Discuz!NT千万级数据量上的两驾马车--TTCached,MongoDB

最新推荐文章于 2024-01-19 10:04:23 发布

iteye_2060

最新推荐文章于 2024-01-19 10:04:23 发布

阅读量175

点赞数

文章标签：数据库 php 大数据

在Discuz!NT的企业版设计过程中，处理大数据表一直是一个让人头疼的问题，特别是像主题表（topic），用户表（user）等，因为对于一个流量和发帖量都很大的论坛而言，在运行几年之后，这两个表的数据量可能会破千万（注：因为帖子表采用分表机制，所以这里暂未涉及，但出于性能考虑，也提供了本文中类似的解决方案）。当时考虑的架构设计中有两种思路来解决这种问题：
一种是采用类似MYSPACE的方式，即按一定记录KEY值（比如用户表的UID）来对大数据表中的记录进行分割，比如前200万用户（即：UID<200w）放入一个表，200-400万的用户放入另一个表，以此类推。当然可以把几个表都放到一个数据库中，也可以放到别的MSSQL数据库上或实例上。但这种方案有一些问题，例如当用户表需要被联表（如LEFT JION）查询时使用，比如我们的帖子表进行分页查询时就需要左联user表，这时如采用分表或分布式布署就可能面临这样的问题，不仅业务逻辑要变化，就连存储过程中也要产生不小的变化，这里还不考虑效率上的问题。当然有人建议可以使用数据冗余的方式，比如在帖子表中冗余用户信息相应字段，但这种方案同样要大幅度的修改即有代码，同时如果用户信息发生变化时，不仅要更新用户表，还要更新帖子表中的相应冗余字段，如果这两者不同步，就会造成数据显示异常，当然在数据库层面增加存储成本也是不得不付出的。
第二种就是使用能处理大数据量表格的第三方工具，比如本文所说的TokyoTrant,Mongodb等，这类NOSQL软件从一问世就是面向海量数据存储访问的，而且这类软件往往都是开源的，另外通过与打算布署企业版的用户接触，发现虽然他们的服务器配置很高，但数量即不多，所以就要考虑如何最大限度的复用已有的机器资源，而这类NOSQL软件往往都是‘性价比’很高的，即用不多的资源（内存，CPU等）就能达到意想不到的效果。当然我目前对其还是很谨慎的使用，即不会马上把它当做主力数据存储工具，而是辅助MSSQL数据库工具，所以大家在看完本文后会发现，这两个工具在企业版中的角色顶多就是一个高级的MEMCACEHD。不过我的想法很简单，就是任何工具和技术，如果不是很了解它或者它很新，那么必定要有一个“考核期”，如果在‘任间’内它通过考核，才委以重任，如未通过考核，也不会让系统平台承担过多的技术层面上的‘风险’。

综上所述，最终我把方向放到了TokyoTrant,Mongodb上，之所以选择了这两个工具，主要基于下面因素：

1.海量数据的解决方案应该可以跑在LINUX和WINDOW平台上。当然有人会说Mongodb完全可以跑这两个平台，那还为什么要引入TokyoTrant呢？其实这里有一些产品的特殊情况要考虑，比如我们的用户中绝大多数对于数据的读写比在 4：1，即5条SQL访问中有4条是SELECT操作，1条是CUD操作，这就造成了读写比例的失衡。虽然Mongodb在读写性能上非常优异和稳定，但在并发读上相对于TokyoTrant+cabinet还是有一些差距（注:更多内容参见该链接，然后这只限于在我们产品中压力测试环境下的结果，不具备普遍性，所以希望大家具体问题具体分析）

2.考虑到有些用户公司是有相应技术储备的，两种方案也便于用户公司进行的技术选型（当然因为采用接口方式，用户完全可以引入其它第三方的NOSQL工具来实现）。

好了，说了这么多，开始今天的正文吧。

前面说过，该方案使用了接口方式，这里就先看一下相应的接口声明：

可以看到，目前在企业版中，对主题表(dnt_topics)，用户表(dnt_users)，在线表(dnt_online)以及帖子表(dnt_posts)进行了NOSQL数据支持，所以定义了如下的几个接口（图中）：

public interface ICacheTopics
public interface ICacheUsers
public interface ICacheOnlineUser
public interface ICachePosts

