程目標
目標1:說出品優購購物車的實現思路
目標2:運用Cookie存儲購物車
目標3:編寫購物車前端代碼
目標4:運用Redis存儲購物車
1.1需求分析
用戶在商品詳細頁點擊加入購物車,提交商品SKU編號和購買數量,添加到購物車。購物車展示頁面如下:
購物車數據的存儲結構如下:
當用戶在未登錄的情況下,將此購物車存入cookies , 在用戶登陸的情況下,將購物車數據存入redis 。如果用戶登陸時,cookies中存在購物車,需要將cookies的購物車合并到redis中存儲.
1.3工程搭建
(1)創建工程pinyougou-cart-interface ,依賴pinyougou-pojo
(2)創建工程pinyougou-cart-service(WAR),依賴pinyougou-cart-interface 和pinyougou-common工程 和spring、 dubbox 等相關依賴, 添加web.xml 與spring配置文件(參照其他service工程) tomcat插件端口設置為9007 ,dubbo端口為20887
(3)創建工程pinyougou-cart-web ,依賴 pinyougou-cart-interface springsecurity 、CAS 等。添加web.xml 與spring配置文件(參照其他web工程)tomcat插件端口設置為9107 ,拷貝UserDetailServiceImpl.java , 拷貝頁面資源
(4)將資源文件夾中 Cookie工具類拷貝到pinyougou-common工程中。需要在pinyougou-common工程引入servlet-api依賴
<dependency> <groupId>javax.servlet</groupId> <artifactId>servlet-api</artifactId> <scope>provided</scope> </dependency>
1.4購物車實體類
在pinyougou-pojo的com.pinyougou.pojogroup中創建購物車實體類
public class Cart implements Serializable{ private String sellerId;//商家ID private String sellerName;//商家名稱 private List<TbOrderItem> orderItemList;//購物車明細 //getter and setter ...... }
這個類是對每個商家的購物車進行的封裝
2.1需求分析
使用cookie存儲購物車數據。服務層負責邏輯,控制層負責讀寫cookie 。
2.2服務接口層
(1)服務層接口 pinyougou-cart-interface新建com.pinyougou.cart.service包,包下建立接口CartService
/** * 購物車服務接口 * @author Administrator * */ public interface CartService { /** * 添加商品到購物車 * @param cartList * @param itemId * @param num * @return */ public List<Cart> addGoodsToCartList(List<Cart> cartList,Long itemId,Integer num ); }
2.3服務實現層
實現思路:
//1.根據商品SKU ID查詢SKU商品信息 //2.獲取商家ID //3.根據商家ID判斷購物車列表中是否存在該商家的購物車 //4.如果購物車列表中不存在該商家的購物車 //4.1 新建購物車對象 //4.2 將新建的購物車對象添加到購物車列表 //5.如果購物車列表中存在該商家的購物車 // 查詢購物車明細列表中是否存在該商品 //5.1. 如果沒有,新增購物車明細 //5.2. 如果有,在原購物車明細上添加數量,更改金額
代碼實現 pinyougou-cart-service 工程創建CartServiceImpl.java
/** * 購物車服務實現類 * @author Administrator * */ @Service public class CartServiceImpl implements CartService { @Autowired private TbItemMapper itemMapper; @Override public List<Cart> addGoodsToCartList(List<Cart> cartList, Long itemId, Integer num) { //1.根據商品SKU ID查詢SKU商品信息 TbItem item = itemMapper.selectByPrimaryKey(itemId); if(item==null){ throw new RuntimeException("商品不存在"); } if(!item.getStatus().equals("1")){ throw new RuntimeException("商品狀態無效"); } //2.獲取商家ID String sellerId = item.getSellerId(); //3.根據商家ID判斷購物車列表中是否存在該商家的購物車 Cart cart = searchCartBySellerId(cartList,sellerId); //4.如果購物車列表中不存在該商家的購物車 if(cart==null){ //4.1 新建購物車對象 , cart=new Cart(); cart.setSellerId(sellerId); cart.setSellerName(item.getSeller()); TbOrderItem orderItem = createOrderItem(item,num); List orderItemList=new ArrayList(); orderItemList.add(orderItem); cart.setOrderItemList(orderItemList); //4.2將購物車對象添加到購物車列表 cartList.add(cart); }else{ //5.如果購物車列表中存在該商家的購物車 // 判斷購物車明細列表中是否存在該商品 TbOrderItem orderItem = searchOrderItemByItemId(cart.getOrderItemList(),itemId); if(orderItem==null){ //5.1. 如果沒有,新增購物車明細 orderItem=createOrderItem(item,num); cart.getOrderItemList().add(orderItem); }else{ //5.2. 如果有,在原購物車明細上添加數量,更改金額 orderItem.setNum(orderItem.getNum()+num); orderItem.setTotalFee(new BigDecimal(orderItem.getNum()*orderItem.getPrice().doubleValue()) ); //如果數量操作后小于等于0,則移除 if(orderItem.getNum()<=0){ cart.getOrderItemList().remove(orderItem);//移除購物車明細 } //如果移除后cart的明細數量為0,則將cart移除 if(cart.getOrderItemList().size()==0){ cartList.remove(cart); } } } return cartList; } /** * 根據商家ID查詢購物車對象 * @param cartList * @param sellerId * @return */ private Cart searchCartBySellerId(List<Cart> cartList, String sellerId){ for(Cart cart:cartList){ if(cart.getSellerId().equals(sellerId)){ return cart; } } return null; } /** * 根據商品明細ID查詢 * @param orderItemList * @param itemId * @return */ private