30天范围内的热门话题答案

【问题标题】：Hot Topics in 30 days range30天范围内的热门话题
【发布时间】：2015-07-23 16:02:03
【问题描述】：

我的数据库表中有超过 10k 个主题，我计算会话库中每个主题的页面浏览量，并且只存储一个视图/每个主题/每个用户（会话时间 24 小时）。

ID-----Topic----------------Views
1------Love------------------400
2------Friends---------------203
3------Birthday--------------360

现在我想获取最近 30 天的热门话题，意思是我想根据最近 30 天的页面浏览量来获取热门话题。我只需要一点方向，关于如何实现这一点。谢谢

【问题讨论】：

您想在 SQL 或 C# 中执行此操作吗？此外，我们需要知道您的表格包含的内容（特别是日期戳的方式）以提供任何帮助。
我想你有另一个表格，上面有视图的日期和一个指向主题的 fk，是这样吗？
感谢快速回复。目前我有主题发布日期（smalldatetime），我认为 C# 方式会很好。你认为呢？而且我还可以用 FK 制作新表。
您是否将各个视图事件存储在自己的表中？没有它，如果您只是更新标题行上的计数器，则很难按时间范围按视图过滤。
@willaien：是的，目前我正在更新主题表中的视图。

标签： c# sql asp.net asp.net-mvc

【解决方案1】：

如果您想真正适应最近的视图，您将需要分成 Topic 表和 TopicView 表。使用当前的表格结构，不知道视图的最新程度 - 因此，如果您在一年中的第 10 周有一个话题高峰期，它可能会在很长一段时间内保持在您的热门话题列表中的第一名（如'Views' 列是一直累积的）。

CREATE TABLE Topic (
    [Id] INT NOT NULL IDENTITY(1,1)
    [Topic] VARCHAR(255) NOT NULL
)

CREATE TABLE TopicView (
    [ViewId] INT NOT NULL IDENTITY(1,1),
    [TopicId] INT NOT NULL,
    [User] VARCHAR(255) NOT NULL,
    [ViewDate] DATETIME NOT NULL
)

现在，您可以在用户每次点击页面时检查您是否已经为他们记录了“TopicView”。当您想查看热门话题时，您可以执行：

DECLARE @maxResults INT = 100  --the maximum number of results we will show
DECLARE @hotTopicViewDays INT = 30 --how recent we want to see hot topic activity
DECLARE @hotTopicViewLimit INT = 300 --what amount of views we consider hot


SELECT TOP (@maxResults)
    T.[Id],
    T.[Topic],
    COUNT(TV.[ViewID]) [Views]
FROM [Topic] T
    JOIN [TopicView] TV
    ON T.[Id] = TV.[TopicId]
WHERE TV.ViewDate >= DATEADD(DAY, -(@hotTopicViewDays), GETDATE())
GROUP BY T.[Id],
    T.[Topic]
HAVING COUNT(TV.[ViewId]) >= @hotTopicViewLimit

这是相当可扩展的，并且允许您进行配置：

您希望使用@maxResults 返回多少个结果
使用@hotTopicViewDays 需要如何将最近的浏览量纳入“热门话题”活动
使用@hotTopicViewLimit 考虑“热门”主题需要多少活动

如果有任何问题或是否有人发现这种方法存在问题，请告诉我。

【讨论】：

我完全同意这是查询观看次数最多的主题的真正方法，但是，OP 已经有 10,000 条记录，他永远不会知道正确的日期范围。
@Chris：我现在就实现它，很快就会发布结果。非常感谢您的回复。
我应该指出，TopicView 表可以非常大，这取决于视图的数量。您应该牢记这一点并在必要时包含索引，或者更改表示以将所有每日视图分组到一个元组中
@Troveldom：是的，我知道随着时间的推移它会非常大，但我每 24 小时为每个用户添加 1 次视图。根据谷歌分析，该网站目前每天有超过 20k 的独立访问者。你能解释一下关于一个元组的更多信息吗？谢谢
您可以更改 TupleView 的定义，删除用户并添加一个整数，表示该日期的总浏览量。它与您以前的类似，但每天都有一个条目。您将记录更少的数据（例如没有用户跟踪，没有时间访问信息），但我认为您应该记住这一点，以防随着时间的推移出现性能问题。

【解决方案2】：

您已经将视图存储在数据库中，这很好。您还需要存储创建主题的日期。

如果你已经这样做了，你可以写一个查询像这个（我不知道你的列名等）：

SELECT *
FROM Topics t
WHERE t.DateAdded >= dateadd(day, -30, getdate())
ORDER BY t.Views DESC

它返回最近 30 天内创建的所有主题，最先查看的主题。

您不想将所有一万条记录加载到内存中，因此请确保实现分页。

【讨论】：

您可以使用 GROUP BY 子句选择 count(*)、topic.name 并获取所需的确切数据。
可能值得添加一个可配置的Views > x 约束，因为他说他只想要“热门”主题。然后他就可以设置“热”的含义。
或其他选项 - TOP (@postLimit) 对 SELECT 的补充
@ChrisSchubert 是的。我不太确定什么是“最热门”。我怀疑像 Reddit 这样的网站会根据视图和交互（如 cmets 和链接点击）来确定热门话题。写一个 SO 答案可能相当复杂。
@Petrichor：感谢您的回复，但我将首先实施 Chris Schubert 解决方案。干杯！