小型推荐系统数据如何存储?

atwal 发布于 2016/07/04 11:33
阅读 848
收藏 3

最近产品中要给用户个性化推荐内容,所以需要开发一个推荐系统,根据用户的行为和特点来推荐内容。

推荐系统之前没有开发设计过,只是从纯算法层面知道一些,如 http://blog.jobbole.com/72373/ 这里提到的一些。

因为这些数据都是根据推荐算法从数据库中找出来的,且给每个用户推荐的内容都不同,且有很强的时效性:只要用户有新行为(如观看或给某些内容点赞了),同一个用户下一次刷新页面看到的推荐内容都可能不同。

目前服务器架构:用的是单台 LAMP 结构,使用了 Memcache 进行缓存(目前用的是IBM云服务器,当前可以满足业务需求)

现在的问题是,算法有了,这些数据如何存储?

第一种是直接存到数据库,这样的话每个用户的内容都不同,数据量比较大,另外这些数据更新会很频繁,影响数据库性能。

第二种是存到 Memcache 中。

个人目前倾向于存在 Memcache 中,但不知道是否有更好的方案(或用 Memcache 干这事有什么坑),对于这种小型推荐系统,一般是怎么做的。

加载中
0
p2ng
p2ng

存memcached中,假如有一天memcached宕机了,啥都没有了...

数据存储还是要有靠谱的实现方案,外加cache提交性能

0
AkataMoKa
AkataMoKa

如果楼主对 mencache 比较熟悉,又担心持久化,可以试试 Mencachedb

另外,想用户行为这种,不知道是不是 mongo DB 更适合一点?

0
沧海_Sea
沧海_Sea
存数据库就行了把  一般结果集不会太大的
返回顶部
顶部