TbOrderItem searchOrderItemByItemId(List<TbOrderItem> orderItemList ,Long itemId ){ for(TbOrderItem orderItem :orderItemList){ if(orderItem.getItemId().longValue()==itemId.longValue()){ return orderItem; } } return null; } /** * 創建訂單明細 * @param item * @param num * @return */ private TbOrderItem createOrderItem(TbItem item,Integer num){ if(num<=0){ throw new RuntimeException("數量非法"); } TbOrderItem orderItem=new TbOrderItem(); orderItem.setGoodsId(item.getGoodsId()); orderItem.setItemId(item.getId()); orderItem.setNum(num); orderItem.setPicPath(item.getImage()); orderItem.setPrice(item.getPrice()); orderItem.setSellerId(item.getSellerId()); orderItem.setTitle(item.getTitle()); orderItem.setTotalFee(new BigDecimal(item.getPrice().doubleValue()*num)); return orderItem; } }
2.4后端控制層
實現思路:
(1)從cookie中取出購物車
(2)向購物車添加商品
(3)將購物車存入cookie
pinyougou-cart-web工程新建CartController.java
@RestController @RequestMapping("/cart") public class CartController { @Reference private CartService cartService; @Autowired private HttpServletRequest request; @Autowired private HttpServletResponse response; /** * 購物車列表 * @param request * @return */ @RequestMapping("/findCartList") public List<Cart> findCartList(){ String cartListString = util.CookieUtil.getCookieValue(request, "cartList","UTF-8"); if(cartListString==null || cartListString.equals("")){ cartListString="[]"; } List<Cart> cartList_cookie = JSON.parseArray(cartListString, Cart.class); return cartList_cookie; } /** * 添加商品到購物車 * @param request * @param response * @param itemId * @param num * @return */ @RequestMapping("/addGoodsToCartList") public Result addGoodsToCartList(Long itemId,Integer num){ try { List<Cart> cartList =findCartList();//獲取購物車列表 cartList = cartService.addGoodsToCartList(cartList, itemId, num); util.CookieUtil.setCookie(request, response, "cartList", JSON.toJSONString(cartList),3600*24,"UTF-8"); return new Result(true, "添加成功"); } catch (Exception e) { e.printStackTrace(); return new Result(false, "添加失敗"); } } }
瀏覽器測試:
查看購物車:http://localhost:9105/cart/findCartList.do
添加商品到購物車 :
http://localhost:9105/cart/addGoodsToCartList.do?itemId=1369280&num=100
3.1需求分析
實現購物車頁面的展示與相關操作
可以實現購物車列表、數量的增減與移除以及合計數統計
3.2購物車列表
3.2.1前端服務層
pinyougou-cart-web增加cartService.js
//購物車服務層 app.service('cartService',function($http){ //購物車列表 this.findCartList=function(){ return $http.get('cart/findCartList.do'); } });
3.2.2前端控制層
pinyougou-cart-web增加cartController.js
//購物車控制層 app.controller('cartController',function($scope,cartService){ //查詢購物車列表 $scope.findCartList=function(){ cartService.findCartList().success( function(response){ $scope.cartList=response; } ); } });
3.2.3頁面
修改cart.html 引入js
<script type="text/javascript" src="plugins/angularjs/angular.min.js"> </script> <script type="text/javascript" src="js/base.js"> </script> <script type="text/javascript" src="js/service/cartService.js"> </script> <script type="text/javascript" src="js/controller/cartController.js"> </script>
添加相關指令,指定控制器,調用初始化方法
<body ng-app="pinyougou" ng-controller="cartController" ng-init="findCartList()">
循環顯示購物車列表
<div class="cart-item-list" ng-repeat="cart in cartList"> <div class="cart-shop"> <input type="checkbox" name="" id="" value="" /> <span class="shopname self">{{cart.sellerName}}【商家ID:{{cart.sellerId}}】</span> </div> <div class="cart-body"> <div class="cart-list" ng-repeat="orderItem in cart.orderItemList"> <ul class="goods-list yui3-g"> <li class="yui3-u-1-24"> <input type="checkbox" name="" id="" value="" /> </li> <li class="yui3-u-11-24"> <div class="good-item"> <div class="item-img"><img src="{{orderItem.picPath}}" /></div> <div class="item-msg"> {{orderItem.title}} </div> </div> </li> <li