位置：文档库 > PHP > PHP开发互相关注功能的优化方法分享

PHP开发互相关注功能的优化方法分享

亚里士多德上传于 2022-01-04 13:31

《PHP开发互相关注功能的优化方法分享》

在社交类、内容分享类或用户互动型平台中，互相关注功能是构建用户关系网络的核心模块。其性能直接影响用户体验与系统稳定性。本文将从数据库设计、查询优化、缓存策略、并发控制及代码实现层面，系统性分享PHP开发互关注功能的优化方案，并结合实际案例说明如何应对高并发场景下的性能瓶颈。

一、数据库设计与索引优化

互关注功能的核心数据结构是用户关系表（如`user_relations`），其基础字段通常包括：

CREATE TABLE `user_relations` (
  `id` BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
  `user_id` BIGINT UNSIGNED NOT NULL COMMENT '主动关注方',
  `followed_user_id` BIGINT UNSIGNED NOT NULL COMMENT '被关注方',
  `status` TINYINT UNSIGNED NOT NULL DEFAULT 1 COMMENT '0-取消关注 1-已关注',
  `created_at` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
  `updated_at` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_user_pair` (`user_id`, `followed_user_id`),
  KEY `idx_followed_user` (`followed_user_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

关键优化点：

复合唯一索引：`uk_user_pair`确保同一对用户不会重复建立关注关系，同时加速存在性判断。
反向索引：`idx_followed_user`支持快速查询某用户的粉丝列表。
状态字段优化：`status`字段避免物理删除数据，保留历史操作记录。

查询优化示例：

// 判断A是否关注B（使用索引优化）
function isFollowing($userId, $followedUserId) {
    $stmt = $pdo->prepare("SELECT 1 FROM user_relations 
                          WHERE user_id = ? AND followed_user_id = ? AND status = 1 LIMIT 1");
    $stmt->execute([$userId, $followedUserId]);
    return $stmt->fetchColumn() === 1;
}

二、缓存层设计

直接查询数据库在高并发下易成为瓶颈，需引入多级缓存策略：

1. Redis缓存关注关系

使用Hash结构存储用户间的关注状态，键名设计为`user:relation:{user_id}:{followed_user_id}`，但更高效的方式是：

// 设置关注关系缓存（TTL=1小时）
function cacheFollowingStatus($userId, $followedUserId, $isFollowing) {
    $redisKey = "user:relation:{$userId}_to_{$followedUserId}";
    $redis->set($redisKey, $isFollowing ? 1 : 0, ['ex' => 3600]);
}

// 获取缓存（先查缓存，未命中再查DB）
function getCachedFollowingStatus($userId, $followedUserId) {
    $redisKey = "user:relation:{$userId}_to_{$followedUserId}";
    $cached = $redis->get($redisKey);
    if ($cached !== false) {
        return (bool)$cached;
    }
    $isFollowing = isFollowing($userId, $followedUserId); // 调用前文DB查询函数
    cacheFollowingStatus($userId, $followedUserId, $isFollowing);
    return $isFollowing;
}

2. 批量查询优化

查询某用户的关注列表时，使用Redis的Set或Sorted Set结构：

// 添加关注时更新Redis集合
function addFollowToCache($userId, $followedUserId) {
    $redis->sAdd("user:following:{$userId}", $followedUserId);
    $redis->sAdd("user:followers:{$followedUserId}", $userId);
}

// 获取关注列表（分页）
function getFollowingList($userId, $page = 1, $pageSize = 20) {
    $start = ($page - 1) * $pageSize;
    $end = $start + $pageSize - 1;
    $followedIds = $redis->sMembers("user:following:{$userId}");
    // 若缓存未命中，回源到DB并填充缓存
    if (empty($followedIds)) {
        $stmt = $pdo->prepare("SELECT followed_user_id FROM user_relations 
                              WHERE user_id = ? AND status = 1 LIMIT ?, ?");
        $stmt->execute([$userId, $start, $pageSize]);
        $followedIds = $stmt->fetchAll(PDO::FETCH_COLUMN);
        // 批量填充缓存（此处简化，实际需处理分页逻辑）
        foreach ($followedIds as $id) {
            $redis->sAdd("user:following:{$userId}", $id);
        }
    }
    return array_slice($followedIds, $start, $pageSize);
}

三、并发控制与事务处理

互关注操作涉及多个步骤（如同时更新双方关系、触发通知等），需通过事务保证原子性：

function followUser($userId, $followedUserId) {
    $pdo->beginTransaction();
    try {
        // 检查是否已关注
        if (isFollowing($userId, $followedUserId)) {
            throw new Exception("已关注该用户");
        }

        // 插入关注关系
        $stmt = $pdo->prepare("INSERT INTO user_relations 
                              (user_id, followed_user_id, status) VALUES (?, ?, 1)");
        $stmt->execute([$userId, $followedUserId]);

        // 更新被关注方的粉丝数（示例：假设有统计表）
        $pdo->prepare("UPDATE user_stats SET followers_count = followers_count + 1 
                      WHERE user_id = ?")->execute([$followedUserId]);

