答案：通过设计评价主表和拆分多媒体表，结合联合索引与唯一索引优化查询，辅以统计缓存策略，可高效支撑电商评价系统。
商品评价数据在电商系统中非常常见，MySQL 存储这类数据需要兼顾查询效率、扩展性和数据完整性。核心思路是通过合理的表结构设计和索引优化来支持高频的读写操作。
1. 设计评价主表（reviews）
评价主表用于存储每一条用户对商品的评价内容，通常包含以下字段：
- id：主键，自增或使用 UUID
- product_id：关联商品 ID，建立索引以支持按商品查评价
- user_id：评价用户 ID，可用于防刷评或用户行为分析
- rating：评分，如 1-5 星，用 TINYINT 存储
- comment：评价内容，TEXT 类型，可为空
- created_at：评价时间，DATETIME 或 TIMESTAMP，建议加索引
- status：状态，如 0=待审核，1=已发布，2=已删除，便于后台管理
示例建表语句：
CREATE TABLE reviews ( id BIGINT PRIMARY KEY AUTO_INCREMENT, product_id BIGINT NOT NULL, user_id BIGINT NOT NULL, rating TINYINT NOT NULL CHECK (rating BETWEEN 1 AND 5), comment TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, status TINYINT DEFAULT 1, INDEX idx_product_id (product_id), INDEX idx_created_at (created_at), INDEX idx_user_product (user_id, product_id) );
2. 可选：拆分图片或多媒体信息（review_media）
如果评价支持上传图片或视频，建议单独建表，避免主表膨胀影响查询性能。
- review_id：外键，关联评价 ID
- media_type：类型，如 image、video
- url：资源地址，VARCHAR(500)
- sort_order：排序字段，用于前端展示顺序
建表示例：
CREATE TABLE review_media ( id BIGINT PRIMARY KEY AUTO_INCREMENT, review_id BIGINT NOT NULL, media_type VARCHAR(20) DEFAULT 'image', url VARCHAR(500) NOT NULL, sort_order TINYINT DEFAULT 0, FOREIGN KEY (review_id) REFERENCES reviews(id) ON DELETE CASCADE );
3. 查询优化与索引策略
常见查询场景包括“查某商品的最新评价”、“查某用户的评价记录”、“统计商品平均分”。对应的索引建议：
- 按商品查评价：给 product_id + created_at 建联合索引，支持 ORDER BY 优化
- 防止重复评价：给 user_id + product_id 建唯一索引（若限制每人一评）
- 按状态筛选：若 frequently filter by status，可建 status + product_id 索引
4. 统计数据缓存（可选）
频繁计算平均分、评价数会影响性能。建议：
- 在商品表中增加 review_count 和 avg_rating 字段
- 每次新增或修改评价时，通过触发器或应用层异步更新这两个字段
- 或使用定时任务每日汇总，减轻实时压力
基本上就这些。合理设计表结构，加上必要的索引和缓存策略，MySQL 完全能高效支撑商品评价系统。关键点是分离热数据和冷数据，避免大字段拖慢主查询。