class="yui3-u-1-8"><span class="price">{{orderItem.price.toFixed(2)}}</span></li> <li class="yui3-u-1-8"> <a href="javascript:void(0)" class="increment mins">-</a> <input autocomplete="off" type="text" ng-model="orderItem.num" minnum="1" class="itxt" /> <a href="javascript:void(0)" class="increment plus">+</a> </li> <li class="yui3-u-1-8"><span class="sum">{{orderItem.totalFee.toFixed(2)}}</span></li> <li class="yui3-u-1-8"> <a href="#none">刪除</a><br /> <a href="#none">移到我的關注</a> </li> </ul> </div> </div> </div>
3.3購物車數量增減與移除
3.3.1前端服務層
pinyougou-cart-web的 cartService.js
//添加商品到購物車 this.addGoodsToCartList=function(itemId,num){ return $http.get('cart/addGoodsToCartList.do?itemId='+itemId+'&num='+num); }
3.3.2前端控制層
pinyougou-cart-web的 cartController.js
//添加商品到購物車 $scope.addGoodsToCartList=function(itemId,num){ cartService.addGoodsToCartList(itemId,num).success( function(response){ if(response.success){ $scope.findCartList();//刷新列表 }else{ alert(response.message);//彈出錯誤提示 } } ); }
3.3.3頁面
修改pinyougou-cart-web的cart.html 實現數量增減
<li class="yui3-u-1-8"> <a href="javascript:void(0)" ng-click="addGoodsToCartList(orderItem.itemId,-1)" class="increment mins">-</a> <input autocomplete="off" type="text" ng-model="orderItem.num" minnum="1" class="itxt" /> <a href="javascript:void(0)" ng-click="addGoodsToCartList(orderItem.itemId,1)" class="increment plus">+</a> </li>
實現刪除功能
<a href="#none" ng-click="addGoodsToCartList(orderItem.itemId,-orderItem.num)" >刪除</a><br />
3.4合計數
3.4.1前端服務層
修改cartService.js
//求合計 this.sum=function(cartList){ var totalValue={totalNum:0, totalMoney:0.00 };//合計實體 for(var i=0;i<cartList.length;i++){ var cart=cartList[i]; for(var j=0;j<cart.orderItemList.length;j++){ var orderItem=cart.orderItemList[j];//購物車明細 totalValue.totalNum+=orderItem.num; totalValue.totalMoney+= orderItem.totalFee; } } return totalValue; }
3.4.2前端控制層
修改cartController.js ,調用服務層方法
//查詢購物車列表 $scope.findCartList=function(){ cartService.findCartList().success( function(response){ $scope.cartList=response; $scope.totalValue=cartService.sum($scope.cartList);//求合計數 } ); }
3.4.3頁面
<div class="chosed">已選擇<span>{{totalValue.totalNum}}</span>件商品</div> <div class="sumprice"> <span><em>總價(不含運費) : </em><i class="summoney">¥{{totalValue.totalMoney}}</i></span> </div>
4.1需求分析
判斷當前用戶是否登陸,如果未登錄采用Cookie存儲,如果登錄則采用Redis存儲。登錄后要進行Cookie購物車與Redis購物車的合并操作,并清除Cookie購物車。
4.2獲取當前登錄人賬號
4.2.1配置文件
spring-security.xml 更改配置:
去掉
<http pattern="/cart/*.do" security="none"></http>
添加
<http use-expressions="false" entry-point-ref="casProcessingFilterEntryPoint"> <intercept-url pattern="/cart/*.do" access="IS_AUTHENTICATED_ANONYMOUSLY"/> <intercept-url pattern="/**" access="ROLE_USER"/> <custom-filter position="CAS_FILTER" ref="casAuthenticationFilter" /> <custom-filter ref="requestSingleLogoutFilter" before="LOGOUT_FILTER"/> <custom-filter ref="singleLogoutFilter" before="CAS_FILTER"/> </http>
access=“IS_AUTHENTICATED_ANONYMOUSLY” 用于設置資源可以在不登陸時可以訪問。
此配置與 security="none"的區別在于當用戶未登陸時獲取登陸人賬號的值為anonymousUser ,而security="none"的話,無論是否登陸都不能獲取登錄人賬號的值。
4.2.2代碼實現
在pinyougou-cart-web的findCartList和addGoodsToCartList方法中,獲取用戶名
//得到登陸人賬號,判斷當前是否有人登陸 String username = SecurityContextHolder.getContext().getAuthentication().getName();
測試:當用戶未登陸時,username的值為anonymousUser
4.3.1服務接口層
pinyougou-cart-interface中CartService.java定義方法
/** * 從redis中查詢購物車 * @param username * @return */ public List<Cart> findCartListFromRedis(String username); /** * 將購物車保存到redis * @param username * @param cartList */ public void saveCartListToRedis(String username,List<Cart> cartList);
4.3.2服務實現層
pinyougou-cart-service中CartServiceImpl.java實現方法
