|
58沈剑 架构师之路 今天和大家聊聊计数系统。 画外音：文章较长，可提前收藏。 计数系统解决什么业务问题？ 很多业务都有“计数”需求，以微博为例：  微博首页的个人中心部分，有三个重要的计数： （1）关注了多少人的计数； （2）粉丝的计数； （3）发布博文的计数；  微博首页的博文消息主体部分，也有有很多计数，分别是一条博文的： （1）转发计数； （2）评论计数； （3）点赞计数； （4）甚至是浏览计数； 画外音：浏览计数有点难，每秒100W次PV，就有100W次计数。 在业务复杂，计数扩展频繁，数据量大，并发量大的情况下，计数系统的架构演进与实践，是本文将要分享的问题。 如何最快速的实现业务计数呢？ count计数法。  典型的互联网架构，常常分为这么几层： （1）调用层：处于端上的browser或者APP； （2）站点层：拼装html或者json返回的web-server层； （3）服务层：提供RPC调用接口的service层； （4）数据层：提供固化数据存储的db，以及加速存储的cache； 针对上文微博计数的例子，主要涉及“关注”业务，“粉丝”业务，“微博消息”业务，一般来说，会有相应的db存储相关数据，相应的service提供相关业务的RPC接口：  （1）关注服务：提供关注数据的增删查改RPC接口； （2）粉丝服务：提供粉丝数据的增删查改RPC接口； （3）消息服务：提供微博消息数据的增删查改RPC接口，消息业务相对比较复杂，涉及微博消息、转发、评论、点赞等数据的存储； 对关注、粉丝、微博业务进行了初步解析，那首页的计数需求应该如何满足呢？ 很容易想到，关注服务 粉丝服务 消息服务均提供相应接口，就能拿到相关计数数据。  例如，个人中心首页，需要展现博文数量这个计数，web层访问message-service的count接口，这个接口执行： select count(*) from t_msg where uid = XXX  同理，也很容易拿到关注，粉丝的这些计数。 这个方案叫做“count”计数法，在数据量并发量不大的情况下，最容易想到且最经常使用的就是这种方法。 count计数法存在什么问题呢？ 随着数据量的上升，并发量的上升，这个方法的弊端将逐步展现。 例如，微博首页有很多条微博消息，每条消息有若干计数，此时计数的拉取就成了一个庞大的工程： 整个拉取计数的伪代码如下： list<msg_id> = getHomePageMsg(uid);// 获取首页所有消息 for( msg_id in list<msg_id>){ // 对每一条消息 getReadCount(msg_id); // 阅读计数 getForwordCount(msg_id); // 转发计数 getCommentCount(msg_id); // 评论计数 getPraiseCount(msg_id); // 赞计数 } 其中： （1）每一个微博消息的若干个计数，都对应4个后端服务访问； （2）每一个访问，对应一条count的数据库访问（count要了老命了）； 其效率之低，资源消耗之大，处理时间之长，可想而知。 “count”计数法方案，可以总结为： （1）多条消息多次查询，for循环进行； （2）一条消息多次查询，多个计数的查询； （3）一次查询一个count，每个计数都是一个count语句； 那如何进行优化呢？ 计数外置法。 计数是一个通用的需求，有没有可能，这个计数的需求实现在一个通用的系统里，而不是由关注服务、粉丝服务、微博服务来分别来提供相应的功能呢？ 画外音：各个业务系统具备的通用痛点，应该下沉统一解决。 可以抽象一个通用的计数服务。 通过分析，上述微博的业务可以抽象成两类： （1）用户(uid)维度的计数：用户的关注计数，粉丝计数，发布的微博计数； （2）微博消息(msg_id)维度的计数：消息转发计数，评论计数，点赞计数； 于是可以抽象出两个表，针对这两个维度来进行计数的存储： t_user_count (uid, gz_count, fs_count, wb_count); t_msg_count (msg_id, forword_count, comment_count, praise_count); 甚至可以更为抽象，一个表搞定所有计数： t_count(id, type, c1, c2, c3, …) 通过type来判断，id究竟是uid还是msg_id，但并不建议这么做。 存储抽象完，再抽象出一个计数服务对这些数据进行管理，提供友善的RPC接口：  这样，在查询一条微博消息的若干个计数的时候，不用进行多次数据库count操作，而会转变为一条数据的多个属性的查询： for(msg_id in list<msg_id>) { select forword_count, comment_count, praise_count from t_msg_count where msg_id=$msg_id; } 甚至，可以将微博首页所有消息的计数，转变为一条IN语句（不用多次查询了）的批量查询： select * from t_msg_count where msg_id IN ($msg_id1, $msg_id2, $msg_id3, …); IN查询可以命中msg_id聚集索引，效率很高。 