因为目前只是把这类NOSQL工具当作高级的‘缓存’来用，所以接口命名上都带着‘Cache’的字样。

然后我使用了一个叫做DBCacheService的类，提供获取这几个接口实例的方法，比如ICacheTopics的实例代码如下：

/// <summary>
/// 该类用于获取NoSqlDb声明的缓存服务
/// </summary>
public class DBCacheService
{

static ICacheTopicsiCacheTopics = null ;

public static ICacheTopicsGetTopicsService()
{
if (iCacheTopics == null )
{
lock (lockHelper)
{
if (iCacheTopics == null )
{
try
{
if (EntLibConfigs.GetConfig().Cachetopics.Enable)
{
iCacheTopics = (ICacheTopics)Activator.CreateInstance(Type.GetType(
EntLibConfigs.GetConfig().Cachetopics.CacheType == 2 ?
" Discuz.EntLib.TokyoTyrant.Data.Topics,Discuz.EntLib.TokyoTyrant " :
" Discuz.EntLib.MongoDB.Data.Topics,Discuz.EntLib.MongoDB " , false , true ));
}
}
catch
{
throw new Exception( " 请检查 " + (EntLibConfigs.GetConfig().Cachetopics.CacheType == 2 ?
" Discuz.EntLib.TokyoTyrant.dll " :
" Discuz.EntLib.MongoDB.dll " ) + " 文件是否被放置到了bin目录下! " );
}
}
}
}
return iCacheTopics;
}
}

从上面代码可以看出，使用反射方式获取相应DLL文件（分别是Discuz.EntLib.TokyoTyrant.dll和Discuz.EntLib.MongoDB.dll）中的类信息并初始化该实例。当然，这里还定义了一个配置文件，也就是EntLibConfigs.GetConfig()这个方法所获取的配置文件信息，相应配置文件内容包括：

/// <summary>
/// 提供数据库缓存服务，将在线表主题表这类大表放入缓存之中
/// </summary>
public class DBCache
{
/// <summary>
/// 是否有效
/// </summary>
public bool Enable = false ;
/// <summary>
/// 服务地址
/// </summary>
public string Host = "" ;
/// <summary>
/// 服务地址
/// </summary>
public int Port = 0 ;
/// <summary>
/// 链接池名称
/// </summary>
public string PoolName = " dnt " ;
/// <summary>
/// 初始化链接数
/// </summary>
public int IntConnections = 4 ;
/// <summary>
/// 最少链接数
/// </summary>
public int MinConnections = 4 ;
/// <summary>
/// 最大连接数
/// </summary>
public int MaxConnections = 4 ;
/// <summary>
/// avaiablepool池中线程的最大空闲时间
/// </summary>
public int MaxIdle = 30000 ;
/// <summary>
/// busypool中线程的最大忙碌时间
/// </summary>
public int MaxBusy = 50000 ;
/// <summary>
/// 维护线程休息时间
/// </summary>
public int MaintenanceSleep = 300000 ;
/// <summary>
/// TcpClient读操作超时时间
/// </summary>
public int TcpClientTimeout = 3000 ;
/// <summary>
/// TcpClient链接超时时间
/// </summary>
public int TcpClientConnectTimeout = 30000 ;
/// <summary>
/// 缓存类型1为mongodb,2为tokyotyrnat
/// </summary>
public int CacheType = 1 ;
}

上面是配置文件中‘可复用信息’的基类，下面是具体的配置类实例声明：

/// <summary>
/// 企业版配置信息类文件
/// </summary>
public class EntLibConfigInfo:IConfigInfo
{
/// <summary>
/// 提供数据库缓存服务，将在线表(dnt_online)放入CACHE中
/// </summary>
public DBCacheCacheonlineuser = new DBCache();
/// <summary>
/// 提供数据库缓存服务，将用户表(dnt_users)放入CACHE中
/// </summary>
public DBCacheCacheusers = new DBCache();
/// <summary>
/// 提供数据库缓存服务，将主题表(dnt_topic)放入CACHE中
/// </summary>
public DBCacheCachetopics = new DBCache();
/// <summary>
/// 提供数据库缓存服务，将主题表(dnt_topic)放入CACHE中
/// </summary>
public DBCacheCacheposts = new DBCache();
}

