网络上自定义字段的方案有很多，如果是关系型数据库，大部分都涉及到动态加列；如果是非关系型数据库，可以直接用一个对象存，但是不可能每个字段都加索引，查询效率得不到保证。
这里分享一下另一种取巧的思路，既能保证可通过自定义字段检索，又能实现超高的查询效率。我们采用 redis 和持久化数据库结合的方式。
redis namespace 设计
一个用户自定义字段（User Defined Field，简称 udf）在 redis 存储的 key 格式为：udf:filedName，如下图所示：
它对应的数据结构为 hash ，field 为字段值，value 为用户 ID 列表（以逗号间隔）。
持久性数据库（mysql, postgresql, mongodb 等 ），保存 JSON 字符串。
我们需要保持 redis 和 mongo/mysql/postgres 之间数据同步。这一点并不难，只涉及到字段的添加、删除、修改，保持两边同步就行了。
查询示例
场景一：普通类型值全等查询
要查询 favorColour = "RED" 的所有用户：
其中 redis key 为 udf:favorColour
值：
{
"RED": "用户ID 1",
"BLUE": "用户ID 2",
"BLACK": "用户ID 3，用户ID 4"
}
复制代码查询步骤如下：
- hget udf:favorColour RED ，时间复杂度为 O(1)
- 如果存在，得到一个字符串，将这个字符串解析成一个用户ID列表，从而查询到相关用户
- 如果不存在，得到 null，说明没有用户满足条件
场景二：集合类型值 in 查询
要查询「感兴趣专业」中包含「计算机科学与技术」的所有用户。
redis key 为 udf:interestedCourses
值：
{
"计算机科学与技术": "用户ID1，用户ID2"
}
复制代码查询步骤如下：（和上述一致）
hget udf:interestedCourses RED，时间复杂度为 O(1)- 如果存在，得到一个字符串，将这个字符串解析成一个用户ID列表，从而查询到相关用户
- 如果不存在，得到 null，说明没有用户满足条件
场景三：查询某个用户具有的所有自定义字段数据
这里直接根据用户 ID 在数据库中查，时间复杂度依旧是 O(1)，查到之后直接将字符串转换成 JSON 即可。