@Autowired private RedisTemplate redisTemplate; @Override public List<Cart> findCartListFromRedis(String username) { System.out.println("從redis中提取購物車數據....."+username); List<Cart> cartList = (List<Cart>) redisTemplate.boundHashOps("cartList").get(username); if(cartList==null){ cartList=new ArrayList(); } return cartList; } @Override public void saveCartListToRedis(String username, List<Cart> cartList) { System.out.println("向redis存入購物車數據....."+username); redisTemplate.boundHashOps("cartList").put(username, cartList); }
4.3.3控制層
修改CartController.java的findCartList方法
/** * 購物車列表 * @param request * @return */ @RequestMapping("/findCartList") public List<Cart> findCartList(){ String username = SecurityContextHolder.getContext().getAuthentication().getName(); if(username.equals("anonymousUser")){//如果未登錄 //讀取本地購物車// .......... return cartList_cookie; }else{//如果已登錄 List<Cart> cartList_redis =cartService.findCartListFromRedis(username);//從redis中提取 return cartList_redis; } }
修改addGoodsToCartList方法
/** * 添加商品到購物車 * @param request * @param response * @param itemId * @param num * @return */ @RequestMapping("/addGoodsToCartList") public Result addGoodsToCartList(Long itemId,Integer num){ String username = SecurityContextHolder.getContext().getAuthentication().getName(); System.out.println("當前登錄用戶:"+username); try { List<Cart> cartList =findCartList();//獲取購物車列表 cartList = cartService.addGoodsToCartList(cartList, itemId, num); if(username.equals("anonymousUser")){ //如果是未登錄,保存到cookie util.CookieUtil.setCookie(request, response, "cartList", JSON.toJSONString(cartList),3600*24 ,"UTF-8"); System.out.println("向cookie存入數據"); }else{//如果是已登錄,保存到redis cartService.saveCartListToRedis(username, cartList); } return new Result(true, "添加成功"); } catch (RuntimeException e) { e.printStackTrace(); return new Result(false, e.getMessage()); }catch (Exception e) { e.printStackTrace(); return new Result(false, "添加失敗"); } }
為避免調用遠程服務超時,我們可以將過期時間改為6秒(默認為1秒)
@Reference(timeout=6000) private CartService cartService;
4.3.4跳板頁
(1)創建跳板頁:pinyougou-cart-web 工程新建login.html ,頁面添加腳本
<script type="text/javascript"> location.href="cart.html"; </script>
(2)購物車頁面鏈接到跳板頁
請<a href="login.html">登錄</a>
4.4購物車合并
4.4.1服務接口層
pinyougou-cart-interface工程的CartService.java定義方法
/** * 合并購物車 * @param cartList1 * @param cartList2 * @return */ public List<Cart> mergeCartList(List<Cart> cartList1,List<Cart> cartList2);
4.4.2服務實現層
pinyougou-cart-service工程CartServiceImpl.java實現方法
public List<Cart> mergeCartList(List<Cart> cartList1, List<Cart> cartList2) { System.out.println("合并購物車"); for(Cart cart: cartList2){ for(TbOrderItem orderItem:cart.getOrderItemList()){ cartList1= addGoodsToCartList(cartList1,orderItem.getItemId(),orderItem.getNum()); } } return cartList1; }
4.4.3控制層
修改pinyougou-cart-web工程CartController類的findCartList方法
戶在管理購物車商品數據的時候,可以進行以下操作:
1、增加/減少商品數量。
2、全選或者選擇某一條商品記錄。
3、刪除操作。
對已經選中的商品記錄進行結算操作。
首先來看增加/減少商品數量的實現,用戶手動增減商品購買數量的時候,Mysql數據庫表記錄也需要更新。為了提升用戶體驗,所有的操作都使用Ajax的方式異步操作。HTML代碼結構如下:
<div class="goods_nums">
<div class="goods_nums_del" goods_id="{$vo.goods_id}"
goods_price="{$vo.goods_info.price}">-</div>
<div class="goods_nums_input">{$vo.num}</div>
<div class="goods_nums_add" goods_id="{$vo.goods_id}"
goods_price="{$vo.goods_info.price}">+</div>
<div style="clear: all"></div>
</div>
在“+”和“-”按鈕上分別定義goods_id和goods_price屬性,可以方便地更新在數據庫中的商品記錄。同時也可以在頁面上直接計算和展示出用戶操作后最終的價格。
為“+”按鈕綁定click事件,代碼如下
為“-”按鈕綁定click事件代碼如下:
由于在JavaScript中字符串拼接和加法都使用“+”號,為了避免類型導致的錯誤,所示使用了Number()方法對字符串進行類型轉換。
者:booleanwang,騰訊 PCG 后臺開發工程師
“N 高 N 可”,高性能、高并發、高可用、高可靠、可擴展、可維護、可用性等是后臺開發耳熟能詳的詞了,它們中有些詞在大部分情況下表達相近意思。本序列文章旨在探討和總結后臺架構設計中常用的技術和方法,并歸納成一套方法論。
