微信、陌陌 架构方案分析
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
查找附近的某某某,由近到远返回结果,且结果中有与目标点的距离。
针对查找附近的某某某,提出两个方案,如下:
方案A:
本方案前,请先阅读:基于LBS功能应用的Geohash方案,看过该文章便可简单知道;
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:使用Redis
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
include_once('geohash.class.php');
class LBS {
//索引长度 6位
protected $index_len = 6;
protected $redis;
protected $geohash;
public function __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 $longitude 经度
*/
public function upinfo($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);
return true;
}
/**
* 获取附近用户
* @param mixed $latitude 纬度
* @param mixed $longitude 经度
*/
public function serach($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
1)模拟数据上报
<?php
include_once('lbs.class.php');
$b_time = microtime(true);
$n = 0;
while(1) {
//user_id 1~1000000
$user_id = rand(1, 1000000);
//latitude 30.59773~30.726786
$rand_latitude = rand(30597730, 30726786);
$latitude = $rand_latitude / 1000000;
//longitude 103.983192 ~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 - $b_time) >= 60) {
exit;
}
}
function mylog($content) {
file_put_contents('upinfo.log', $content . "\r\n", FILE_APPEND);
}
?>
2)模拟附近查找
<?php
include_once('lbs.class.php');
$b_time = microtime(true);
$n = 0;
while(1) {
//latitude 30.59773~30.726786
$rand_latitude = rand(30597730, 30726786);
$latitude = $rand_latitude / 1000000;
//longitude 103.983192 ~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-$b_time) >= 60) {
exit;
}
}
function mylog($content) {
file_put_contents('search.log', $content . "\r\n", FILE_APPEND);
}
?>
测试环境
vmWare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。(可参照上一篇文章)
问题
1)假设我现在设定的hash长度为7 ,那一个个hash值对应一个块,如何得到这个块的坐标区间呢?
例如,成都永丰立交的Geohash值为:wm3yr31d2524;如取7位,则为,wm3yr31;
根据Geohash的算法,那么区间就会是 wm3yr3100000 ~ wm3yr31zzzzz;
根据如上两值,通过“Geohash->经纬度”算出经纬度,可大致确定区间。
2)如果用户上报的位置信息有时效性(比如:15秒内有效)如何处理?
可以在redis存储的时候,设置有效时间