通过该类，就可以用如下配置文件内容初始化相应的实例了：

< EntLibConfigInfo >
< Cacheonlineuser >

< Host > 10.0 . 4.119 </ Host >
< Port > 27017 </ Port >
< Enable > false </ Enable >
< PoolName > dnt_online </ PoolName >
< IntConnections > 4 </ IntConnections >
< MinConnections > 4 </ MinConnections >
< MaxConnections > 4 </ MaxConnections >
< MaxIdle > 30000 </ MaxIdle >
< MaxBusy > 50000 </ MaxBusy >
< MaintenanceSleep > 300000 </ MaintenanceSleep >
< TcpClientTimeout > 3000 </ TcpClientTimeout >
< TcpClientConnectTimeout > 30000 </ TcpClientConnectTimeout >
< CacheType > 1 </ CacheType >
</ Cacheonlineuser >
< Cacheusers >

< Host > 10.0 . 4.66 </ Host >
< Port > 112121 </ Port >
< Enable > false </ Enable >
< PoolName > dnt_users </ PoolName >
< IntConnections > 4 </ IntConnections >
< MinConnections > 4 </ MinConnections >
< MaxConnections > 4 </ MaxConnections >
< MaxIdle > 30000 </ MaxIdle >
< MaxBusy > 50000 </ MaxBusy >
< MaintenanceSleep > 300000 </ MaintenanceSleep >
< TcpClientTimeout > 3000 </ TcpClientTimeout >
< TcpClientConnectTimeout > 30000 </ TcpClientConnectTimeout >
< CacheType > 1 </ CacheType >
</ Cacheusers >
< Cachetopics >

< Host > 10.0 . 4.5 </ Host >
< Port > 27017 </ Port >
< Enable > false </ Enable >
< PoolName > dnt_topics </ PoolName >
< IntConnections > 25 </ IntConnections >
< MinConnections > 25 </ MinConnections >
< MaxConnections > 25 </ MaxConnections >
< MaxIdle > 30000 </ MaxIdle >
< MaxBusy > 5000 </ MaxBusy >
< MaintenanceSleep > 300000 </ MaintenanceSleep >
< TcpClientTimeout > 300000 </ TcpClientTimeout >
< TcpClientConnectTimeout > 30000 </ TcpClientConnectTimeout >
< CacheType > 1 </ CacheType >
</ Cachetopics >
< Cacheposts >

< Host > 10.0 . 4.5 </ Host >
< Port > 27017 </ Port >
< Enable > false </ Enable >
< PoolName > dnt_posts </ PoolName >
< IntConnections > 25 </ IntConnections >
< MinConnections > 25 </ MinConnections >
< MaxConnections > 25 </ MaxConnections >
< MaxIdle > 30000 </ MaxIdle >
< MaxBusy > 5000 </ MaxBusy >
< MaintenanceSleep > 300000 </ MaintenanceSleep >
< TcpClientTimeout > 300000 </ TcpClientTimeout >
< TcpClientConnectTimeout > 30000 </ TcpClientConnectTimeout >
< CacheType > 1 </ CacheType >
</ Cacheposts >
</ EntLibConfigInfo >

当然，因为使用的开源的客户源工具在配置上有一定的的差异性（比如命名上等），所以这里有些参数可以对TTCACHE有效，却对MONGODB无效，不过这并不影响对这两种工具的使用。

这里要说明的是，对于TokyoTrant而言，这里使用的是我开发的这款客户端软件：

http://www.cnblogs.com/daizhj/archive/2010/06/08/tokyotyrantclient.html

Mongodb使用的是：http://github.com/samus/mongodb-csharp。

这里还有个小插曲，之前园子里有朋友介绍了这个客户端NoRM ，不过在我写了一个LINQ示例并进行压力测试后，发现速度不快，比samus的那个客户端慢了不少，在苦找原因无果的情况下，最终选择了samus，不过在samus中目前也支持LINQ的写法（也算是扩展和尝试吧），如下面的写法（更多具体示例还是参见其官方源码包中的相应内容）：