本文主要探討和總結服務架構設計中高性能的技術和方法,如下圖的思維導圖所示,左邊部分主要偏向于編程應用,右邊部分偏向于組件應用,文章將按圖中的內容展開。
高性能思維導圖
大多數情況下,多線程處理可以提高并發性能,但如果對共享資源的處理不當,嚴重的鎖競爭也會導致性能的下降。面對這種情況,有些場景采用了無鎖化設計,特別是在底層框架上。無鎖化主要有兩種實現,串行無鎖和數據結構無鎖。
無鎖串行最簡單的實現方式可能就是單線程模型了,如 redis/Nginx 都采用了這種方式。在網絡編程模型中,常規的方式是主線程負責處理 I/O 事件,并將讀到的數據壓入隊列,工作線程則從隊列中取出數據進行處理,這種半同步/半異步模型需要對隊列進行加鎖,如下圖所示:
單Reactor多線程模型
上圖的模式可以改成無鎖串行的形式,當 MainReactor accept 一個新連接之后從眾多的 SubReactor 選取一個進行注冊,通過創建一個 Channel 與 I/O 線程進行綁定,此后該連接的讀寫都在同一個線程執行,無需進行同步。
主從Reactor職責鏈模型
利用硬件支持的原子操作可以實現無鎖的數據結構,很多語言都提供 CAS 原子操作(如 go 中的 atomic 包和 C++11 中的 atomic 庫),可以用于實現無鎖隊列。我們以一個簡單的線程安全單鏈表的插入操作來看下無鎖編程和普通加鎖的區別。
template<typename T>
struct Node
{
Node(const T &value) : data(value) { }
T data;
Node *next = nullptr;
};
有鎖鏈表 WithLockList:
template<typename T>
class WithLockList
{
mutex mtx;
Node<T> *head;
public:
void pushFront(const T &value)
{
auto *node = new Node<T>(value);
lock_guard<mutex> lock(mtx); //①
node->next = head;
head = node;
}
};
無鎖鏈表 LockFreeList:
template<typename T>
class LockFreeList
{
atomic<Node<T> *> head;
public:
void pushFront(const T &value)
{
auto *node = new Node<T>(value);
node->next = head.load();
while(!head.compare_exchange_weak(node->next, node)); //②
}
};
從代碼可以看出,在有鎖版本中 ① 進行了加鎖。在無鎖版本中,② 使用了原子 CAS 操作 compare_exchange_weak,該函數如果存儲成功則返回 true,同時為了防止偽失敗(即原始值等于期望值時也不一定存儲成功,主要發生在缺少單條比較交換指令的硬件機器上),通常將 CAS 放在循環中。
下面對有鎖和無鎖版本進行簡單的性能比較,分別執行 1000,000 次 push 操作。測試代碼如下:
int main()
{
const int SIZE = 1000000;
//有鎖測試
auto start = chrono::steady_clock::now();
WithLockList<int> wlList;
for(int i = 0; i < SIZE; ++i)
{
wlList.pushFront(i);
}
auto end = chrono::steady_clock::now();
chrono::duration<double, std::micro> micro = end - start;
cout << "with lock list costs micro:" << micro.count() << endl;
//無鎖測試
start = chrono::steady_clock::now();
LockFreeList<int> lfList;
for(int i = 0; i < SIZE; ++i)
{
lfList.pushFront(i);
}
end = chrono::steady_clock::now();
micro = end - start;
cout << "free lock list costs micro:" << micro.count() << endl;
return 0;
}
三次輸出如下,可以看出無鎖版本有鎖版本性能高一些。with lock list costs micro:548118 free lock list costs micro:491570 with lock list costs micro:556037 free lock list costs micro:476045 with lock list costs micro:557451 free lock list costs micro:481470
這里的拷貝指的是數據在內核緩沖區和應用程序緩沖區直接的傳輸,并非指進程空間中的內存拷貝(當然這方面也可以實現零拷貝,如傳引用和 C++中 move 操作)。現在假設我們有個服務,提供用戶下載某個文件,當請求到來時,我們把服務器磁盤上的數據發送到網絡中,這個流程偽代碼如下:
filefd = open(...); //打開文件
sockfd = socket(...); //打開socket
buffer = new buffer(...); //創建buffer
read(filefd, buffer); //從文件內容讀到buffer中
write(sockfd, buffer); //將buffer中的內容發送到網絡
數據拷貝流程如下圖:
普通讀寫
上圖中綠色箭頭表示 DMA copy,DMA(Direct Memory Access)即直接存儲器存取,是一種快速傳送數據的機制,指外部設備不通過 CPU 而直接與系統內存交換數據的接口技術。紅色箭頭表示 CPU copy。即使在有 DMA 技術的情況下還是存在 4 次拷貝,DMA copy 和 CPU copy 各 2 次。
內存映射將用戶空間的一段內存區域映射到內核空間,用戶對這段內存區域的修改可以直接反映到內核空間,同樣,內核空間對這段區域的修改也直接反映用戶空間,簡單來說就是用戶空間共享這個內核緩沖區。
使用內存映射來改寫后的偽代碼如下:
filefd = open(...); //打開文件
sockfd = socket(...); //打開socket
buffer = mmap(filefd); //將文件映射到進程空間
write(sockfd, buffer); //將buffer中的內容發送到網絡
使用內存映射后數據拷貝流如下圖所示:
內存映射
從圖中可以看出,采用內存映射后數據拷貝減少為 3 次,不再經過應用程序直接將內核緩沖區中的數據拷貝到 Socket 緩沖區中。RocketMQ 為了消息存儲高性能,就使用了內存映射機制,將存儲文件分割成多個大小固定的文件,基于內存映射執行順序寫。
零拷貝就是一種避免 CPU 將數據從一塊存儲拷貝到另外一塊存儲,從而有效地提高數據傳輸效率的技術。Linux 內核 2.4 以后,支持帶有 DMA 收集拷貝功能的傳輸,將內核頁緩存中的數據直接打包發到網絡上,偽代碼如下:
filefd = open(...); //打開文件
sockfd = socket(...); //打開socket
sendfile(sockfd, filefd); //將文件內容發送到網絡
使用零拷貝后流程如下圖:
零拷貝
零拷貝的步驟為:1)DMA 將數據拷貝到 DMA 引擎的內核緩沖區中;2)將數據的位置和長度的信息的描述符加到套接字緩沖區;3)DMA 引擎直接將數據從內核緩沖區傳遞到協議引擎;
可以看出,零拷貝并非真正的沒有拷貝,還是有 2 次內核緩沖區的 DMA 拷貝,只是消除了內核緩沖區和用戶緩沖區之間的 CPU 拷貝。Linux 中主要的零拷貝函數有 sendfile、splice、tee 等。下圖是來住 IBM 官網上普通傳輸和零拷貝傳輸的性能對比,可以看出零拷貝比普通傳輸快了 3 倍左右,Kafka 也使用零拷貝技術。
普通讀寫和零拷貝性能對比
