毎回計算するかデータベースに入れておくかの判断

Question

Djangoで質問投稿サイトを作っています。
teratailのように、質問投稿や回答投稿やそれらに対する評価に応じて、スコアやランキングが出るようにしたいと思っています。

しかし、そのスコアやランキングを表示する際に、その都度毎回計算すべきか、スコアやランキングを保存するデータベースを作るべきかと悩んでいます。
例えば、teratailでも、ユーザー毎にスコアやランキングが付いていますが、このスコアやランキングは、これまでの質問や回答の投稿数やその評価などによって算定されていると思います。
しかし、このスコアは、ユーザーがページにアクセスする都度、そのユーザーの投稿した質問数や回答数やそれらの評価をデータベースから検索して、スコアを集計しているのでしょうか。だとすると、サーバーの負荷が非常に高くなってしまうと思います。
そのため、例えば、質問を投稿した時、回答を投稿した時、評価された時に、スコアが集計されていく感じにしているのかなと想像しました。とすると、下記のようなテーブルがあって、上記のアクションがあった時にこのスコアが集計されるのかと思ったのですが、どうでしょうか。
ユーザーが２人しかいなくて、タグが２つしかないという想定です。

ユーザーID	タグID	スコア
1	1	30
1	2	24
2	1	40
2	2	10

質問する度、回答する度に、当該ユーザーの当該タグのためのフィールドがテーブルに追加されていく感じかなと思っております。
一般的にどのようにこのような仕組みを作り上げるのかを知りたく、質問させて頂きました。
よろしくお願い致します。

Answer 1

先ず、データベース設計における正規化で、第一正規化で導出項目（計算により求められる項目）は削除します。
当然計算により求められる項目について、計算に時間が掛かることは考えられますので、計算自体をどういったタイミングで行うのかも合わせたデータベース設計になってきます。

通常、時間の掛かる処理はデータ件数によるものが殆どで、時間を短縮するには、如何にその母数となる件数を減らすかに掛かっています。

例えば、必須条件を増やしたり、時系列的な範囲を狭めることを、仕様制限にしたり、
ある時点までの集計をとってそこからの範囲だけ集計を行うとか、要件を満たしつつ性能も担保するのには色々な方法があります。

最初から、アクセス数が大量と見込めるなら別ですけど、現段階では、計算によって求められる項目は作らず、そうなった時に検討で良いのではないでしょうか。

性能が問題になるような件数になった場合にはDISK資源の事も考えねばなりませんし、スケールアウトにも色々方法はあり、その構成に合わせた設計になりますので、検討はしても実装はせずというところでしょうか。

先ずは正規化して余分なものは削ぎ落してから、全体を見通した上で、拡張として考えるようにしてした方が上手くいくと思います。

Comments

[退会済みユーザー]

ご回答、ありがとうございます。
性能とDISK資源のトレードオフが生じるということですね。
処理速度を上げるために、母数となる件数を如何に減らすかという点が重要ということもよく分かりました。

Answer 2

データの蓄積具合（の想定）によっても違うと思います。
少ないのでしたらDB取得のSELECT時にSUMしてもいいですし。
多いようでしたらtotal scoreテーブルか何かを作っておいて、
スコアの変動があるたびにUPDATEしておくというのもありと思います。
teratailのように個々の質問回答でどれくらいスコアしたかとか、
タグ毎のスコアも持つ必要があるのでしたらそれ毎にテーブルが必要ですね。

実際にどのように作られているかは作った人しか分からないので、
要件を整理してなるべく様々な形でのデータの持ち方を検証して
仕組みに合ったやり方を考えるしかないと思います。

Comments

[退会済みユーザー]

ご回答、ありがとうございます。
後々拡張していくことにしますので、取り急ぎ、ＤＢ取得時に計算する方法で実装しておき、遅くなってきたら、また検討したいと思います。

[m.ts10806]

ある程度データの蓄積については先に想定しておいた方がいいかもしれません。
後からDB分割したり変更するとなるとかなりのコストがかかり、既に動いているものへの大がかりな軌道修正となるので試験も大変です。