新浪微博資料庫
① 新浪微博的「關注功能」資料庫是如何設計的
你好。方法有二個：
我覺得是這樣設計的
一個欄位記錄他所關注的好友信息
應該是json的
然後去資料庫查最新的就是更新就是
uchome就是這么乾的
sql">--用戶表(如果這個表數據相當多，可以用分區表)
createtableuserinfo
(useridnumber(38,0),--可以用序列遞增值也成，自己看著辦
usernamevarchar2(60),
phonevarchar2(20),
addressvarchar2(20),
sexchar(1),
cdatedatedefaultsysdate
--其他欄位，自己添加
);
_userinfoprimarykey(userid);
--用戶關注信息表(如果這個表數據相當多，可以用分區表)：
createtableuserattention
(useridnumber(38,0),--用戶ID
attention_useridnumber(38,0),--被關注的用戶ID
statusnumber(18,0),--關注狀態(或者說關注等級，自己定義：0代表什麼，1代表什麼)
cdatedatedefaultsysdate,--創建時間
udatedatedefaultsysdate--修改時間
--其他欄位，自己添加
);
--為保持數據完整性：不管是「用戶ID」還是「被關注的用戶ID」其ID必須在userinfo表中存在！
_userattentionprimarykey(userid,attention_userid);
_userattention_useridforeignkey(userid)referencesuserinfo(userid);
_userattention_att_useridforeignkey(attention_userid)referencesuserinfo(userid);
userattention表中一個userid對應該可能有N條記錄(而不像你說的：用一條記錄，其不同的attention_userid用逗號隔開，這樣設置是不合理的)
--好比QQ號，我的QQ可以添加N個QQ好友，但我想：騰迅應該不會將我這N個QQ好友用字串連成一條記錄（這也太吝嗇啦）
② 如何通過python調用新浪微博的API來爬取數據
先上結論，通過公開的api如果想爬到某大v的所有數據，需要滿足以下兩個條件：
1、在你的爬蟲開始運行時，該大v的所有微博發布量沒有超過回溯查詢的上限，新浪是2000，twitter是3200。
2、爬蟲程序必須不間斷運行。
新浪微博的api基本完全照搬twitter，其中介面的參數特性與底層的NoSQL密不可分，建議先看點Nosql資料庫的設計理念有助於更好的理解api設計。
一般來說，如果決定爬某個大v，第一步先試獲取該用戶的基本信息，中間會包含一條最新的status，記下其中的id號作為基準，命名為baseId。
介面中最重要的兩個參數：
since_id：返回ID比since_id大的微博（即比since_id時間晚的微博），默認為0。
max_id：返回ID小於或等於max_id的微博，默認為0。
出於各種原因，獲取statuses的介面，固定為按id降序排列（scan_index_forward=false），即最新的statuses返回在前。假設該微博第一天上線，就一個用戶，發了一百條，id是1到100。而你在該用戶發了第50條的時候開始運行的爬蟲，即baseId=50。
③ 新浪微博的信息是怎麼儲存的
是存儲在sina的伺服器上面的，按照資料庫格式，當你訪問的時候，sina伺服器就會讀取資料庫數據，然後按照jason格式傳送給你。當然，圖片是另外存儲的，如果有圖片或者視頻，那麼在資料庫裡面保存的只是一個超鏈接，搭卜所以實質上保存的都只是咐蠢文本，文本即便內容很多很多，也不會顯得太過龐大的。
至於圖片，那就不說了，可以轉格式，轉大小衡枝陪，而且本來還限制你的圖片上傳格式的本來就。