
Hello,我是小兔大白糖。 评审会上常有人说:「成员 ID 直接塞进 Chat 文档不就完了?」——小群秒查确实爽;角色、禁言、通知偏好、大群分页一上来,嵌入数组就变成文档膨胀与一致性税。写成这篇,给要给 IM / 社交后端做成员存储选型调研的初中级同学:不是某项目定档说明,而是业界常见的三种心智模型。
说明:模式 A/B/C 与人数阈值是分析框架与教学示意,不是某厂 SLA。文中伪流程、索引名为脱敏占位。文档库有单文档上限、关系表有单行/宽表膨胀——表述用「单文档 / 单行大小上限」概括。房间生命周期与消息管线见:IM 后端怎么设计房间与消息——本文只管成员真相面怎么落库。
估计阅读时间:10 分钟
目录
为什么现在要关心
成员真相与「谁在群里的快照」可以分轨——小群爽的嵌入,换大群就变成文档上限与双写税。
现场里常见的误伤:
| 你看到的现象 | 常见真相 |
|---|---|
| 「拉成员列表很慢」 | 大群却每次 join 成员集合全量;或反过来小群每次二次查询 |
| 角色改了,权限却还是旧的 | 只更新了投影数组,或只更新了成员行却缓存未失效 |
| Chat 文档越来越大 | 嵌入列表当唯一真相,属性也硬塞进同文档 |
| 加退人偶发双端不一致 | 混合双写无补偿、无顺序合同 |
先记住五条硬规则(删掉比喻也能复述):
- 详细属性走成员行;会话文档上的 ID 列表最多当投影 / 缓存。
- 嵌入数组适合小而稳的会话(1:1、小群);大群 + 丰富属性默认独立集合。
- 混合模式的税在双写一致性:加退人要同事务或可补偿;投影可短暂落后,但权限检查勿只信过期投影。
- 查询按职责选源:列表快扫可投影;角色 / 状态 / 个性化必须打成员行。
- 单文档 / 单行大小与索引是硬边界:嵌入无限涨 → 逼近上限,热更新争用变差。
心智模型:门口名单 vs 学籍卡柜
先记住:门口贴一排名字适合「谁在班里」;角色、禁言、通知偏好要去学籍卡柜翻卡。
| 类比 | 含义 |
|---|---|
| 班级通讯录贴在教室门口(一排名字) | 会话上嵌入成员 ID 列表 |
| 学籍卡柜(每人一张:角色、状态、设置) | 独立 Membership 集合 / 表 |
| 门口名单是学籍柜的投影,改学籍要同步刷门口 | 混合:真相在柜,投影在门 |
类比局限一句说清:它解释「存哪儿、查哪边」;解释不了推送扇出、已读水印、跨区复制——那些要另开实时层与消息管线设计(可回看房间与消息篇)。
问题空间:三件事别揉成一件
能力需求粗分三块:身份集合、成员属性、反查——嵌入擅长第一项的小 N,二三默认成员行。
| 能力 | 问什么 | 嵌入列表擅长? | 独立成员行擅长? |
|---|---|---|---|
| 身份集合 | 谁在群里(ID 集合) | 小 N 一次读出 | 大 N 分页自然 |
| 成员属性 | 角色、禁言、入退时间、通知偏好… | 硬塞会膨胀 | 一行一员天然 |
| 反查 | 某用户加入了哪些会话 | 弱(要扫会话) | 按用户维索引自然 |
把属性也塞进会话文档当「唯一真相」,短期省一次查询,长期膨胀 + 热 key 争用 + 难按属性过滤——这是模式 A 最常见的越界用法。
三种模式对照
实践常见:1:1 / 小群可 A 或瘦 C;企业群 / 大群默认 B 或 C(B 为主)。
| 模式 | 做法 | 优点 | 代价 |
|---|---|---|---|
| A. 仅嵌入 ID 列表 | 会话文档存成员 ID(可选 count) | 一次读出成员集合;实现简单 | 属性贫乏;大群膨胀;难按属性查;反查弱 |
| B. 仅独立成员集合 | (chat_id, user_id) 一行一员 + 属性 | 属性 / 分页 / 反查 / 审计自然 | 每次要列表都多一次查询或缓存;小群略重 |
| C. 混合:B 为真相 + A 为投影 | 变更先写成员行,再更新会话上的 ID 投影 / count | 小群快路径 + 大群 / 属性完整 | 双写与回滚 / 补偿;投影落后窗口;权限勿只信投影 |
人数阈值(如 50 / 100)只作教学门槛:产品按文档 / 行字节上限、加减人 QPS、属性丰富度自测,不要把「业界经验数」当 SLA。
加退人伪流程(教学示意;按模式分支):
add_member(chat, user, attrs):
if mode == A:
update chat.member_ids # embed is the only store
else: # B or C
write membership_row # source of truth
if mode == C:
update chat.member_ids # projection
on projection_fail:
compensate or mark dirty
authz(chat, user):
if mode == A: read chat.member_ids
else: read membership_row # C: never trust projection alone
list_members(chat, page):
if mode == A or (mode == C and small):
return chat.member_ids
else:
page membership_rows硬边界人话:C 下投影只服务快路径列表;权限与个性化永远读成员行。
可复述选型清单
选型不是「选最潮的」,而是把真相源、投影、失败补偿写进合同。
- 列出必须属性:若超出「在不在群里」→ 倾向 B / C。
- 估峰值人数与更新频率:逼近单文档 / 单行上限或高频加减 → 勿纯 A。
- 反查「我的会话列表」是否要走成员索引。
- 选 A / B / C;若 C:写清真相源、投影字段、失败补偿、权限读哪边。
- 索引示意(教学):成员行
(chat_id, status)、(user_id, status);投影侧按需。 - 观测:双写失败率、投影落后时长、大文档 / 大行比例。
- 迁移:先 B 真相,再回填投影;禁止先无限扩嵌入当长期唯一真相。
反模式
这五条几乎都能在评审里一票否决「先嵌入再说」。
- 把角色 / 禁言塞进越来越大的会话文档当唯一源。
- 混合模式权限检查只读投影数组。
- 双写无补偿:成员行成功、投影失败当成功。
- 全站一种模式:1:1 与万人群同一套嵌入。
- 「先嵌入上线,以后再拆」却无迁移关闸——债务变永久。
选型结论
- 属性与大群 → 独立成员行(B);小而稳 → 嵌入(A)可接受;要两边优点 → C,但付双写税,真相在行。
- 权限与个性化读成员行;投影只服务快路径列表。
- 与房间与消息篇分工:那边管消息管线与成员正交态;本文管成员集合怎么落库、查哪边。
转发时可以只带三句话:真相在行;投影可落后;权限别只信门口名单。