码迷,mamicode.com
首页 > 其他好文 > 详细

根据时间戳,增量同步数据的解决办法

时间:2018-12-15 23:51:58      阅读:228      评论:0      收藏:0      [点我收藏+]

标签:维护   服务器   内容   图形   增量   加密算法   复杂   部分   strong   

由于markdown的样式太丑了,懒得再调整了,我另外再贴一个github的博客该文的 github链接

前言

最近在工作中遇到一个比较棘手的问题,客户端从服务端同步数据的问题。
背景简介:客户端有N个,客户端上的同步时间,各不相同。同步的时候,是一次获取10条数据,多批次获取。即分页获取。
在代码中存在两种同步的方式:

  1. 全量同步。同步过程是从服务端拉取全部的数据;依赖具有唯一约束ID来实现同步。只适用于数据量小的表,浪费网络流量。
  2. 增量同步。从服务器拉取大于客户端最新时间的数据;依赖于时间戳,问题时间戳不唯一存在相同时间点下面多条数据,会出现数据遗漏,也会重复拉取数据,浪费网络流量。

本文的所使用到的解决办法,就是结合了唯一ID时间戳,两个入参来做增量同步。本文也只做逻辑层面的说明。

模拟场景

表结构:ID 具有唯一约束, Name 姓名, UpdateTime 更新时间;现在问题的关键是ID为3,4,这两条时间点相同的数据。
假如一次只能同步一条数据,如何同步完ID 2后,再同步 ID 3。

ID Name UpdateTime
1 张三 2018-11-10
2 李四 2018-12-10
3 王五 2018-12-10
4 赵六 2018-11-20
5 金七 2018-11-30

解决思路

生成新的唯一标识

通过 UpdateTime 和 ID 这两种数据,通过某种运算,生成新的数。而这个新的数具备可排序唯一;同时还要携带有IDUpdateTime的信息。
简单表述就是,具有一个函数f: f(可排序A,可排序唯一B) = 可排序唯一C 。 C 的唯一解是 A和B。RSA加密算法

我想出了一个方法,也是生活中比较常用的方法:

  1. 先把 UpdateTime 转变成数字。如: 字符串 2018-12-10 -> 数字 20181210;
  2. 然后 UpdateTime 乘以权重,这个权重必须大于ID的可能最大值。如: 20181210 * 100 = 2018121000,Max(ID)<999
  3. 然后再把第二部的结果,加上唯一键ID。如: 2018121000 + 3 = 2018121003。

这个时候,2018121003 这个数,既包含了UpdateTimeID的信息,又具有可排序唯一性。用它作为增量更新的判断点,是再好不过的了。
但是它具有很大的缺点:数字太大了,时间转化成数字,目前还是用的是级别,如果换成毫秒级别呢。还有ID可能的最大值也够大了,如果是int64那就更没得搞了。

这个方法理论上可行,实际中不可用基本不可行,除非找到一种非常好的函数f;
PS: 我的直觉告诉我: 极可能存在这种函数,既满足我的需要,又可以克服数字很大这个问题。只是我目前不知道。

数据库表修改(不推荐)

修改数据内容

修改数据内容,使 UpdateTime 数据值唯一。缺点也比较明显:

  1. 脚本操作数据的情况下,或者直接sql更新。可能会,造成时间不唯一;
  2. 只是适用在数据量小,系统操作频率小的情况下。因为毫秒级别的时间,在绝大多数软件系统中,可以认为是唯一;
  3. 尤其是老旧项目,历史遗留数据如何处理。

增加字段

还有一种办法,就是在数据库中,增加一个新的字段,专门用来同步数据的时候使用。
比方说,增加字段 SyncData int 类型。如果 UpdateTime 发生了改变,就把它更新为 SyncData = Max(SyncData) + 1;
也就是说, SyncData 这个字段的最大值一定是最新的数据,SyncData的降序就是 更新时间的降序。SyncData更新时间顺序充分不必要条件

总的来说,这种办法是比较好的,但缺点也比较明显:

  1. 需要修改表结构,并且额外维护这个字段;
  2. 新增或者更新的时候,会先锁表,找出这个表的最大值,再更新,资源浪费明显。
  3. 如果表的数据量比较大,或者更新比较频繁时候。时间消耗较大。

我的解决方法

分页提取数据的可能情况

首先,先来分析一下,一次提取10条数据,提取的数据,存在的可能情况。再次说明前提,先时间倒序,再ID倒序。Order By UpdateTime DESC, ID DESC
可能情况如下图,可以简化为三种:

  1. 情景1。当前获取的数据中包含了,所有相同时间点的数据;图1,图5
  2. 情景2。当前获取的数据中包含了,部分相同时间点的数据;图2,图3,图4,图6,图7
  3. 情景3。当前获取的数据中包含了,没有相同时间点的数据;图···

