CodeCharge TAIWAN

http://ithelp.ithome.com.tw/question/10 ... g=nl.daily

youtube每個影片都有顯示多少人看過，有的到好幾千萬的數字都有
很好奇，到底是怎麼做的
假設環境是php+MySQL

就我知道的方法有以下的方式：

方法一

資料庫使用innodb，而影片table有一個Count的欄位，資料型態使用unsigned int
每次當使用者load一次這個頁面時，就做
update 影片 set Count=Count+1 where VideoIndex='xxx';
使用innodb可以有row lock的功能，而不會用到table lock

方法二
把Count存到一個.txt的檔案
一樣每次讀取影片時，去抓取txt然後+1
（抓取寫入有包含lock的功能設計）

方法三
每次load影片時，就insert一筆資料到 (VideoLogTable)
裡面基本包含[index, VideoID, UserIP]等資訊
然後當要算出某一個Video的點選次數時
就使用
select count(*) as Number from VideoLogTable where VideoID='xxx';

方法四
去計算http_access_log
計算某一個page被access幾次


上面這幾中方式裡面，目前我選擇「方法一」，但是不知道像youtube那種
大量存取的網站，是怎麼做到這個「計數器」的功能的？

方法一有個好處，就是不會有一大堆的紀錄
不過壞處是，全部人都要針對同一筆資料去做update

方法二感覺還滿差的

方法三的好處是，不會有wait的狀況，因為全部都是做insert
但是壞處是，假設有幾百萬人瀏覽過某一篇文章，那不就會有一堆記錄
而且如果全部的資料都只在一個表單，那應該很容易就暴表
如果針對不同影片就擁有不同表單，那資料庫的table也會暴表
也不知道使用count(*)時，會不會因為資料筆樹太多而影響速度

方法四，看起來不用去對資料庫作操作會減少資料庫的負擔
但是access_log的檔案也會因為太大而影響效率，而且單檔也會有4GB的限制
到時候也是會有一堆access_log

想問一下，大型網站是用什麼樣的方式解決這個小問題的呢？


大型網站，基本上就是用你的第一種方法。
因為資料庫有 access queue，可以同時接受多方存取，而且會依序執行，不會 block 住，也不會有 race condition 問題。
方法三也差不多，也是藉資料庫的能力去解決 concurrent access 問題，不過大型網站通常是為了記錄每一次存取的來源，才會記這些 log，如果是計數，不太可能用算 Log 的方式，因為實在太多。
方法二不用考慮了。沒有處理 concurrent access 問題，只用 lock 的話，若同時 100 個人存取，只會記 1 次，其它 99 個全部 drop。或者其它 99 個得 block 住，不管哪一種都不優。我用過，結果完全失控。
方法四也不必考慮。你不可能留著所有的 access log 來計算。


我就喜歡回答像 sunz5010 這樣會自己思考解決之道的邦友。自己思考過才學得到東西。

你的想法很好。不過你的解法，其實資料庫都幫你思考過了。資料庫的存在，就是想幫 programmer 解決這些枝微末節的地方，讓 programmer 真的就把這個計數功能當做是 $count++ 一樣來看待就好了。

資料庫設計者一定思考過大量 client 去存取同一筆資料的問題，這是它的專業所在，所以它會處理這種問題。你做了一個 TempOperateTable 來定時算數量，對資料庫不見得是減輕負擔的工作，它得多管理一個 TABLE，而且你還把原本的設計複雜化了。

我的建議，還是第一種就好。就是單純的 update 影片 set Count=Count+1。
或者你可以利用 MySQL 的語法，加上 LOW_PRIORITY 關鍵字，變成： 讓 select 先取，由資料庫自己找空檔去做 update 的工作。你完全不必花腦筋在替它擔心它會不會太忙。