CodeSnippet.Cn
代码片段
Csharp
架构设计
.NetCore
西班牙语
kubernetes
MySql
Redis
Algorithm
Other
Ubuntu
Linux
.NetMvc
VisualStudio
Python
Git
pm
WPF
java
Plug-In
分布式
CSS
微服务架构
JavaScript
DataStructure
Shared
用户中心，1亿数据，架构如何设计？
0
架构设计
MySql
小笨蛋
发布于：2021年06月11日
更新于：2021年06月11日
185
#custom-toc-container
## 用户中心 几乎是所有互联网公司，必备的子系统。随着数据量不断增加，吞吐量不断增大，用户中心的架构，该如何演进呢。 ### 什么是用户中心业务？ 用户中心是一个通用业务，主要提供用户注册、登录、信息查询与修改的服务。 ### 用户中心的数据结构是怎么样的？ 用户中心的核心数据结构为： `User(uid, login_name, passwd, sex, age, nickname, …)` 其中： - （1）uid为用户ID，为主键； - （2）login_name, passwd, sex 等是用户属性； ### 其系统架构又是怎么样的呢？ 在业务初期，单库单表，配合用户中心微服务，就能满足绝大部分业务需求，其典型的架构为：  - （1）user-center：用户中心服务，对调用者提供友好的RPC接口； - （2）user-db：对用户进行数据存储； ### 当数据量越来越大，例如达到1亿注册量时，会出现什么问题呢？ 随着数据量越来越大，单库无法承载所有的数据，此时需要对数据库进行水平切分。 常见的水平切分算法有“范围法”和“哈希法”。 ## 水平切分，什么是范围法？ 范围法，以用户中心的业务主键uid为划分依据，采用区间的方式，将数据水平切分到两个数据库实例上去：  - （1）user-db1：存储0到1千万的uid数据； - （2）user-db2：存储1千万到2千万的uid数据； ### 范围法有什么优点？ - （1）切分策略简单，根据uid，按照范围，user-center很快能够定位到数据在哪个库上； - （2）扩容简单，如果容量不够，只要增加user-db3，拓展2千万到3千万的uid即可； ### 范围法有什么缺点？ - （1）uid必须要满足递增的特性； - （2）数据量不均，新增的user-db3，在初期的数据会比较少； - （3）请求量不均，一般来说，新注册的用户活跃度会比较高，故user-db2往往会比user-db1负载要高，导致服务器利用率不平衡； > 画外音：数据库层面的负载均衡，既要考虑数据量的均衡，又要考虑负载的均衡。 ## 水平切分，什么是哈希法？ 哈希法，也是以用户中心的业务主键uid为划分依据，采用哈希的方式，将数据水平切分到两个数据库实例上去：  - （1）user-db1：存储奇数的uid数据； - （2）user-db2：存储偶数的uid数据； ### 哈希法有什么优点？ - （1）切分策略简单，根据uid，按照hash，user-center很快能够定位到数据在哪个库上； - （2）数据量均衡，只要uid是随机的，数据在各个库上的分布一定是均衡的； - （3）请求量均衡，只要uid是随机的，负载在各个库上的分布一定是均衡的； > 画外音：如果采用分布式id生成器，id的生成，一般都是随机的。 ### 哈希法有什么缺点？ - （1）扩容麻烦，如果容量不够，要增加一个库，重新hash可能会导致数据迁移； ### 用户中心架构，实施了水平切分之后，会带来什么新的问题呢？ 使用uid来进行水平切分之后，对于uid属性上的查询，可以直接路由到库，假设访问uid=124的数据，取模后能够直接定位db-user1：  但**对于非uid属性上的查询，就悲剧了**，例如login_name属性上的查询：  假设访问login_name=shenjian的数据，由于不知道数据落在哪个库上，**往往需要遍历所有库**，当分库数量多起来，性能会显著降低。 ## 用户中心，非uid属性查询，有哪些业务场景？ ### 任何脱离业务的架构设计都是耍流氓。 在进行架构讨论之前，先来对业务进行简要分析，用户中心非uid属性上，有两类典型的业务需求。 **第一大类，用户侧，前台访问**，最典型的有两类需求： - （1）用户登录：通过登录名login_name查询用户的实体，1%请求属于这种类型； - （2）用户信息查询：登录之后，通过uid来查询用户的实例，99%请求属这种类型； 用户侧的查询，基本上是单条记录的查询，访问量较大，服务需要高可用，并且对一致性的要求较高。 **第二大类，运营侧**，后台访问，根据产品、运营需求，访问模式各异，按照年龄、性别、头像、登陆时间、注册时间来进行查询。 运营侧的查询，基本上是批量分页的查询，由于是内部系统，访问量很低，对可用性的要求不高，对一致性的要求也没这么严格。 ### 对于这两类不同的业务需求，应该使用什么样的架构方案来解决呢？ 总的来说，针对这两类业务需求，架构设计的核心思路为： - （1）用户侧，采用“建立非uid属性到uid的映射关系”的架构方案； - （2）运营侧，采用“前台与后台分离”的架构方案； ### 用户侧，如何实施“建立非uid属性到uid的映射关系”呢？ 常见的方法有四种： - （1）索引表法； - （2）缓存映射法； - （3）生成uid法； - （4）基因法； 接下来，咱们一一介绍。 ### 什么是，索引表法？ 索引表法的思路是：uid能直接定位到库，login_name不能直接定位到库，如果通过login_name能查询到uid，问题便能得到解决。 具体的解决方案如下： - （1）建立一个索引表记录login_name与uid的映射关系； - （2）用login_name来访问时，先通过索引表查询到uid，再通过uid定位相应的库； - （3）索引表属性较少，可以容纳非常多数据，一般不需要分库； - （4）如果数据量过大，可以通过login_name来分库； ### 索引表法，有什么缺点呢？ 