其中情景1情景3,可以把查询条件变为:WHERE UpdateTime > sync_time LIMIT 10
但是情景2的情况不能使用大于>这个条件。假如使用了大于>这个条件,情景2就会变成情景1情景3图3这种情况。不是包含部分了,需要额外特别处理。
注:图3的结束点 ]不重要,下面情景5有解释。
技术分享图片

情景2部分情况,提取的起始点

提取的起始点:也就是说图中[左中括号的位置,需要准确定位这个位置。
至于结束点:图中]右中括号的位置是在哪里。这个就不重要了,因为下一次的分页提取的起始点,就是上一次的结束点。只需要关注起始点就足够了。

而根据起始点,又可以把情景2,再做一次简化:

  1. 情景4。起始点相同时间点集合内的;图2,图4,图6,图7
  2. 情景5。起始点不在相同时间点集合内的;图3,

针对情景4。这个时候,时间戳sync_time一个入参就不够了,还额外需要唯一键ID来准确定位。可以把查询写作:WHERE UpdateTime = sync_time AND ID > sync_id LIMIT 10
如果查询的行数 等于 10,则是图4;小于 10,则是图2,图6,图7的情况。

针对情景5。依旧可以使用:WHERE UpdateTime > sync_time LIMIT 10

完整的分页过程

完整的分页过程的步骤:
一、先用起始点来过滤:WHERE UpdateTime = sync_time AND ID > sync_id LIMIT 10,查询结果行数N。如果 N=10 或 N=0,则结束,并且直接返回结果。如果 0< N <10 ,则进行第二步;

二、再用时间戳查询:WHERE UpdateTime > sync_time LIMIT 10-N,查询结果行数 M ,0<= M <=10-N;这个阶段,是否同一个时间点都不重要了。只需要按着顺序取已排序的数据就可以了;

三、把一和二的结果集合并,一并返回。

四、重复步骤一二三,直到,分页获取的最后一条数据的ID,是服务端数据库中最新的ID;(防止存在,恰好这十条是所需要获取的最后十条)。

服务端中最新ID获取:Select Id From myTable Order by UpdateTime desc,ID desc Limit 1;

经验总结

寻找关键信息,以及具有指标意义的数据,或者数据的组合

  • 最开始,我只执着于 UpdateTime 这个数据,甚至提出去数据库中,修改历史数据,再把 UpdateTime 加上唯一约束(以前也没有听说过在 UpdateTime 这个字段上面加唯一约束)。并且这种办法,局限性有很强,不可以通用。
  • 主键ID唯一,但是它不具有时间属性。只适用于全部更新。
  • 把他们两个结合起来,才算是打开了新的思路。

拆分问题,简化问题

  • 把 UpdateTime 和 ID 组合使用时。妄图在一个sql里面来实现。发现无论怎么改,都会存在逻辑上面的问题;
  • 没有拆分化简的时候,如果用存储过程来写的话,会非常非常复杂;
  • 直到,我在脑袋里面,模拟出来可能的情况后。也就是上面的图片同步数据的可能性,慢慢归类,简化后;才发现。问题没有那么难,仅仅是起始点这一个小小的问题。

使用逻辑分析哲学归纳

  • 在分析数据的意义和性质的时候,偶然间使用到了归纳的方法;也就是唯一可排序;跳出了具体字段,使用场景的框架束缚,而去考虑这两种性质怎么结合的问题;
  • 在逻辑分析的时候,先用排列组合,算出多少种可能性;在脑中勾画出图形,把性质相同的可能性合并化简;
  • 在化简的过程中,不要仅仅着眼于查询的对象,也要去化简查询的方法;有点绕,打个比方,既要优化最终产品,也要去优化制作工艺;

最后,我认为我最近的逻辑分析能力,好像有比较大的提升。

  • 直接得益于,常见的24种逻辑谬误的了解,【转】逻辑谬误列表(序言),在平常的生活中,说话做事,也就有了逻辑方面的意识;
  • 间接可能得益于台大哲学系苑举正,苑老师讲话的视频。其实我很早以前,高中时候就喜欢哲学,《哲学的基本原理》这么枯燥的书,我居然认认真真仔仔细细的边读边想的看了三四遍。只是那时好多完全不懂,好多似懂非懂。十多年后虽然什么都不记得了,但是好像又懂了。。。感觉太玄了。。。

根据时间戳,增量同步数据的解决办法

标签:维护   服务器   内容   图形   增量   加密算法   复杂   部分   strong   

原文地址:https://www.cnblogs.com/BenAndWang/p/10125142.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!