微信、陌陌架构方案分析

最新推荐文章于 2020-06-26 11:50:22 发布

深海深蓝

最新推荐文章于 2020-06-26 11:50:22 发布

阅读量653

点赞数

分类专栏： php开发

php开发专栏收录该内容

2 篇文章 0 订阅

订阅专栏

近两年、手机应用，莫过于微信、陌陌之类最受欢迎；但实现原理，分享文章甚少。
故，提出两种方案，供分享；不对之处，敬请留言学习。

目标

解决大型应用（微信、陌陌级别）中，用户经纬度在不断更新，用户查找频繁的问题。（每分钟1000W级）

==============================================================
方案A

本方案前，请先阅读 http://www.wubiao.info/372

由上文，简单可得；
1、仅需每分钟将用户的经纬度，上报到数据库；
2、然后每次用户查找附近好友时，通过 LIKE ‘wm3yr3%’，即可获取

缺点：稍有一定数据量，对数据库的鸭梨可想而知

==============================================================
方案B

策略

假象把中国分成，若干个一平方公里的单元格，
1、用户位置的变更，理解为一个单元格移动到另外一个单元格（或者不移动）
2、用户查找附近，理解为查找，自己所在方块的的所有人

数据结构

1、用户基本信息纬度、经度、GeoHash值（经纬度，仅用于后期距离计算）
2、单元格集合（用户1，用户2，…）

存储工具

1、redis string（key->value）结构，存储用户基本信息
2、redis set（集合）结构，以GeoHash值，前6位作为key（约表示一平方千米），存储单元格的用户群

算法流程

1、更新用户信息，先删除用户原所在集合，再更新当前用户信息，最后更新当前用户所在集合
2、查找附近，直接查找，所在单元格集合所有用户ID

具体实现

<?php
 
 /**
  * LBS核心类
  *
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
 
 
include_once('geohash.class.php');
 
class lbs
{
 
    //索引长度 6位
    protected $index_len = 6;
 
    protected $redis;
 
    protected $geohash;
 
    publicfunction__construct()
    {
        //redis
        $this->redis = new Redis();
        $this->redis->pconnect('127.0.0.1','6379');
 
        //geohash
        $this->geohash = new Geohash();
    }
 
    /**
    * 更新用户信息
    *
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    publicfunctionupinfo($user_id,$latitude,$longitude)
    {
 
        //原数据处理
 
        //获取原Geohash
        $o_hashdata = $this->redis->hGet($user_id,'geo');
 
        if(!empty($o_hashdata))
        {
            //原索引
            $o_index_key = substr($o_hashdata, 0, $this->index_len);
 
            //删除
            $this->redis->sRem($o_index_key,$user_id);
        }
 
 
        //新数据处理
 
        //纬度
        $this->redis->hSet($user_id,'la',$latitude);
 
        //经度
        $this->redis->hSet($user_id,'lo',$longitude);
 
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
        $this->redis->hSet($user_id,'geo',$hashdata);
 
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
 
        //存入
        $this->redis->sAdd($index_key,$user_id);
 
        returntrue;
    }
 
    /**
    * 获取附近用户
    *
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    publicfunctionserach($latitude,$longitude)
    {
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
 
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
 
        //取得
        $user_id_array = $this->redis->sMembers($index_key);
 
        return$user_id_array;
    }
 
}
 
?>

性能测试

<?php
 
 /**
  * 模拟数据上报
  *
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
 
include_once('lbs.class.php');
 
 
$b_time = microtime(true);
 
$n = 0;
 
while(1)
{
    //user_id1~1000000
    $user_id = rand(1,1000000);
 
    //latitude30.59773~30.726786
    $rand_latitude = rand(30597730,30726786);
    $latitude = $rand_latitude/1000000;
 
    //longitude103.983192 ~104.16069
    $rand_longitude = rand(103983192,104160690);
    $longitude = $rand_longitude/1000000;
 
    $lbs = new lbs();
 
    $lbs->upinfo($user_id,$latitude,$longitude);
 
    $n++;
    mylog($n);
 
    $e_time = microtime(true);
 
    if(($e_time-$b_time)>=60)
    {
        exit;
    }
}
 
 
functionmylog($content)
{
    file_put_contents('upinfo.log',$content."\r\n",FILE_APPEND);
}
 
?>

<?php
 
 /**
  * 模拟查找附近
  *
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
 
include_once('lbs.class.php');
 
$b_time = microtime(true);
 
$n = 0;
 
while(1)
{
    //latitude30.59773~30.726786
    $rand_latitude = rand(30597730,30726786);
    $latitude = $rand_latitude/1000000;
 
    //longitude103.983192 ~104.16069
    $rand_longitude = rand(103983192,104160690);
    $longitude = $rand_longitude/1000000;
 
    $lbs = new lbs();
 
    $re = $lbs->serach($latitude,$longitude);
 
    $n++;
    mylog($n);
 
    $e_time = microtime(true);
 
    if(($e_time-$b_time)>=60)
    {
        exit;
    }
}
 
 
functionmylog($content)
{
    file_put_contents('search.log',$content."\r\n",FILE_APPEND);
}
 
 
?>

测试环境

虚拟机，内存256M，主频2.93GHz

性能结果

模拟了100W活跃用户行为，不断更新，不断查找附近好友

//60 seconds insert
88544

//60 seconds search
117660

//成都 100W人，数据占用内存
11.97M

总结

从测试结果来看，完全能满足，微信、陌陌之类的性能要求；

尚可改进之处：

1、Geohash，可写成PHP C扩展；或者其他Geohash实现方式
2、Redis，内存消耗较大，可考虑redis集群方案
3、本文仅查出本单元格用户，提高精度，可查出周围八个单元个，求交集
4、求出结果，如需按照由远到近排序；读出Redis经纬度，利用距离公式排序方可。（可参照上一篇文字）

php geohash 拓展查看:http://blog.csdn.net/u014798316/article/details/35242129