数据访问，会增加一次数据库查询，性能会有所下降。 ### 什么是，缓存映射法？ 缓存映射法的思路是：访问索引表性能较低，把映射关系放在缓存里，能够提升性能。 ### 具体的解决方案如下： - （1）login_name查询先到cache中查询uid，再根据uid定位数据库； - （2）假设cache miss，扫描所有分库，获取login_name对应的uid，放入cache； - （3）login_name到uid的映射关系不会变化，映射关系一旦放入缓存，不会更改，无需淘汰，缓存命中率超高； - （4）如果数据量过大，可以通过login_name进行cache水平切分； ### 缓存映射法，有什么缺点呢？ 仍然多了一次网络交互，即一次cache查询。 ### 什么是，生成uid法？ 生成uid法的思路是：不进行远程查询，由login_name直接得到uid。 具体的解决方案如下： - （1）在用户注册时，设计函数login_name生成uid，uid=f(login_name)，按uid分库插入数据； - （2）用login_name来访问时，先通过函数计算出uid，即uid=f(login_name)再来一遍，由uid路由到对应库； ### 生成uid法，有什么缺点呢？ 该函数设计需要非常讲究技巧，且有uid生成冲突风险。 > 画外音：uid冲突，是业务无法接受的，故生产环境中，一般不使用这个方法。 什么是，基因法？ 基因法的思路是：不能用login_name生成uid，但可以从login_name抽取“基因”，融入uid中。 假设分8库，采用uid%8路由，潜台词是，uid的最后3个bit决定这条数据落在哪个库上，这3个bit就是所谓的“基因”。 具体的解决方案如下：  - （1）在用户注册时，设计函数login_name生成3bit基因，login_name_gene = f(login_name)，如上图粉色部分； - （2）同时，生成61bit的全局唯一id，作为用户的标识，如上图绿色部分； - （3）接着把3bit的login_name_gene也作为uid的一部分，如上图屎黄色部分； - （4）生成64bit的uid，由id和login_name_gene拼装而成，并按照uid分库插入数据； - （5）用login_name来访问时，先通过函数由login_name再次复原3bit基因，login_name_gene = f(login_name)，通过login_name_gene%8直接定位到库； > 画外音：基因法，有点意思，在分库时经常使用。 ## 用户侧，如何实施“前台与后台分离”的架构方案呢？ 前台用户侧，业务需求基本都是单行记录的访问，只要建立非uid属性login_name到uid的映射关系，就能解决问题。 后台运营侧，业务需求各异，基本是批量分页的访问，这类访问计算量较大，返回数据量较大，比较消耗数据库性能。 ## 此时的架构，存在什么问题？ 此时，前台业务和后台业务共用一批服务和一个数据库，有可能导致，由于后台的“少数几个请求”的“批量查询”的“低效”访问，导致数据库的cpu偶尔瞬时100%，影响前台正常用户的访问（例如，登录超时）。 > 画外音：本质上，是系统的耦合。  而且，为了满足后台业务各类“奇形怪状”的需求，往往会在数据库上建立各种索引，这些索引占用大量内存，会使得用户侧前台业务uid/login_name上的查询性能与写入性能大幅度降低，处理时间增长。 对于这一类业务，应该采用“前台与后台分离”的架构方案。 ## 什么是，前台与后台分离的架构方案？  用户侧前台业务需求架构依然不变，产品运营侧后台业务需求则抽取独立的 web / service / db 来支持，解除系统之间的耦合，对于“业务复杂”“并发量低”“无需高可用”“能接受一定延时”的后台业务： - （1）可以去掉service层，在运营后台web层通过dao直接访问db； - （2）不需要反向代理，不需要集群冗余； - （3）不需要访问实时库，可以通过MQ或者线下异步同步数据； - （4）在数据库非常大的情况下，可以使用更契合大量数据允许接受更高延时的“索引外置”或者“HIVE”的设计方案；  ## 总结 用户中心，是典型的“单KEY”类业务，这一类业务，都可以使用上述架构方案。 常见的数据库**水平切分方式**有两种： - （1）范围法； - （2）哈希法； ### 水平切分后碰到的问题是： - （1）通过uid属性查询能直接定位到库，通过非uid属性查询不能定位到库； 非uid属性查询，有两类典型的业务： - （1）用户侧，前台访问，单条记录的查询，访问量较大，服务需要高可用，并且对一致性的要求较高； - （2）运营侧，后台访问，根据产品、运营需求，访问模式各异，基本上是批量分页的查询，由于是内部系统，访问量很低，对可用性的要求不高，对一致性的要求也没这么严格； 针对这两类业务，架构设计的思路是： - （1）用户侧，采用“建立非uid属性到uid的映射关系”的架构方案； - （2）运营侧，采用“前台与后台分离”的架构方案； 前台用户侧，“建立非uid属性到uid的映射关系”，有四种常见的实践： - （1）索引表法：数据库中记录login_name与uid的映射关系； - （2）缓存映射法：缓存中记录login_name与uid的映射关系； - （3）生成uid法：login_name生成uid； - （4）基因法：login_name基因融入uid； 后台运营侧，**“前台与后台分离”的最佳实践是：** - （1）前台、后台系统 web/service/db 分离解耦，避免后台低效查询引发前台查询抖动； - （2）可以采用数据冗余的设计方式； - （3）可以采用“外置索引”（例如ES搜索系统）或者“大数据处理”（例如HIVE）来满足后台变态的查询需求；
这里⇓感觉得写点什么，要不显得有点空，但还没想好写什么...
返回顶部
About
京ICP备13038605号
© 代码片段 2025
架构设计
MySql