當將數據寫入文件、發送到網絡、寫入到存儲時通常需要序列化(serialization)技術,從其讀取時需要進行反序列化(deserialization),又稱編碼(encode)和解碼(decode)。序列化作為傳輸數據的表示形式,與網絡框架和通信協議是解耦的。如網絡框架 taf 支持 jce、json 和自定義序列化,HTTP 協議支持 XML、JSON 和流媒體傳輸等。
序列化的方式很多,作為數據傳輸和存儲的基礎,如何選擇合適的序列化方式尤其重要。
通常而言,序列化技術可以大致分為以下三種類型:
衡量序列化/反序列化主要有三個指標:1)序列化之后的字節大小;2)序列化/反序列化的速度;3)CPU 和內存消耗;
下圖是一些常見的序列化框架性能對比:
序列化和反序列化速度對比
序列化字節占用對比
可以看出 Protobuf 無論是在序列化速度上還是字節占比上可以說是完爆同行。不過人外有人,天外有天,聽說 FlatBuffer 比 Protobuf 更加無敵,下圖是來自 Google 的 FlatBuffer 和其他序列化性能對比,光看圖中數據 FB 貌似秒殺 PB 的存在。
FlatBuffer性能對比
在設計和選擇序列化技術時,要進行多方面的考量,主要有以下幾個方面:1)性能:CPU 和字節占用大小是序列化的主要開銷。在基礎的 RPC 通信、存儲系統和高并發業務上應該選擇高性能高壓縮的二進制序列化。一些內部服務、請求較少 Web 的應用可以采用文本的 JSON,瀏覽器直接內置支持 JSON。2)易用性:豐富數據結構和輔助工具能提高易用性,減少業務代碼的開發量。現在很多序列化框架都支持 List、Map 等多種結構和可讀的打印。3)通用性:現代的服務往往涉及多語言、多平臺,能否支持跨平臺跨語言的互通是序列化選型的基本條件。4)兼容性:現代的服務都是快速迭代和升級,一個好的序列化框架應該有良好的向前兼容性,支持字段的增減和修改等。5)擴展性:序列化框架能否低門檻的支持自定義的格式有時候也是一個比較重要的考慮因素。
池化恐怕是最常用的一種技術了,其本質就是通過創建池子來提高對象復用,減少重復創建、銷毀的開銷。常用的池化技術有內存池、線程池、連接池、對象池等。
我們都知道,在 C/C++中分別使用 malloc/free 和 new/delete 進行內存的分配,其底層調用系統調用 sbrk/brk。頻繁的調用系統調用分配釋放內存不但影響性能還容易造成內存碎片,內存池技術旨在解決這些問題。正是這些原因,C/C++中的內存操作并不是直接調用系統調用,而是已經實現了自己的一套內存管理,malloc 的實現主要有三大實現。
1)ptmalloc:glibc 的實現。
2)tcmalloc:Google 的實現。
3)jemalloc:Facebook 的實現。
下面是來自網上的三種 malloc 的比較圖,tcmalloc 和 jemalloc 性能差不多,ptmalloc 的性能不如兩者,我們可以根據需要選用更適合的 malloc,如 redis 和 mysl 都可以指定使用哪個 malloc。至于三者的實現和差異,可以網上查閱。
內存分配器性能對比
雖然標準庫的實現在操作系統內存管理的基礎上再加了一層內存管理,但應用程序通常也會實現自己特定的內存池,如為了引用計數或者專門用于小對象分配。所以看起來內存管理一般分為三個層次。
內存管理三個層次
線程創建是需要分配資源的,這存在一定的開銷,如果我們一個任務就創建一個線程去處理,這必然會影響系統的性能。線程池的可以限制線程的創建數量并重復使用,從而提高系統的性能。
線程池可以分類或者分組,不同的任務可以使用不同的線程組,可以進行隔離以免互相影響。對于分類,可以分為核心和非核心,核心線程池一直存在不會被回收,非核心可能對空閑一段時間后的線程進行回收,從而節省系統資源,等到需要時在按需創建放入池子中。
常用的連接池有數據庫連接池、redis 連接池、TCP 連接池等等,其主要目的是通過復用來減少創建和釋放連接的開銷。連接池實現通常需要考慮以下幾個問題:
1)初始化:啟動即初始化和惰性初始化。啟動初始化可以減少一些加鎖操作和需要時可直接使用,缺點是可能造成服務啟動緩慢或者啟動后沒有任務處理,造成資源浪費。惰性初始化是真正有需要的時候再去創建,這種方式可能有助于減少資源占用,但是如果面對突發的任務請求,然后瞬間去創建一堆連接,可能會造成系統響應慢或者響應失敗,通常我們會采用啟動即初始化的方式。
2)連接數目:權衡所需的連接數,連接數太少則可能造成任務處理緩慢,太多不但使任務處理慢還會過度消耗系統資源。
3)連接取出:當連接池已經無可用連接時,是一直等待直到有可用連接還是分配一個新的臨時連接。
4)連接放入:當連接使用完畢且連接池未滿時,將連接放入連接池(包括 3 中創建的臨時連接),否則關閉。
5)連接檢測:長時間空閑連接和失效連接需要關閉并從連接池移除。常用的檢測方法有:使用時檢測和定期檢測。
嚴格來說,各種池都是對象池模式的應用,包括前面的這三哥們。對象池跟各種池一樣,也是緩存一些對象從而避免大量創建同一個類型的對象,同時限制了實例的個數。如 redis 中 0-9999 整數對象就通過采用對象池進行共享。在游戲開發中對象池模式經常使用,如進入地圖時怪物和 NPC 的出現并不是每次都是重新創建,而是從對象池中取出。
如果一個任務需要處理多個子任務,可以將沒有依賴關系的子任務并發化,這種場景在后臺開發很常見。如一個請求需要查詢 3 個數據,分別耗時 T1、T2、T3,如果串行調用總耗時 T=T1+T2+T3。對三個任務執行并發,總耗時 T=max(T1,T 2,T3)。同理,寫操作也如此。對于同種請求,還可以同時進行批量合并,減少 RPC 調用次數。
冗余請求指的是同時向后端服務發送多個同樣的請求,誰響應快就是使用誰,其他的則丟棄。這種策略縮短了客戶端的等待時間,但也使整個系統調用量猛增,一般適用于初始化或者請求少的場景。公司 WNS 的跑馬模塊其實就是這種機制,跑馬模塊為了快速建立長連接同時向后臺多個 ip/port 發起請求,誰快就用誰,這在弱網的移動設備上特別有用,如果使用等待超時再重試的機制,無疑將大大增加用戶的等待時間。
對于處理耗時的任務,如果采用同步等待的方式,會嚴重降低系統的吞吐量,可以通過異步化進行解決。異步在不同層面概念是有一些差異的,在這里我們不討論異步 I/O。
在進行一個耗時的 RPC 調用或者任務處理時,常用的異步化方式如下:
//異步并發任務
Future<Response> f1 = Executor.submit(query1);
Future<Response> f2 = Executor.submit(query2);
Future<Response> f3 = Executor.submit(query3);
//處理其他事情
doSomething();
//獲取結果
Response res1 = f1.getResult();
Response res2 = f2.getResult();
Response res3 = f3.getResult();
void handleRequest(const Request &req)
{
return req.Read().Then([](Buffer &inbuf){
return handleData(inbuf);
}).Then([](Buffer &outbuf){
return handleWrite(outbuf);
}).Finally(){
return cleanUp();
});
}
一個業務流程往往伴隨著調用鏈路長、后置依賴多等特點,這會同時降低系統的可用性和并發處理能力。可以采用對非關鍵依賴進行異步化解決。如企鵝電競開播服務,除了開播寫節目存儲以外,還需要將節目信息同步到神盾推薦平臺、App 首頁和二級頁等。由于同步到外部都不是開播的關鍵邏輯且對一致性要求不是很高,可以對這些后置的同步操作進行異步化,寫完存儲即向 App 返回響應,如下圖所示:
企鵝電競開播流程異步化
從單核 CPU 到分布式系統,從前端到后臺,緩存無處不在。古有朱元璋“緩稱王”而終得天下,今有不論是芯片制造商還是互聯網公司都同樣采取了“緩稱王”(緩存稱王)的政策才能占據一席之地。緩存是原始數據的一個復制集,其本質就是空間換時間,主要是為了解決高并發讀。
緩存是空間換時間的藝術,使用緩存能提高系統的性能。“勁酒雖好,可不要貪杯”,使用緩存的目的是為了提高性價比,而不是一上來就為了所謂的提高性能不計成本的使用緩存,而是要看場景。
適合使用緩存的場景,以之前參與過的項目企鵝電競為例:
