架构高性能站点秘笈(六)——构建数据缓冲区

到此为止，一共介绍了四种server性能优化的方法。各自是：动态内容缓存、浏览器缓存、反向代理缓存、Web组件分离。

我们发如今这四种方法中，“缓存”占了大头！

确实如此，“缓存”是server性能优化的核心思想。我们提出的各种优化方法本质上仅仅是把“缓存”用在了不同的地方。并依据使用位置的不同，个性化定制缓存的用法。接下来又要介绍一种缓存的新用法——数据缓冲区。

之前介绍的动态内容缓存、浏览器缓存都是将整个静态页面进行缓存。这样的方式有个弊端：因为缓存了总体页面，因此缓存的数据较为笨重。缺乏灵活性。为了解决问题。我们能够仅仅缓存数据库中的数据。当用户请求某一页面时。再依据用户的需求从数据缓存中抽出须要的数据。组装成页面返回给用户，从而提升了数据使用的灵活性

什么是数据缓冲区？数据缓冲区有啥优点？

我们能够在数据库之前开辟一块内存缓冲区，我们把这块区域称为数据缓冲区。

全部从数据库出来和进入的数据都要经过该缓冲区。

那么，数据想要进入数据库，首先须要进入缓冲区，当缓冲区存满时，一次性地写入数据库。从而减少了数据库操作的频率；同理，从数据库出来的数据也会进入该缓冲区，那么下次须要同样数据的时候直接从缓冲区中取就可以。

要知道，从内存中取数据要比从数据库中取数据快多了，因此缓冲区能大大提升数据插入和查询的性能。

怎样构建数据缓冲区？

依据刚才对缓冲区的介绍，我们能够将数据缓冲区分为：读缓冲和写缓冲。

• 读缓冲：用于存放即将被存入数据库的数据
• 写缓存：用于存放近期一段时间訪问频率较高的数据

使用Memcache实现数据缓冲区

这里我们使用memcache来实现数据缓冲区。

详细的Memcache的介绍请自行百度吧。这里简介下Memcache的几个优点：

1. 查询效率高
   Memcache採用健值对的形式存储数据，而且採用优化了的基于Key的Hash算法，因此无论Memcache中存储了多少数据。依据key查询value的时间复杂度永远是O(1)！

2. 网络并发能力强
   Memcache採用了libevent函数库来实现TCP通信，因此在较高并发数的情况下仍然能高效工作。

   大家不用操心它的效率。

关于Memcache的使用请移步至：在Linux上安装Memcached服务

1. 构建写缓冲区

场景如果：实现点击量的记录

最Low的做法是每有一个用户点击，就把数据库中的相关值加1.但这样的每次更新数据库的做法显然不够高效。当訪问量非常大时，须要不断更新数据库。大大减少server的总体性能。

因此，訪问量的登记全然能够存入写缓存中，当訪问量存到1000时，一次性写入数据库，从而数据库更新频率从1000次减少到1次。大大节省了开销。

当然。使用缓存随之会带来数据实时性减少的问题。但对于像訪问量这样的无关紧要的数据来说，用减少实时性来换取server性能开销，还是相当划算的。

注意：小心线程安全问题！

要实现缓存中的指定页面的訪问量加一，一共须要三步：

1. 将指定页面的当前訪问量取出来
2. 訪问量加一
3. 更新缓存中该页面的訪问量

因此。若多线程同一时候訪问，会出现线程安全问题。
因此我们须要使用memcache的原子加一操作(increment)来避免线程安全问题。

2. 构建读缓冲区

场景如果：检查用户是否登录

补充知识：怎样推断用户是否登录？

用户点击“记住password”后就不须要再输入password。那么当用户再次訪问站点时，server该怎样推断该用户是否已经登录呢？

在非常久曾经，用户登录之后server会在用户的Cookie中存放该用户的id。若用户再次訪问站点时，如果请求中包括用户id就觉得他已经登录，否则就须要又一次登录。

但这样的方法会引起安全隐患，因为id具有规律性，黑客往往会篡改他本地的Cookie来冒充其它用户登录。

为了避免这样的情况的发生。在用户注冊的时候，server会为每一个用户生成一个无规律的随机字符串ticket，用于标示该用户，并将其存入用户的Cookie。

因为字符串随机生成，没有了规律性，因此黑客没办法猜到其它用户的ticket。当用户每次訪问站点时。如果请求中携带了ticket，我们就查询数据库中是否存在该ticket，若存在则表示该用户已经登录。否则须要又一次登录。

那么问题来了，如果每次推断ticket是否存在都须要查询数据库的话。那么当用户量非常大的时候会影响server总体性能。因此我们能够将全部的ticket存入读缓存，并每隔一段时间更新。确保ticket的实时性。从而当用户訪问站点时，仅仅须要从读缓存中查询ticket是否存在就可以。无需查询数据库，从而节约了数据库开销。

怎样构建分布式数据缓冲区？

当一个memcache存不下全部缓存的时候，我们须要使用多个memcache来实现分布式数据缓冲区。

“分布式数据缓冲区”看似高大上。事实上非常easy。

如果如今有三台server上执行Memcache，IP各自是：
- 10.20.100.101
- 10.20.100.102
- 10.20.100.103

在存储之前，我们须要确定到底把数据存储在哪台缓存server上。我们希望数据能够平均地存储在三台server上，从而实现负载均衡。能够採用随机分配的方法：

1. 将每一个请求的URL进行MD5运算，得到32字节的16进制数；
2. 取前5位，模以3
3. 得到的结果就是缓存server的ID

注：通过概率论能够证明。当訪问量非常大的时候。採用随机分配的方式能够保证每台缓存server被选中的次数是一样的。