分散式網站，用戶註冊如何查詢用戶名唯一，且保證分表高效？

網站採用分散式部署，讀寫分離，且寫入資料庫伺服器有多個，登陸註冊伺服器目前有一個，用戶表暫時有10個，每張表預計存儲2千萬條。

請問：

一、用戶註冊的時候，怎麼查詢用戶名是否已經存在？有什麼好的高效的方案？

二、如何設計方案，把用戶放到把用戶存儲到相應的表中？

三、用戶登陸的時候，怎麼知道用戶在哪個表中？

問題比較棘手、緊急，希望大家能夠幫忙邀請各路大神解答，謝謝了。

---

這個東西說起來簡單實際操作起來複雜。建議看一下eventual consistency的Wiki頁面。

如果確認10個表，N年都不會變，那太簡單了。把用戶名當成是36進位的數字（26個字母+10個數字），直接mod 10取余決定到哪個用戶表讀寫。

但是你要先知道這麼做的坑在哪裡…具體去看eventual consistency吧…

---

把用戶名hash，再mod，就知道它該在哪個表裡了。

然後判斷用戶名是否存在只需要查一次。

-------------------------------------------------------------------

這種二話不說就開始諷刺人的風氣從哪裡來的，好好回答個問題會死？

我已經把沒用的答案點了反對+沒有幫助

---

一般情況下，用戶登錄使用的是用戶名或者郵箱+密碼的方式來請求登陸驗證。

假設我們有10個表，user_0,user_1,user_2, ... user_9。

假設我們有幾個用戶，用戶名為username1,nameuser2123,用戶名12,逆天殺神。

當用戶「逆天殺神」請求登陸時，我們怎麼查找用戶名是否存在呢？我們先將用戶名做一個int hash，和md5類似，md5是將一段數據變成32位16進位字元串，而int hash是變成一個int值。int hash 見：Hash演算法 - hqd_acm的專欄

然後我們將這個int hash值求余，得到一個0-9的數字。到這裡，我們就解決了以下的三個問題：

一、用戶註冊的時候，怎麼查詢用戶名是否已經存在？有什麼好的高效的方案？
二、如何設計方案，把用戶放到把用戶存儲到相應的表中？
三、用戶登陸的時候，怎麼知道用戶在哪個表中？

example：

function get_user_table_name($username, $prefix = "user_", $count = 10){
return $prefix . abs(crc32($username)) % $count;
}

var_dump(get_user_table_name("username1"));
var_dump(get_user_table_name("nameuser2123"));
var_dump(get_user_table_name("用戶名12"));
var_dump(get_user_table_name("逆天殺神"));
/**
* dump:
* string(6) "user_2"
* string(6) "user_8"
* string(6) "user_5"
* string(6) "user_9"
*/


當然，這個方案是不完美的，因為每個用戶表的數據量是不絕對平均的。

有好的想法或者對本回答的意見歡迎在評論區回復。

---

瀉藥，，，

===========

MD5 + hexdec ，結合以上回答，提示的已經夠多了~

---

第一個問題，存儲的時候用hash，這個就能快速找到。

第二個問題，建立索引解決。

第三個問題，使用索引查詢，用戶不需要知道訪問哪個表，哪個文件系統。索引來搞定這個方面的事情。

---

我看有人回答，對用戶名採用hash,這種方法沒錯，但是實際業務場景是，一個用戶可能有多個用戶名，例如：手機號、郵箱、身份證作為登錄標識，好吧你這樣也可以做hash,但是登錄的時候，不可能用到一張表，哪第二張表怎麼關聯，用登錄標識顯然是不可行的。

------------------------

如果數據量不大話，建議做個全局表，存取登錄標識與用戶ID的關係，然後分庫的時候，以用戶ID為分庫鍵，保證同一用戶的業務數據在同一個庫中，以避免跨庫事務問題，採用一致性hash演算法，保證數據均勻分布。

------------------------

性能要求高的話，建議把登錄相關表做緩存，跟全局表一個概念，緩存失效在訪問全局表。

---

別過度設計了 你什麼項目 能有2億的註冊用戶量？？？

如果你撐死也不會超過幾千萬，就別整這麼花哨。

1.判斷重複，用cache exits 就行了 用戶名直接做key

2.根據（註冊）時間戳等信息生成分散式的唯一ID，hash取模去分表或者直接按時間的區間分表

最簡單的是直接把用戶名hash了去分表，方便第三步3分表查找。

3.查某一位用戶的時候怎麼去找那張表？那得看你根據什麼條件去查找啦。用戶名，簡單。

---

百度一下的事，基礎還是要過關吧

用戶賬號信息如何分表保存【洄溪吧】_百度貼吧

---

兩億條真的需要分表么？？？

僅性能角度考慮，如果用oracle，有asm，連分區都不用了吧。

---

哈哈，這個很簡單呀！

第一個問題不說了，查重有很多辦法，回答已經很多了，題主應該可以解決；

第二個問題，取每個用戶名的首自母，把用戶表拆分成26個（必須是十個表的話也沒關係，大不了一個表存三個自母），相應的用戶名放到相對應首字母的表中，這樣做好處很多，在用戶量很大的情況下基本保持每個用戶表存儲數量基本均衡，且不混亂，加快查詢速度，減少冗餘；

問題三：哈哈，通過問題二不是已經解決了問題三了嗎？用戶登陸時，找它對應的首自母表就好了。

…………………分隔線…………………………

總結：

通過用戶名首字母拆分，直接解決問題二三，且對查詢速度有大幅度提升，同時線性降低表冗餘，而且也順帶解決了表均衡問題。

對問題一查重效率也很有幫助，直接查對應首自母的表，使總查詢總量降為原來的1/26，如果再對每張表做一些優化的話，效率更會有大幅度提升。

哈哈，大概就是這樣！

如果有想的不對的地方，歡迎指正，歡迎騷擾，歡迎私信…(??????) ?

---

這個量級沒必要分表，memcached加個用戶名的查詢緩存就解決了。
如果非要分，先hash取模實現，後面頂不住再拆吧。

---

推薦閱讀：