1)一旦生成后基本不會變化的數據:如企鵝電競的游戲列表,在后臺創建一個游戲之后基本很少變化,可直接緩存整個游戲列表;
2)讀密集型或存在熱點的數據:典型的就是各種 App 的首頁,如企鵝電競首頁直播列表;
3)計算代價大的數據:如企鵝電競的 Top 熱榜視頻,如 7 天榜在每天凌晨根據各種指標計算好之后緩存排序列表;
4)千人一面的數據:同樣是企鵝電競的 Top 熱榜視頻,除了緩存的整個排序列表,同時直接在進程內按頁緩存了前 N 頁數據組裝后的最終回包結果;
不適合使用緩存的場景:
1)寫多讀少,更新頻繁;
2)對數據一致性要求嚴格;
企鵝電競首頁多級緩存
整體工作流程如下:
關于緩存的使用,已經有人總結出了一些模式,主要分為 Cache-Aside 和 Cache-As-SoR 兩類。其中 SoR(system-of-record):表示記錄系統,即數據源,而 Cache 正是 SoR 的復制集。
Cache-Aside:旁路緩存,這應該是最常見的緩存模式了。對于讀,首先從緩存讀取數據,如果沒有命中則回源 SoR 讀取并更新緩存。對于寫操作,先寫 SoR,再寫緩存。這種模式架構圖如下:
Cache-Aside結構圖
邏輯代碼:
//讀操作
data = Cache.get(key);
if(data == NULL)
{
data = SoR.load(key);
Cache.set(key, data);
}
//寫操作
if(SoR.save(key, data))
{
Cache.set(key, data);
}
這種模式用起來簡單,但對應用層不透明,需要業務代碼完成讀寫邏輯。同時對于寫來說,寫數據源和寫緩存不是一個原子操作,可能出現以下情況導致兩者數據不一致:
1)在并發寫時,可能出現數據不一致。如下圖所示,user1 和 user2 幾乎同時進行讀寫。在 t1 時刻 user1 寫 db,t2 時刻 user2 寫 db,緊接著在 t3 時刻 user2 寫緩存,t4 時刻 user1 寫緩存。這種情況導致 db 是 user2 的數據,緩存是 user1 的數據,兩者不一致。
Cache-Aside并發讀寫
2)先寫數據源成功,但是接著寫緩存失敗,兩者數據不一致。對于這兩種情況如果業務不能忍受,可簡單的通過先 delete 緩存然后再寫 db 解決,其代價就是下一次讀請求的 cache miss。
Cache-As-SoR:緩存即數據源,該模式把 Cache 當作 SoR,所以讀寫操作都是針對 Cache,然后 Cache 再將讀寫操作委托給 SoR,即 Cache 是一個代理。如下圖所示:
Cache-As-SoR結構圖
Cache-As-SoR 有三種實現:
1)Read-Through:發生讀操作時,首先查詢 Cache,如果不命中則再由 Cache 回源到 SoR 即存儲端實現 Cache-Aside 而不是業務)。
2)Write-Through:稱為穿透寫模式,由業務先調用寫操作,然后由 Cache 負責寫緩存和 SoR。
3)Write-Behind:稱為回寫模式,發生寫操作時業務只更新緩存并立即返回,然后異步寫 SoR,這樣可以利用合并寫/批量寫提高性能。
在空間有限、低頻熱點訪問或者無主動更新通知的情況下,需要對緩存數據進行回收,常用的回收策略有以下幾種:
1)基于時間:基于時間的策略主要可以分兩種:
2)基于空間:緩存設置了存儲空間上限,當達到上限時按照一定的策略移除數據。
3)基于容量:緩存設置了存儲條目上限,當達到上限時按照一定的策略移除數據。
4)基于引用:基于引用計數或者強弱引用的一些策略進行回收。
緩存的常見回收算法如下:
由于在設計不足、請求攻擊(并不一定是惡意攻擊)等會造成一些緩存問題,下面列出了常見的緩存問題和解決方案。
緩存穿透:大量使用不存在的 key 進行查詢時,緩存沒有命中,這些請求都穿透到后端的存儲,最終導致后端存儲壓力過大甚至被壓垮。這種情況原因一般是存儲中數據不存在,主要有兩個解決辦法。
緩存雪崩:指大量的緩存在某一段時間內集體失效,導致后端存儲負載瞬間升高甚至被壓垮。通常是以下原因造成:
緩存熱點:雖然緩存系統本身性能很高,但也架不住某些熱點數據的高并發訪問從而造成緩存服務本身過載。假設一下微博以用戶 id 作為哈希 key,突然有一天志玲姐姐宣布結婚了,如果她的微博內容按照用戶 id 緩存在某個節點上,當她的萬千粉絲查看她的微博時必然會壓垮這個緩存節點,因為這個 key 太熱了。這種情況可以通過生成多份緩存到不同節點上,每份緩存的內容一樣,減輕單個節點訪問的壓力。
1)動靜分離:對于一個緩存對象,可能分為很多種屬性,這些屬性中有的是靜態的,有的是動態的。在緩存的時候最好采用動靜分離的方式。如企鵝電競的視頻詳情分為標題、時長、清晰度、封面 URL、點贊數、評論數等,其中標題、時長等屬于靜態屬性,基本不會改變,而點贊數、評論數經常改變,在緩存時這兩部分開,以免因為動態屬性每次的變更要把整個視頻緩存拉出來進行更新一遍,成本很高。
2)慎用大對象:如果緩存對象過大,每次讀寫開銷非常大并且可能會卡住其他請求,特別是在 redis 這種單線程的架構中。典型的情況是將一堆列表掛在某個 value 的字段上或者存儲一個沒有邊界的列表,這種情況下需要重新設計數據結構或者分割 value 再由客戶端聚合。
3)過期設置:盡量設置過期時間減少臟數據和存儲占用,但要注意過期時間不能集中在某個時間段。
4)超時設置:緩存作為加速數據訪問的手段,通常需要設置超時時間而且超時時間不能過長(如 100ms 左右),否則會導致整個請求超時連回源訪問的機會都沒有。
5)緩存隔離:首先,不同的業務使用不同的 key,防止出現沖突或者互相覆蓋。其次,核心和非核心業務進行通過不同的緩存實例進行物理上的隔離。
6)失敗降級:使用緩存需要有一定的降級預案,緩存通常不是關鍵邏輯,特別是對于核心服務,如果緩存部分失效或者失敗,應該繼續回源處理,不應該直接中斷返回。
7)容量控制:使用緩存要進行容量控制,特別是本地緩存,緩存數量太多內存緊張時會頻繁的 swap 存儲空間或 GC 操作,從而降低響應速度。
8)業務導向:以業務為導向,不要為了緩存而緩存。對性能要求不高或請求量不大,分布式緩存甚至數據庫都足以應對時,就不需要增加本地緩存,否則可能因為引入數據節點復制和冪等處理邏輯反而得不償失。
9)監控告警:跟妹紙永遠是對的一樣,總不會錯。對大對象、慢查詢、內存占用等進行監控。
分片即將一個較大的部分分成多個較小的部分,在這里我們分為數據分片和任務分片。對于數據分片,在本文將不同系統的拆分技術術語(如 region、shard、vnode、partition)等統稱為分片。分片可以說是一箭三雕的技術,將一個大數據集分散在更多節點上,單點的讀寫負載隨之也分散到了多個節點上,同時還提高了擴展性和可用性。
數據分片,小到編程語言標準庫里的集合,大到分布式中間件,無所不在。如我曾經寫過一個線程安全的容器以放置各種對象時,為了減少鎖爭用,對容器進行了分段,每個分段一個鎖,按照哈希或者取模將對象放置到某個分段中,如 Java 中的 ConcurrentHashMap 也采取了分段的機制。分布式消息中間件 Kafka 中對 topic 也分成了多個 partition,每個 partition 互相獨立可以比并發讀寫。
進行分片時,要盡量均勻的將數據分布在所有節點上以平攤負載。如果分布不均,會導致傾斜使得整個系統性能的下降。常見的分片策略如下:
區間分片
隨機分片
二級索引通常用來加速特定值的查找,不能唯一標識一條記錄,使用二級索引需要二次查找。關系型數據庫和一些 K-V 數據庫都支持二級索引,如 mysql 中的輔助索引(非聚簇索引),ES 倒排索引通過 term 找到文檔。
本地索引
全局索引
路由策略決定如何將數據請求發送到指定的節點,包括分片調整后的路由。通常有三種方式:客戶端路由、代理路由和集群路由。
Memcache客戶端路由
CMEM接入層路由
CKV+集群路由
以上三種路由方式都各優缺點,客戶端路由實現相對簡單但對業務入侵較強。代理層路由對業務透明,但增加了一層網絡傳輸,對性能有一定影響,同時在部署維護上也相對復雜。集群路由對業務透明,且比代理路由少了一層結構,節約成本,但實現更復雜,且不合理的策略會增加多次網絡傳輸。
在學習平衡二叉樹和紅黑樹的時候我們都知道,由于數據的插入刪除會破壞其平衡性。為了保持樹的平衡,在插入刪除后我們會通過左旋右旋動態調整樹的高度以保持再平衡。在分布式數據存儲也同樣需要再平衡,只不過引起不平衡的因素更多了,主要有以下幾個方面:
