程序员过关斩将--从每秒6000写请求谈起

 ### 背景 每一个片子的幕后，都保留了你的观看记录，详细的记着你观看了几次，跳过了那些时长 ，据说根据这些数据可以分析出你喜欢哪个日本明星，以此来做定向推送...... 虽然看起来很简单的一个功能，其实涉及到的数据量非常大，极限情况下为你的用户数*视频数的乘积。 那么在只有两个网站服务器，一台sqlserver的情况下，该如何面对这样不算大数据量的写请求呢？为什么说是写请求呢？因为用户观看视频的每一秒你都需要记录下来，例如：视频的第十秒用户观看了。要想把这个功能搞定，首先需要定义几个事情： 1. 记录用户观看视频情况的数据定义 2. 和客户端交互的数据协议 3. 数据库中记录的数据格式 4. 如何解决服务器写的压力（毕竟单台服务器请求数还是比较大） ### 解决方案 ##### 用户观看视频进度定义 对于一个视频来说，假如有1个小时的时长，这3600秒对应着3600个是否已经观看的状态，对于观看状态来说，只有观看和未观看两种状态，所以一个bit足以，一个字节（byte）有8个bit，所以一个byte可以表示8秒的观看状态，以此为基础，进制越高，同样数量的字符表示的状态就越多。 >客户端每次上传新的数据，需要和服务端已经存在的数据做位运算，例如： 01000 表示第二秒观看了 ，客户端新上传：00011 表示第4,5秒都观看了，对于用户而言这个视频第2,4,5 秒都看过，虽然只是一个简单的运算，但是量大的时候，对cpu的消耗不容小觑。 ``` 第一字节 第二字节 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 bit： 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 二进制： 0x88 0x40 字符串： 8840 ``` ##### 和客户端交互协议 用户观看视频的进度实时信息，只有客户端知道，客户端需要上传用户的观看进度数据，和服务端交互的进制可以选择通用性比较强的16进制，当然你选择100进制也无所谓，只要双方能同时支持，并且能正常解析即可 ##### 数据库数据格式 每种数据库支持的数据类型有差异，所以这里不在过多叙述，当然无论什么格式，占用空间越少越好，但也要根据业务的计算量来综合考虑。 ### 解决问题 ##### cpu性能问题 毕竟要把用户每次最新的观看数据和老数据做合并工作，在用户量大的情况下不容小觑。在综合了各种条件之后，最终采用10进制来做合并工作，客户端上传上来16进制数据，然后转化为十进制，然后和观看记录（10进制）做合并运算，这部分cpu省略不了，具体转化程序为： ``` //需要新加的数据 ConcurrentQueue AddQueue = new ConcurrentQueue(); //把16进制的字符串按照两位 分割成十进制数组 protected List ConvertToProgressArray(string progressString) { if (string.IsNullOrWhiteSpace(progressString)) { return null; } //验证是否为2的倍数长度 if (progressString.Length % 2 != 0) { return null; } var proStrSpan = progressString.AsSpan(); List ret = new List(); int i = 0; while (i < proStrSpan.Length) { ret.Add(int.Parse(proStrSpan.Slice(i, 2).ToString(), System.Globalization.NumberStyles.HexNumber)); ; i = i + 2; } return ret; } ``` ##### 客户端请求数量问题 如果同时一万用户在同时观看视频，上传数据时间间隔为2秒，意味着每秒有5000请求。由于这个业务只是一个用户log型业务，何为log型，就是说可以容忍一部分数据丢失，针对这个数据形态，客户端可以先在本地做缓冲记录，没有必要一秒上传一次记录，例如现在约定的客户端30秒上传一次记录，如果用户关掉客户端，下次启动的时候会重新上传未成功的记录。 ##### 数据库压力 如果每次请求都单独更新数据库，按照第二条的计算每秒高达5000次update请求。用户观看每次视频都加载内存中缓存，仔细分析这种业务，由于是log型数据，所以每次你请求没有必要都去更新数据库，而是先更新了缓存，然后定时去更新数据库。 由于数据量的问题，所有的更新操作都会发送到一个任务队列，队列的执行者会根据配置批量更新数据库，这样比单条更新数据库性能要高很多，其实这种方案在很多log型的业务中都有使用，批量更新对数据库的压力要小很多,代码类似以下 ``` public async Task AddUserVideoData(UserVideoInfo data, DBProcessEnum processType = DBProcessEnum.Update) { if(processType== DBProcessEnum.Add) { AddQueue.Enqueue(data); } return 1; } void MulProcessData() { //每次更新的条数 int maxNumber = 50; List data = new List(); while (true) { if (data == null) { data = new List(); } try { if (!AddQueue.Any() && !UpdateQueue.Any()) { System.Threading.Thread.Sleep(500); } else { //先处理 需要更新的 data.Clear(); while (data.Count <= maxNumber && AddQueue.Any()) { if (!AddQueue.TryDequeue(out UserVideoInfo value)) { continue; } //判断是否有重复对象 if (data.Any(s => s.UserId == value.UserId && s.VideoId == value.VideoId)) { var exsitItem = data.First(s => s.UserId == value.UserId && s.VideoId == value.VideoId); exsitItem = value; } else { data.Add(value); } } if (data != null && data.Any()) { var ret = UserVideoProgressProxy.Add(data); } } } catch (Exception err) { } } } ``` ### 写在最后 其实这种高IO的操作用sqlserver这种关系型数据库反而不好，Nosql在这种简单高IO的情境下要很多，改天可以改为redis试一试，估计会比sqlserver要好很多。