那么，当有微博被转发、评论、点赞的时候，计数服务如何同步的进行计数的变更呢？ 如果让业务服务来调用计数服务，势必会导致业务系统与计数系统耦合。可以通过MQ来解耦，在业务发生变化的时候，向MQ发送一条异步消息，通知计数系统计数发生了变化即可：  如上图： （1）用户新发布了一条微博； （2）msg-service向MQ发送一条消息； （3）counting-service从MQ接收消息； （4）counting-service变更这个uid发布微博消息计数； 画外音：其实发送一条微博本来就会发MQ消息，计数系统只是新增一个订阅方。 这个方案称为“计数外置”，可以总结为： （1）通过counting-service单独保存计数； （2）MQ同步计数的变更； （3）多条消息的多个计数，一个批量IN查询完成； 计数外置可能存在什么新的问题呢？ 计数外置，本质是数据的冗余，架构设计上，数据冗余必将引发数据的一致性问题，需要有机制来保证计数系统里的数据与业务系统里的数据一致，常见的方法有： （1）对于一致性要求比较高的业务，要有定期check并fix的机制，例如关注计数，粉丝计数，微博消息计数等； （2）对于一致性要求比较低的业务，即使有数据不一致，业务可以接受，例如微博浏览数，微博转发数等； 计数外置很大程度上解决了计数存取的性能问题，但是否还有优化空间呢？ 像关注计数，粉丝计数，微博消息计数，变化的频率很低，查询的频率很高，这类读多些少的业务场景，非常适合使用缓存来进行查询优化，减少数据库的查询次数，降低数据库的压力。 但是，缓存是kv结构的，无法像数据库一样，设置成 t_uid_count(uid, c1, c2, c3) 这样的schema，如何来对kv进行设计呢？ 缓存kv结构的value是计数，看来只能在key上做设计，很容易想到，可以使用uid:type来做key，存储对应type的计数。 对于uid=123的用户，其关注计数，粉丝计数，微博消息计数的缓存就可以设计为：  此时对应的counting-service架构变为：  如此这般，多个uid的多个计数，又可能会变为多次缓存的访问： for(uid in list<uid>) { memcache::get($uid:c1, $uid:c2, $uid:c3); } 这个“计数外置缓存优化”方案，可以总结为： （1）使用缓存来保存读多写少的计数； 画外音：其实写多读少，一致性要求不高的计数，也可以先用缓存保存，然后定期刷到数据库中，以降低数据库的读写压力。 （2）使用id:type的方式作为缓存的key，使用count来作为缓存的value； （3）多次读取缓存来查询多个uid的计数； 缓存的使用能够极大降低数据库的压力，但多次缓存交互依旧存在优化空间，有没有办法进一步优化呢？ 不要陷入思维定式，谁说value一定只能是一个计数，难道不能多个计数存储在一个value中么？ 缓存kv结构的key是uid，value可以是多个计数同时存储。 对于uid=123的用户，其关注计数，粉丝计数，微博消息计数的缓存就可以设计为：  这样多个用户，多个计数的查询就可以一次搞定： memcache::get($uid1, $uid2, $uid3, …); 然后对获取的value进行分析，得到关注计数，粉丝计数，微博计数。 如果计数value能够事先预估一个范围，甚至可以用一个整数的不同bit来存储多个计数，用整数的与或非计算提高效率。 这个“计数外置缓存批量优化”方案，可以总结为： （1）使用id作为key，使用同一个id的多个计数的拼接作为value； （2）多个id的多个计数查询，一次搞定； 考虑完效率，架构设计上还需要考虑扩展性，如果uid除了关注计数，粉丝计数，微博计数，还要增加一个计数，这时系统需要做什么变更呢？ 之前的数据库结构是： t_user_count(uid, gz_count, fs_count, wb_count) 这种设计，通过列来进行计数的存储，如果增加一个XX计数，数据库的表结构要变更为： t_user_count(uid, gz_count, fs_count, wb_count, XX_count) 在数据量很大的情况下，频繁的变更数据库schema的结构显然是不可取的，有没有扩展性更好的方式呢？ 不要陷入思维定式，谁说只能通过扩展列来扩展属性，能不能通过扩展行来扩展属性呢？ 答案是肯定的，完全可以这样设计表结构： t_user_count(uid, count_key, count_value) 如果需要新增一个计数XX_count，只需要增加一行即可，而不需要变更表结构： 总结 小小的计数，在数据量大，并发量大的时候，其架构实践思路为： （1）计数外置：由“count计数法”升级为“计数外置法”； （2）读多写少，甚至写多但一致性要求不高的计数，需要进行缓存优化，降低数据库压力； （3）缓存kv设计优化，可以由[key:type]->[count]，优化为[key]->[c1:c2:c3] 即： 优化为： （4）数据库扩展性优化，可以由列扩展优化为行扩展 即： 优化为： ===【全文完】=== 架构师之路 架构师之路，坚持撰写接地气的架构文章591篇原创内容 公众号 |
|
|
来自： Fengsq501u81r4 > 《计算机》
