MySQL热度排序需用加权衰减公式计算hot_score并定时更新，避免实时计算；新内容加基础分、过滤异常行为、设阈值防刷；个性化推荐应在应用层结合用户标签过滤后排序。
在 MySQL 中实现热度排序，关键不在于简单地按某个字段排序，而是构建一个能综合反映内容“受欢迎程度”的动态评分公式，并支持高效查询。直接用 ORDER BY click_count + like_count 很容易，但真实场景中需考虑时间衰减、行为权重差异、数据稀疏性等问题。
热度值设计：引入时间衰减与行为加权
热度不是静态计数，应随时间自然下降，同时区分用户行为价值（如评论比浏览更有意义）。常用公式示例：
hot_score = (likes × 5 + comments × 10 + shares × 20 + views × 1) / pow(2, (NOW() - created_at) / 3600)
说明：
- 给不同行为设置合理权重（分享 > 评论 > 点赞 > 浏览）
- 分母使用指数衰减，每小时热度减半（可调），避免老内容长期霸榜
- 使用 created_at 而非 last_update，保证发布时间是锚点，避免刷量干扰
避免实时计算：用定时任务更新热度字段
每次查询都算 pow() 和时间差，性能差且无法走索引。推荐做法：
- 在表中新增 hot_score 字段（类型 DECIMAL(12,4) 或 FLOAT）
- 用定时任务（如每 15 分钟跑一次）批量更新活跃内容的热度值：
UPDATE articles SET hot_score = (likes*5 + comments*10 + shares*20 + views) / POW(2, (UNIX_TIMESTAMP(NOW()) - UNIX_TIMESTAMP(created_at))/3600) WHERE updated_at > DATE_SUB(NOW(), INTERVAL 7 DAY);
- 配合 INDEX(hot_score)，让 ORDER BY hot_score DESC LIMIT 20 快速响应
冷启动与防刷：加入基础分与异常过滤
新发布内容初始热度为 0，会被老内容压制；恶意刷点击也会扭曲结果。建议：
- 新内容上线自动赋予基础分（如 +100），持续 2 小时后线性衰减归零
- 对单 IP/设备 1 小时内超过 5 次相同行为的记录，在计算时临时忽略（需日志表+聚合判断）
- 设置最小热度阈值（如 hot_score > 0.1），过滤无效或测试数据
支持个性化热度（进阶）
若需“为你推荐”类热度，可在应用层组合用户兴趣标签：
- 先查用户最近 3 天点击/收藏的分类（如 “MySQL”, “优化”）
- 查询时加条件 WHERE category IN ('MySQL','优化')，再按 hot_score 排序
- 不建议在 MySQL 层做向量或复杂匹配，这部分交给 Elasticsearch 或应用缓存更合适
