从Twitter存储推文使用哪种MySQL数据类型？

Question

3

我需要存储大量的Twitter推文。

哪种数据库类型最适合推文？最好的猜测是使用TEXT。

我也需要防止重复。最好的猜测是使用varchar(255)并添加一个UNIQUE key。

也许varchar(140)字符应该可以工作，但我们也有中文字符？（这将节省很多空间）

另一个想法是将所有推文存储为TEXT，并添加另一列用于将推文哈希到MD5，并在该列上添加UNIQUE key。

问题：什么是存储推文的最佳MySQL类型？

- Lupo

3

对于那些投票关闭/负评的人，使用“最佳”这个词并不意味着提问者一定在寻求主观答案。我们不是在寻找“最好的数据库”，而是在寻找最适合的数据类型。这之间有很大的区别。 - Kirk Woll

Twitter是否存储所有推文，每个推文是否都有一个关联的ID，可以通过API检索推文？ - Jared

将推文哈希为md5？<我可以向该列添加主键或唯一键，但不能添加到TEXT列中。 - Lupo

1

为什么要添加唯一约束？如果有人发推文“Hello World!”，那我就不能再转发了！除非我没有理解需求。 - Tyler

你可能也想在这个表上进行相似性搜索（全文搜索），这意味着你必须使用MYISAM，或者等待5.6.4 InnoDB。 - Neil McGuigan

显示剩余2条评论

3个回答

2

由于推文被定义为一个140个字符的字符串，您可以将其存储为nvarchar（140），但称其为“最佳”有点自以为是，因为我们不知道您的预期用途是什么。

没有必要进行MD5哈希。如果您的实际意图是这样，只需在列上设置唯一性约束即可。

- Matthew

2

一条推文最多只能有140个字符，所以我肯定会使用这个限制。varchar(140)是我会使用的数据类型。

- Wouter Dorgelo

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Tyler · Accepted Answer

编辑

Twitter不再计算用户句柄（等等）在140个字符限制中，因此 varchar（140）将无法足以存储带有用户句柄的长推文的全部内容。

但是，经过检查，当提到另一个Twitter用户时，我仍然无法超过140个字符。

原始答案

utf8 格式的 varchar（140）。

TEXT 将非常低效。 char（140）会浪费太多空间。

虽然这并不支持我的答案，但它仍然是有关技术和效率的有趣阅读材料。