, -- 层级深度 PRIMARY KEY (ancestor_id, descendant_id) ); -- 查询某评论的所有子孙评论 SELECT c.* FROM comment c JOIN comment_closure cc ON c.id = cc.descendant_id WHERE cc.ancestor_id = 100 AND cc.depth > 0 ORDER BY c.create_time; ``` 它换来的是"查任意节点的所有子孙/祖先"都只需要一次 join。代价是每次写入都要维护 O(depth) 条关系记录,插入成本随层级线性增长,存储也会膨胀。 **实际选择**:互联网产品一般用邻接表 + root_id,最多展示两级(根评论 + 回复列表),不需要深层嵌套。 ---  [编辑 Excalidraw 源图](/images/java-interview-copy/system-design/25-design-comment-system-design-comment-system-comment-tree-diagram.excalidraw) ## 二、理解核心机制 ### Q:评论是怎么加载和写入的? A:展示层面只做两级——先分页加载根评论,用户点开某条根评论再分页加载它的回复。写入时要顺带维护 `root_id` 和根评论的回复数: ```java // 两级展示:先加载根评论,再加载每条根评论下的回复 // 1. 加载根评论(分页) public Page<CommentVO> getRootComments(Long contentId, int page, int size, String sort) { if ("hot".equals(sort)) { // 热评排序:按点赞数降序 return commentMapper.selectRootByHot(contentId, page, size); } // 时间排序:按创建时间降序 return commentMapper.selectRootByTime(contentId, page, size); } // 2. 加载某条根评论下的回复(分页) public Page<CommentVO> getReplies(Long rootId, int page, int size) { return commentMapper.selectByRootId(rootId, page, size); } // 3. 发表评论 @Transactional public void addComment(CommentDTO dto) { Comment comment = new Comment(); comment.setContentId(dto.getContentId()); comment.setUserId(dto.getUserId()); comment.setContent(dto.getContent()); comment.setParentId(dto.getParentId()); // 设置 root_id if (dto.getParentId() == 0) { comment.setRootId(0L); // 自己就是根评论 } else { Comment parent = commentMapper.selectById(dto.getParentId()); comment.setRootId(parent.getRootId() == 0 ? parent.getId() : parent.getRootId()); comment.setReplyUserId(parent.getUserId()); // 更新根评论的回复数 commentMapper.incrementReplyCount(comment.getRootId()); } commentMapper.insert(comment); // 更新内容的评论总数(异步或用 MQ) contentService.incrementCommentCount(dto.getContentId()); } ``` 两个细节:`root_id` 的继承规则是"父评论自己是根就用父评论 ID,否则沿用父评论的 root_id";回复数用冗余字段自增,而不是每次 `COUNT(*)`。 ### Q:热评是怎么算出来的? A:用"点赞数 + 时间衰减"的打分,类似 Reddit/Hacker News 的思路——新评论有加成,避免老评论靠历史点赞长期霸榜: ```java // 热评分数计算(类似 Reddit/Hacker News 算法) // score = 点赞数 / (发布时间距今小时数 + 2) ^ 1.5 public double calculateHotScore(int likeCount, Date createTime) { long hours = ChronoUnit.HOURS.between( createTime.toInstant(), Instant.now()); return likeCount / Math.pow(hours + 2, 1.5); } // 实际实现:不实时计算,用定时任务更新热度分 @Scheduled(fixedRate = 300000) // 每 5 分钟 public void refreshHotComments() { // 只更新最近 24 小时内有新点赞的评论 List<Comment> recentLiked = commentMapper.selectRecentLiked(24); for (Comment c : recentLiked) { double score = calculateHotScore(c.getLikeCount(), c.getCreateTime()); redis.opsForZSet().add("hot:comments:" + c.getContentId(), c.getId(), score); } } ``` 关键取舍:**不实时算**。读时计算会给每次请求叠加计算成本且无法缓存;改为定时任务把分数写进 Redis ZSet,读取时直接 `ZREVRANGE` 取 Top N。代价是热度有最多 5 分钟的延迟——评论区可以接受,交易类排名就不行。 ## 三、放进真实场景 ### Q:高并发下有哪些必须做的优化? A:核心是"能冗余就别实时算,能异步就别同步写": ``` 1. 评论计数:不用 COUNT(*),在内容表冗余 comment_count 字段 2. 点赞计数:Redis INCR 实时计数,定时同步到数据库 3. 热门内容评论缓存:Redis 缓存前 N 条热评 4. 分库分表:按 content_id 分表,同一内容的评论在同一张表 5. 评论写入异步化:先写 Redis/MQ,异步落库 ``` 分表键选 `content_id` 是有意的:同一内容的评论落在同一张表,上面那两个索引才能在单表内生效;若按 `comment_id` 哈希,一次评论列表查询反而要扫全部分片。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A:分四点作答: 1. 数据模型用邻接表 + root_id,两级展示(根评论 + 回复列表),不做深层递归 2. 分页策略:根评论按时间/热度分页,回复按时间分页,用游标分页避免深翻页性能问题 3. 热评排序:点赞数 + 时间衰减算法,定时任务更新热度分存入 Redis ZSet 4. 高并发:计数冗余、Redis 缓存热评、写入异步化、按内容 ID 分表 ### Q:评论删除怎么处理?有子回复的评论能直接删吗? A:软删除(status=0)。如果有子回复,显示为"该评论已删除"但保留结构;如果没有子回复,可以直接隐藏。物理删除在定时任务中处理已软删且无子回复的评论。保留结构的代价是"垃圾行"会累积,所以需要后台清理兜底。 ### Q:如何防止评论灌水和恶意内容? A:多层防护:① 频率限制(每分钟最多 N 条);② 内容审核(敏感词过滤 + AI 审核);③ 举报机制;④ 新用户评论需审核后展示。 --- ## 自测 1. 为什么表里要同时有 `parent_id` 和 `root_id`?只用 `parent_id` 会带来什么问题? 2. 热评为什么用定时任务而不是实时计算?这个选择牺牲了什么? 3. 分库分表为什么按 `content_id` 而不是 `comment_id` 切分? 4. 有子回复的评论为什么不能物理删除?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入