标签:优化 系统优化 微博 for循环 方式 实时 离线 接口 定时任务
继续答星球水友提问,30WQPS的点赞计数业务,如何设计?
可以看到,这个业务的特点是:
(1)吞吐量超高;
(2)能够接受一定数据不一致;
画外音:计数有微小不准确,不是大问题。
先用最朴素的思想,只考虑点赞计数,可以怎么做?
有几点是最容易想到的:
(1)肯定不能用数据库抗实时读写流量;
(2)redis天然支持固化,可以用高可用redis集群来做固化存储;
(3)也可以用MySQL来做固化存储,redis做缓存,读写操作都落缓存,异步线程定期刷DB;
(4)架一层计数服务,将计数与业务逻辑解耦;
此时MySQL核心数据结构是:
t_count(msg_id, praise_count)
此时redis的KV设计也不难:
key:msg_id
value:praise_count
似乎很容易就搞定了:
(1)服务可以水平扩展;
(2)数据量增加时,数据库可以水平扩展;
(3)读写量增加时,缓存也可以水平扩展;
计数系统的难点,还在于业务扩展性问题,以及效率问题。
以微博为例:
(1)用户微博首页,有多条消息list<msg_id>,这是一种扩展;
(2)同一条消息msg_id,不止有点赞计数,还有阅读计数,转发计数,评论计数,这也是一种扩展;
假如用最朴素的方式实现,多条消息多个计数的获取伪代码如下:
// (1)获取首页所有消息msg_id
list<msg_id> = getHomePageMsg(uid);
// (2)对于首页的所有消息要拉取多个计数
for( msg_id in list<msg_id>){
//(3.1)获取阅读计数
getReadCount(msg_id);
//(3.2)获取转发计数
getForwordCount(msg_id);
//(3.3)获取评论计数
getCommentCount(msg_id);
//(3.4)获取赞计数
getPraiseCount(msg_id);
}
由于同一个msg_id多了几种业务计数,redis的key需要带上业务
flag,升级为:
msg_id:read
msg_id:forword
msg_id:comment
msg_id:praise
用来区分共一个msg_id的四种不同业务计数,redis不能支持key的模糊操作,必须访问四次reids。
假设首页有100条消息,这个方案总结为:
(1)for循环每一条消息,100条消息100次;
(2)每条消息4次RPC获取计数接口调用;
(3)每次调用服务要访问reids,拼装key获取count;
画外音:这种方案的扩展性和效率是非常低的。
首先看下数据库层面元数据扩展,常见的扩展方式是,增加列,记录更多的业务计数。
如上图所示,由一列点赞计数,扩充为四列阅读、转发、评论、点赞计数。
增加列这种业务计数扩展方式的缺点是:每次要扩充业务计数时,总是需要修改表结构,增加列,很烦。
行扩展是一种扩展性更好的方式。
表结构固化为:
t_count(msg_id, count_key, count_value)
当要扩充业务计数时,增加一行就行,不需要修改表结构。
画外音:很多配置业务,会使用这种方案,方便增加配置。
增加行这种业务计数扩展方式的缺点是:表数据行数会增加,但这不是主要矛盾,数据库水平扩展能很轻松解决数据量大的问题。
接下来看下redis批量获取计数的优化方案。
原始方案,通过拼装key来区分同一个msg_id的不同业务计数。
可以升级为,同一个value来存储多个计数。
如上图所示,同一个msg_id的四个计数,存储在一个value里,从而避免多次redis访问。
画外音:通过value来扩展,是不是很巧妙?
计数业务,在数据量大,并发量大的时候,要考虑的一些技术点:
(1)用缓存抗读写;
(2)服务化,计数系统与业务系统解耦;
(3)水平切分扩展吞吐量、数据量、读写量;
(4)要考虑扩展性,数据库层面常见的优化有:列扩展,行扩展两种方式;
(5)要考虑批量操作,缓存层面常见的优化有:一个value存储多个业务计数;
计数系统优化先聊到这里,希望大家有收获。
欢迎大家继续提问,有问必答。
《用DB自增键生成uid了,还能分库吗?》
《亿级数据“定时任务”,如何缩短执行时间?》
《粉丝关系链,10亿数据,如何设计?》
《几万条群离线消息,如何高效拉取?》
《盘口数据频繁变化,100W用户如何实时通知?》
大伙是用redis搞计数么?
标签:优化 系统优化 微博 for循环 方式 实时 离线 接口 定时任务
原文地址:https://blog.51cto.com/jyjstack/2548550