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 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:
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
/// 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:
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
/// 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:
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
/// 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:
< Cacheonlineuser >
<!-- 在开启该功能之前,请确保相关服务已配置完毕 -->
< 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 >
<!-- 在开启该功能之前,请确保相关服务已配置完毕 -->
< 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 >
<!-- 在开启该功能之前,请确保相关服务已配置完毕 -->
< 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 >
<!-- 在开启该功能之前,请确保相关服务已配置完毕 -->
< 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):
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
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:
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
{
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):
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
/// 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:
![](https://i-blog.csdnimg.cn/blog_migrate/cdec0645add3fc3c328197dda5c76203.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
/// 是否启用TokyoTyrantCache缓存用户表
/// </summary>
public static bool appDBCache = (EntLibConfigs.GetConfig() !=