1)讀寫負載增加,需要更多 CPU;
2)數據規模增加,需要更多磁盤和內存;
3)數據節點故障,需要其他節點接替;
業界和公司很多產品也都支持動態平衡調整,如 redis cluster 的 resharding,HDFS/kafka 的 rebalance。常見的方式如下:
固定分區再平衡
當數據庫的單表/單機數據量很大時,會造成性能瓶頸,為了分散數據庫的壓力,提高讀寫性能,需要采取分而治之的策略進行分庫分表。通常,在以下情況下需要進行分庫分表:
1)單表的數據量達到了一定的量級(如 mysql 一般為千萬級),讀寫的性能會下降。這時索引也會很大,性能不佳,需要分解單表。
2)數據庫吞吐量達到瓶頸,需要增加更多數據庫實例來分擔數據讀寫壓力。
分庫分表按照特定的條件將數據分散到多個數據庫和表中,分為垂直切分和水平切分兩種模式。
垂直切分
優點:
1)切分規則清晰,業務劃分明確;
2)可以按照業務的類型、重要程度進行成本管理,擴展也方便;
3)數據維護簡單;
缺點:
1)不同表分到了不同的庫中,無法使用表連接 Join。不過在實際的業務設計中,也基本不會用到 join 操作,一般都會建立映射表通過兩次查詢或者寫時構造好數據存到性能更高的存儲系統中。
2)事務處理復雜,原本在事務中操作同一個庫的不同表不再支持。如直播結束時更新直播節目同時生成一個直播的點播回放在分庫之后就不能在一個事物中完成,這時可以采用柔性事務或者其他分布式事物方案。
記得小時候發新書,老師抱了一堆堆的新書到教室,然后找幾個同學一起分發下去,有的發語文,有的發數學,有的發自然,這就是一種任務分片。車間中的流水線,經過每道工序的并行后最終合成最終的產品,也是一種任務分片。
任務分片將一個任務分成多個子任務并行處理,加速任務的執行,通常涉及到數據分片,如歸并排序首先將數據分成多個子序列,先對每個子序列排序,最終合成一個有序序列。在大數據處理中,Map/Reduce 就是數據分片和任務分片的經典結合。
任何一個系統,從單核 CPU 到分布式,從前端到后臺,要實現各式各樣的功能和邏輯,只有讀和寫兩種操作。而每個系統的業務特性可能都不一樣,有的側重讀、有的側重寫,有的兩者兼備,本節主要探討在不同業務場景下存儲讀寫的一些方法論。
大多數業務都是讀多寫少,為了提高系統處理能力,可以采用讀寫分離的方式將主節點用于寫,從節點用于讀,如下圖所示。
讀寫分離架構
讀寫分離架構有以下幾個特點:1)數據庫服務為主從架構,可以為一主一從或者一主多從;2)主節點負責寫操作,從節點負責讀操作;3)主節點將數據復制到從節點;基于基本架構,可以變種出多種讀寫分離的架構,如主-主-從、主-從-從。主從節點也可以是不同的存儲,如 mysql+redis。
讀寫分離的主從架構一般采用異步復制,會存在數據復制延遲的問題,適用于對數據一致性要求不高的業務。可采用以下幾個方式盡量避免復制滯后帶來的問題。
1)寫后讀一致性:即讀自己的寫,適用于用戶寫操作后要求實時看到更新。典型的場景是,用戶注冊賬號或者修改賬戶密碼后,緊接著登錄,此時如果讀請求發送到從節點,由于數據可能還沒同步完成,用戶登錄失敗,這是不可接受的。針對這種情況,可以將自己的讀請求發送到主節點上,查看其他用戶信息的請求依然發送到從節點。
2)二次讀取:優先讀取從節點,如果讀取失敗或者跟蹤的更新時間小于某個閥值,則再從主節點讀取。
3)關鍵業務讀寫主節點,非關鍵業務讀寫分離。
4)單調讀:保證用戶的讀請求都發到同一個從節點,避免出現回滾的現象。如用戶在 M 主節點更新信息后,數據很快同步到了從節點 S1,用戶查詢時請求發往 S1,看到了更新的信息。接著用戶再一次查詢,此時請求發到數據同步沒有完成的從節點 S2,用戶看到的現象是剛才的更新的信息又消失了,即以為數據回滾了。
動靜分離將經常更新的數據和更新頻率低的數據進行分離。最常見于 CDN,一個網頁通常分為靜態資源(圖片/js/css 等)和動態資源(JSP、PHP 等),采取動靜分離的方式將靜態資源緩存在 CDN 邊緣節點上,只需請求動態資源即可,減少網絡傳輸和服務負載。
在數據庫和 KV 存儲上也可以采取動態分離的方式,如 7.6 提到的點播視頻緩存的動靜分離。在數據庫中,動靜分離更像是一種垂直切分,將動態和靜態的字段分別存儲在不同的庫表中,減小數據庫鎖的粒度,同時可以分配不同的數據庫資源來合理提升利用率。
冷熱分離可以說是每個存儲產品和海量業務的必備功能,Mysql、ElasticSearch、CMEM、Grocery 等都直接或間接支持冷熱分離。將熱數據放到性能更好的存儲設備上,冷數據下沉到廉價的磁盤,從而節約成本。企鵝電競為了節省在騰訊云成本,直播回放按照主播粉絲數和時間等條件也采用了冷熱分離,下圖是 ES 冷熱分離的一個實現架構圖。
ES冷熱分離架構圖
重寫輕度個人理解可能有兩個含義:1)關鍵寫,降低讀的關鍵性,如異步復制,保證主節點寫成功即可,從節點的讀可容忍同步延遲。2)寫重邏輯,讀輕邏輯,將計算的邏輯從讀轉移到寫。適用于讀請求的時候還要進行計算的場景,常見的如排行榜是在寫的時候構建而不是在讀請求的時候再構建。
在微博、朋友圈等社交產品場景中都有類似關注或朋友的功能。以朋友圈模擬為例(具體我也不知道朋友圈是怎么做的),如果用戶進入朋友圈時看到的朋友消息列表是在請求的時候遍歷其朋友的新消息再按時間排序組裝出來的,這顯然很難滿足朋友圈這么大的海量請求。可以采取重寫輕讀的方式,在發朋友圈的時候就把列表構造好,然后直接讀就可以了。
仿照 Actor 模型,為用戶建立一個信箱,用戶發朋友圈后寫完自己的信箱就返回,然后異步的將消息推送到其朋友的信箱,這樣朋友讀取他的信箱時就是其朋友圈的消息列表,如下圖所示:
重寫輕讀流程
上圖僅僅是為了展示重寫輕度的思路,在實際應用中還有些其他問題。如:1)寫擴散:這是個寫擴散的行為,如果一個大戶的朋友很多,這寫擴散的代價也是很大的,而且可能有些人萬年不看朋友圈甚至屏蔽了朋友。需要采取一些其他的策略,如朋友數在某個范圍內是才采取這種方式,數量太多采取推拉結合和分析一些活躍指標等。2)信箱容量:一般來說查看朋友圈不會不斷的往下翻頁查看,這時候應該限制信箱存儲條目數,超出的條目從其他存儲查詢。
數據異構主要是按照不同的維度建立索引關系以加速查詢。如京東、天貓等網上商城,一般按照訂單號進行了分庫分表。由于訂單號不在同一個表中,要查詢一個買家或者商家的訂單列表,就需要查詢所有分庫然后進行數據聚合。可以采取構建異構索引,在生成訂單的時同時創建買家和商家到訂單的索引表,這個表可以按照用戶 id 進行分庫分表。
在系統應用中,不是所有的任務和請求必須實時處理,很多時候數據也不需要強一致性而只需保持最終一致性,有時候我們也不需要知道系統模塊間的依賴,在這些場景下隊列技術大有可為。
隊列的應用場景很廣泛,總結起來主要有以下幾個方面:
基于MQ的分布式柔性事務
其核心原理和流程是:
1)分布式事務發起方在執行第一個本地事務前,向 MQ 發送一條事務消息并保存到服務端,MQ 消費者無法感知和消費該消息 ①②。
2)事務消息發送成功后開始進行單機事務操作 ③:
a)如果本地事務執行成功,則將 MQ 服務端的事務消息更新為正常狀態 ④;
b)如果本地事務執行時因為宕機或者網絡問題沒有及時向 MQ 服務端反饋,則之前的事務消息會一直保存在 MQ。MQ 服務端會對事務消息進行定期掃描,如果發現有消息保存時間超過了一定的時間閥值,則向 MQ 生產端發送檢查事務執行狀態的請求 ⑤;
c)檢查本地事務結果后 ⑥,如果事務執行成功,則將之前保存的事務消息更新為正常狀態,否則告知 MQ 服務端進行丟棄;
3)消費者獲取到事務消息設置為正常狀態后,則執行第二個本地事務 ⑧。如果執行失敗則通知 MQ 發送方對第一個本地事務進行回滾或正向補償。
緩沖隊列
在大數據日志系統中,通常需要在日志采集系統和日志解析系統之間增加日志緩沖隊列,以防止解析系統高負載時阻塞采集系統甚至造成日志丟棄,同時便于各自升級維護。下圖天機閣數據采集系統中,就采用 Kafka 作為日志緩沖隊列。
天機閣數據采集系統
TAF請求接收隊列
常用消息隊列
本文探討和總結了后臺開發設計高性能服務的常用方法和技術,并通過思維導圖總結了成一套方法論。當然這不是高性能的全部,甚至只是鳳毛菱角。每個具體的領域都有自己的高性能之道,如網絡編程的 I/O 模型和 C10K 問題,業務邏輯的數據結構和算法設計,各種中間件的參數調優等。文中也描述了一些項目的實踐,如有不合理的地方或者有更好的解決方案,請各位同仁賜教。
*請認真填寫需求信息,我們會在24小時內與您取得聯系。