優化SQL以確定每個用戶的獨特頁面瀏覽量

Question

我需要確定用戶是否已經訪問了一個頁面，以便跟蹤唯一頁面瀏覽量。

我已經實現了一些HTTP頭緩存，但現在我需要優化SQL查詢。

的訪問是獨特的，當：

• 對：page_id + user_id在visit表中找到
• 或對：page_id + session_id發現
• 或：page_id + [ip + useragent ] - （這是另一個討論的話題，不管它應該是ip還是ip + useragent）

所以我有一個表，跟蹤用戶訪問：

visit: 
    page_id 
    user_id 
    session_id 
    useragent 
    ip 
    created_at 
    updated_at 

現在每個用戶訪問（不命中的Cache），如果存在的話，我會更新一行。如果有任何受影響的行，我會插入新的訪問表。

這是一個或兩個查詢（假設緩存將工作，主要是兩個查詢），但行數受限於某種方式。也許最好是將所有的都存儲下來，然後在數據庫中清理數據庫。一個月？

的問題是：

• 如何應該是visit表結構（鍵，索引，關係到user和page_views表）。一些重要的字段可能爲空（例如user_id），那麼索引呢？我需要多列主鍵嗎？
• 這將是最快的SQL查詢來找到唯一的用戶？
• 是這種理智的方法嗎？

我使用PostgreSQL和PDO（Doctrine ORM）。 我所有的會話都存儲在同一個數據庫中。

Answer 1

個人而言，我不會把這個請求 - 響應路徑。我會將原始數據記錄在一個表中（或將它推送到一個隊列中），並讓後臺任務/線程/ cron作業處理。

隊列（或消息傳遞表）應該包含pageid，userip，sessionid，useragen，ip。

只要後臺任務能夠跟上，絕對時間就不那麼重要了。因爲單個線程現在可以完成繁重的工作，所以在更新獨特的綜合瀏覽量表時不會產生衝突的鎖定。

Answer 2

只是一些隨機的想法：

我可以驗證獨特的訪問類型背後的思想是：

1. 的pageid +用戶id =用戶已登錄
2. 的pageid +會話ID =用戶無法識別但啓用的餅乾
3. 的pageid + IP /用戶代理=用戶無法識別，沒有啓用Cookie

對於原始性能，您可能會認爲＃2是多餘的，因爲＃3將會是可能是第二種情況我是大多數條件（或者是＃2重要的例如如果用戶然後註冊，然後＃2可以映射到＃1）？（這意味着會話ID可能仍然會被記錄下來，但不會在任何訪問決定中使用）

恕我直言，IP將始終存在（即使欺騙），並且將成爲索引的理想候選者。用戶代理可以隱藏，只有有限的範圍（不是很可選）。

由於可以爲空的字段，並且由於沒有任何字段本身是唯一的，所以我會在此實例中使用代理主鍵。

恕我直言，你對存儲所有訪問，然後修剪通過批處理的重複出來是一個很好的權衡（而不是檢查是否存在更新VS插入新）

• 所以PK =代孕
想法
• 集羣=不確定 - 另一個查詢/需求可能會改善這一點。
• 非聚集索引= IP地址，網頁ID（假設除頁面ID的更鮮明的IP地址）