Mongodb = new Mongo( " Servers=10.0.4.5:27017;ConnectTimeout=30000;ConnectionLifetime=300000;MinimumPoolSize=64;MaximumPoolSize=256;Pooled=true " );
db.Connect();
vartopicColl = db.GetDatabase( " dnt_mongodb " ).GetCollection < Discuz.EntLib.MongoDB.Entity.TopicInfo > ( " topics " );
vartopicInfoList = topicColl.Linq().Where(t => t.Fid == 2 && t.Displayorder == 0 ).Skip(skip).OrderByDescending(t => t.Lastpostid).Take( 16 ).ToList();
Discuz.Common.Generic.List < TopicInfo > topicList = new List < TopicInfo > ();
foreach (vartopic in topicInfoList)
{
topicList.Add(LoadTopicInfo(topic));
}
db.Disconnect();
return topicList;

不过在使用上述代码进行1500万主题分页时，发现LR的测试周期延长（前者(document方式)从2:10秒延长到后者(linq)2：30秒）和吞吐量降低。

所以这里还是最终延用了samus的document访问方式，参照上面的LINQ写法，下面是document写法，形如：

public Discuz.Common.Generic.List < TopicInfo > GetTopicList( int fid, int pageSize, int pageIndex, int startNumber)
{
int skip = 0 ;
if (pageIndex <= 1 )
pageSize = pageSize - startNumber;
else
skip = (pageIndex - 1 ) * pageSize - startNumber;

Discuz.Common.Generic.List < TopicInfo > topicInfoList = new Common.Generic.List < TopicInfo > ();
System.Collections.Generic.List < Document > docList = MongoDbHelper.Find(mongoDB, " topics " ,
new Document().Add( " fid " ,fid).Add( " displayorder " , 0 ), " lastpostid " ,IndexOrder.Descending,pageSize,skip);

return docList;
}

如果在你的项目中非要使用LINQ方式的话，那在这里再要介绍的一个samus的属性绑定功能，这个功能对于那些数据库字段与代码中的属性存在“大小写”差异的情况下，非常有用，即对相应实体类进行‘别名’的绑定，比如对于主题表（需引入MongoDB.Attributes名空间）：

/// <summary>
/// 主题信息描述类
/// </summary>
public class TopicInfo:Discuz.Entity.TopicInfo
{

[MongoAlias( " attention " )]
public new int Attention{ get ; set ;}

/// <summary>
/// 主题tid
/// </summary>
[MongoAlias( " tid " )]
public new int Tid{ get ; set ;}

/// <summary>
/// 板块名称
/// </summary>
[MongoAlias( " forumname " )]
public new string Forumname{ get ; set ;}

/// <summary>
/// 版块fid
/// </summary>
[MongoAlias( " fid " )]
public new int Fid{ get ; set ;}

/// <summary>
/// 主题图标id
/// </summary>
[MongoAlias( " iconid " )]
public new int Iconid{ get ; set ;}

......

上面的MongoAlias属性就是属性别名，它就是MONGODB中所存储的数据字段名称。

介绍到这里，再回到正文。

因为这两个工具都是在数据库层面进行缓存的，所以它对于原有的DISCUZ!NT中的缓存系统而言，与数据库帖的更近，所以对原有的业务逻辑改造，
就停留在了数据访问层"DISCUZ.DATA.dll"中了，其实到这里，就看出了当初为什么要分层，以及分层带来的好处了。

比如在Discuz.Data.Topics这个类中添加了这两个静态变量：

/// <summary>
/// 是否启用TokyoTyrantCache缓存用户表
/// </summary>
public static bool appDBCache = (EntLibConfigs.GetConfig() !=

iteye_2060

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Discuz!NT千万级数据量上的两驾马车--TTCached,MongoDB

在Discuz!NT的企业版设计过程中，处理大数据表一直是一个让人头疼的问题，特别是像主题表（topic），用户表（user）等，因为对于一个流量和发帖量都很大的论坛而言，在运行几年之后，这两个表的数据量可能会破千万（注：因为帖子表采用分表机制，所以这里暂未涉及，但出于性能考虑，也提供了本文中类似的解决方案）。当时考虑的架构设计中有两种思路来解决这种问题：一种是采用类似MYSPACE的方式，...
复制链接

扫一扫