        // 触发异步通知（如消息队列）
        $this->dispatchNotificationJob($followedUserId, 'new_follower', $userId);

        $pdo->commit();
        return true;
    } catch (Exception $e) {
        $pdo->rollBack();
        return false;
    }
}

防重复关注优化：在事务前加锁（Redis分布式锁或SELECT FOR UPDATE）：

function followUserWithLock($userId, $followedUserId) {
    $lockKey = "lock:follow:{$userId}_to_{$followedUserId}";
    $locked = $redis->set($lockKey, 1, ['NX', 'EX' => 10]); // 10秒锁
    if (!$locked) {
        throw new Exception("操作频繁，请稍后再试");
    }

    try {
        return followUser($userId, $followedUserId); // 调用前文事务函数
    } finally {
        $redis->del($lockKey);
    }
}

四、批量操作与异步处理

对于批量关注/取消关注场景，采用队列削峰：

// 批量关注接口（伪代码）
function batchFollow(array $userIds, $followedUserId) {
    $validIds = array_filter($userIds, function($id) use ($followedUserId) {
        return !$this->isFollowing($id, $followedUserId); // 过滤已关注
    });

    if (empty($validIds)) {
        return ['success' => 0, 'failed' => 0];
    }

    // 入队批量处理任务
    $jobData = [
        'user_ids' => $validIds,
        'followed_user_id' => $followedUserId,
        'timestamp' => time()
    ];
    $this->queue->push('BatchFollowJob', $jobData);

    return ['success' => count($validIds), 'failed' => 0];
}

// 队列处理任务
class BatchFollowJob {
    public function handle($data) {
        $pdo->beginTransaction();
        try {
            $placeholders = implode(',', array_fill(0, count($data['user_ids']), '(?, ?, 1)'));
            $stmt = $pdo->prepare("INSERT INTO user_relations 
                                  (user_id, followed_user_id, status) 
                                  VALUES {$placeholders}");
            $params = [];
            foreach ($data['user_ids'] as $userId) {
                $params[] = $userId;
                $params[] = $data['followed_user_id'];
            }
            $stmt->execute($params);

            // 批量更新统计
            $pdo->prepare("UPDATE user_stats SET followers_count = followers_count + ? 
                          WHERE user_id = ?")->execute([
                count($data['user_ids']), 
                $data['followed_user_id']
            ]);

            $pdo->commit();
        } catch (Exception $e) {
            $pdo->rollBack();
            // 记录失败日志
        }
    }
}

五、性能监控与调优

1. 慢查询日志：通过MySQL的`slow_query_log`定位全表扫描问题。

2. Redis监控：使用`INFO`命令检查命中率，低于90%需优化缓存策略。

3. 压测工具：使用JMeter模拟并发关注请求，观察TPS变化。

4. 数据库分表：当数据量超过千万级时，按用户ID哈希分表：

// 分表函数示例
function getRelationTableName($userId) {
    $tableSuffix = $userId % 8; // 8张分表
    return "user_relations_{$tableSuffix}";
}

六、安全与反作弊

1. 频率限制：使用Redis计数器限制单用户关注操作频率：

function checkFollowRateLimit($userId) {
    $key = "rate:follow:{$userId}";
    $current = $redis->incr($key);
    if ($current === 1) {
        $redis->expire($key, 60); // 60秒内最多30次
    }
    return $current

2. 互关检测：防止恶意互关刷关系：

function isMutualFollow($userIdA, $userIdB) {
    $stmt = $pdo->prepare("SELECT 1 FROM user_relations 
                          WHERE (user_id = ? AND followed_user_id = ? AND status = 1)
                          AND (user_id = ? AND followed_user_id = ? AND status = 1)
                          LIMIT 1");
    $stmt->execute([$userIdA, $userIdB, $userIdB, $userIdA]);
    return $stmt->fetchColumn() === 1;
}

七、实际案例：百万级用户系统优化

某社交平台原有架构问题：

单表存储关注关系，数据量达2亿条
查询粉丝列表时全表扫描，QPS>500时响应超时
无缓存导致数据库CPU负载90%+

优化方案：

按用户ID哈希分8张表，迁移历史数据
引入Redis缓存关注关系，命中率提升至95%
异步化统计更新，使用消息队列解耦
前端分页加载，单页仅查询20条数据

效果：数据库CPU降至30%，接口响应时间从2s降至200ms内。

总结

互关注功能优化需从数据层、缓存层、并发控制、异步处理多维度入手。核心原则包括：

合理设计索引，避免全表扫描
多级缓存降低数据库压力
事务保证数据一致性
异步队列削峰填谷
实时监控预防性能劣化

关键词：PHP互关注优化、数据库索引、Redis缓存、分布式锁、异步队列、分表策略、高并发处理

简介：本文详细阐述PHP开发互关注功能的优化方法，涵盖数据库设计、缓存策略、并发控制、批量操作及实际案例，提供从索引优化到分表架构的全链路解决方案。

立即下载

PHP相关