需求背景:有个
调用统计日志存储和统计需求
,要求存储到mysql中;存储数据高峰能达到日均千万,瓶颈在于直接入库并发太高,可能会把mysql干垮
。
问题分析
思考:应用网站架构的衍化过程中,应用最新的框架和工具技术固然是最优选择;但是,如果能在现有的框架的基础上提出简单可依赖的解决方案
,未尝不是一种提升自我的尝试。
解决:
- 问题一:要求日志最好入库;但是,直接入库mysql确实扛不住,批量入库没有问题,done。【批量入库和直接入库性能差异参考文章】
- 问题二:批量入库就需要有高并发的消息队列,决定采用redis list 仿真实现,而且方便回滚。
- 问题三:日志量毕竟大,保存最近30条足矣,决定用php写个离线统计和清理脚本。
done,下面是小拽的简单实现过程
一:设计数据库表和存储
- 考虑到log系统对数据库的性能更多一些,稳定性和安全性没有那么高,
存储引擎自然是只支持select insert 没有索引的archive
。如果确实有update需求,也可以采用myISAM。 - 考虑到log是实时记录的所有数据,数量可能巨大,
主键采用bigint,自增即可
。 - 考虑到log系统
以写为主,统计采用离线计算,字段均不要出现索引
,因为一方面可能会影响插入数据效率,另外读时候会造成死锁,影响写数据。
二:redis存储数据形成消息队列
由于高并发,尽可能简单,直接,上代码。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
<?php
/***************************************************************************
*
* 获取到的调用日志,存入redis的队列中.
* $Id$
*
*****
*****
*****
*****
*****
*****
*****
*****
*****
*****
*****
*****
*****
*****
****/
/**
* @file saveLog.php
* @date 2015/11/06 20:47:13
* @author:cuihuan
* @version $Revision$
* @brief
*
**/
// 获取info
$interface_info = $_GET[
'info'];
// 存入redis队列
$redis =
new Redis();
$redis->connect(
'xx',
6379);
$redis->auth(
"password");
// 加上时间戳存入队列
$now_time = date(
"Y-m-d H:i:s");
$redis->rPush(
"call_log", $interface_info .
"%" . $now_time);
$redis->close();
/* vim: set ts=4 sw=4 sts=4 tw=100 */
?>
|
三:数据定时批量入库。
定时读取redis消息队列里面的数据,批量入库。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
|
/**
* 获取redis消息队列中的脚本,拼接sql,批量入库。
*
@update 2015-11-07 添加失败消息队列回滚机制
*
*
@Author:cuihuan
* 2015-11-06
* */
// init redis
$redis_xx =
new Redis();
$redis_xx->connect(
'ip', port);
$redis_xx->auth(
"password");
// 获取现有消息队列的长度
$count =
0;
$max = $redis_xx->lLen(
"call_log");
// 获取消息队列的内容,拼接sql
$insert_sql =
"insert into fb_call_log (`interface_name`, `createtime`) values ";
// 回滚数组
$roll_back_arr =
array();
while ($count < $max) {
$log_info = $redis_cq01->lPop(
"call_log");
$roll_back_arr = $log_info;
if ($log_info ==
'nil' || !
isset($log_info)) {
$insert_sql .=
";";
break;
}
// 切割出时间和info
$log_info_arr = explode(
"%",$log_info);
$insert_sql .=
" ('".$log_info_arr[
0].
"','".$log_info_arr[
1].
"'),";
$count++;
}
// 判定存在数据,批量入库
if ($count !=
0) {
$link_2004 = mysql_connect(
'ip:port',
'user',
'password');
if (!$link_2004) {
die(
"Could not connect:" . mysql_error());
}
$crowd_db = mysql_select_db(
'fb_log', $link_2004);
$insert_sql = rtrim($insert_sql,
",").
";";
$res = mysql_query($insert_sql);
// 输出入库log和入库结果;
echo date(
"Y-m-d H:i:s").
"insert ".$count.
" log info result:";
echo json_encode($res);
echo
"</br>\n";
// 数据库插入失败回滚
if(!$res){
foreach($roll_back_arr
as $k){
$redis_xx->rPush(
"call_log", $k);
}
}
// 释放连接
mysql_free_result($res);
mysql_close($link_2004);
}
// 释放redis
$redis_cq01->close();
|
四:离线天级统计和清理数据脚本
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
?php
/**
* static log :每天离线统计代码日志和删除五天前的日志
*
*
@Author:cuihuan
* 2015-11-06
* */
// 离线统计
$link_2004 = mysql_connect(
'ip:port',
'user',
'pwd');
if (!$link_2004) {
die(
"Could not connect:" . mysql_error());
}
$crowd_db = mysql_select_db(
'fb_log', $link_2004);
// 统计昨天的数据
$day_time = date(
"Y-m-d", time() -
60 *
60 *
24 *
1);
$static_sql =
"get sql";
$res = mysql_query($static_sql, $link_2004);
// 获取结果入库略
// 清理15天之前的数据
$before_15_day = date(
"Y-m-d", time() -
60 *
60 *
24 *
15);
$delete_sql =
"delete from xxx where createtime < '" . $before_15_day .
"'";
try {
$res = mysql_query($delete_sql);
}
catch(
Exception $e){
echo json_encode($e).
"\n";
echo
"delete result:".json_encode($res).
"\n";
}
mysql_close($link_2004);
|
五:代码部署
主要是部署,批量入库脚本的调用和天级统计脚本,crontab例行运行。
1
2
3
4
5
|
# 批量入库脚本
*
/2 * * * * /home
/cuihuan/xxx
/lamp/php5
/bin/php
/home/cuihuan
/xxx/batchLog.php >>
/home/cuihuan
/xxx/batchlog.log
# 天级统计脚本
0
5 * * *
/home/cuihuan
/xxx/php5
/bin/php
/home/cuihuan
/xxx/staticLog.php >>
/home/cuihuan
/xxx/staticLog.log
|
总结:相对于其他复杂的方式处理高并发,这个解决方案简单有效:通过redis缓存抗压,mysql批量入库解决数据库瓶颈,离线计算解决统计数据,通过定期清理保证库的大小。