无公共列多表分片优化：Q&A场景下的数据库设计疑问

一、评论表分片优化设计方案 #

针对同一问题下评论跨分片导致的查询低效问题，可通过以下两种方案解决：

1. 给评论表新增question_id字段，按question_id分片 #

• 修改comments表结构，新增question_id字段，无论评论的父实体是问题还是回答，都填充对应的问题ID：
  • 若评论属于问题，question_id直接等于parent_id
  • 若评论属于回答，通过answer_id关联answers表获取对应的question_id
• 分片键统一使用question_id，确保同一问题的所有评论（问题评论+所有回答的评论）与该问题、回答存储在同一分片
• 优势：单问题页面加载时，仅需访问一个分片即可获取所有关联数据，完全避免跨分片查询；数据逻辑清晰，便于维护
• 注意事项：应用层或数据库触发器需保证question_id字段的一致性，新增评论时自动填充正确值

2. 评论与父实体同分片存储（无需修改表结构） #

• 规则：
  • 问题的评论：按parent_id（即问题ID）分片，存储到该问题所在的分片
  • 回答的评论：按parent_id（即回答ID）分片，但由于answers表已按question_id分片，回答所在分片与对应问题的分片一致，因此回答的评论也会存储在该问题的分片内
• 优势：无需修改现有表结构，利用已有分片规则实现同分片存储
• 注意事项：查询单问题页面时，需分别查询问题的评论和所有回答的评论，但由于所有数据都在同一分片，可通过关联查询一次性获取，性能不受影响

二、Quora与Stack Overflow的实际处理思路 #

1. Quora的实现方式 #

• Quora针对问题相关内容（问题、回答、评论）统一按question_id作为分片键，确保同一问题的所有关联数据存储在同一分片
• 引入数据冗余与缓存机制：将热门问题的回答、评论数据缓存到内存中，直接从缓存加载单问题页面，避免频繁查询数据库；冷数据则从对应分片读取
• 对评论数据做分层存储，高频访问的评论（如最新评论、高赞评论）存储在高速存储层，低频访问的评论归档到低成本存储

2. Stack Overflow的实现方式 #

• Stack Overflow将问题和回答统一存储在posts表（通过post_type_id区分），评论表comments关联post_id（即问题或回答的ID）
• 分片策略上，针对posts表按问题ID分片，所有属于该问题的回答、评论都存储在同一分片内
• 核心优化依赖缓存与读写分离：单问题页面的所有数据（问题、回答、评论）会被缓存到CDN或内存缓存中，用户访问时优先读取缓存；同时采用读写分离架构，写操作落到主库，读操作从从库或缓存获取，大幅提升加载速度

内容的提问来源于stack exchange，提问作者MikeRob