`
jinghuainfo
  • 浏览: 1529337 次
  • 性别: Icon_minigender_2
  • 来自: 北京
文章分类
社区版块
存档分类
最新评论

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

 
阅读更多

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）：

publicinterfaceICacheTopics
publicinterfaceICacheUsers
publicinterfaceICacheOnlineUser
publicinterfaceICachePosts


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>
publicclassDBCacheService
{

staticICacheTopicsiCacheTopics=null;

publicstaticICacheTopicsGetTopicsService()
{
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
{
thrownewException("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!");
}
}
}
}
returniCacheTopics;
}
}


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>
publicclassDBCache
{
///<summary>
///是否有效
///</summary>
publicboolEnable=false;
///<summary>
///服务地址
///</summary>
publicstringHost="";
///<summary>
///服务地址
///</summary>
publicintPort=0;
///<summary>
///链接池名称
///</summary>
publicstringPoolName="dnt";
///<summary>
///初始化链接数
///</summary>
publicintIntConnections=4;
///<summary>
///最少链接数
///</summary>
publicintMinConnections=4;
///<summary>
///最大连接数
///</summary>
publicintMaxConnections=4;
///<summary>
///avaiablepool池中线程的最大空闲时间
///</summary>
publicintMaxIdle=30000;
///<summary>
///busypool中线程的最大忙碌时间
///</summary>
publicintMaxBusy=50000;
///<summary>
///维护线程休息时间
///</summary>
publicintMaintenanceSleep=300000;
///<summary>
///TcpClient读操作超时时间
///</summary>
publicintTcpClientTimeout=3000;
///<summary>
///TcpClient链接超时时间
///</summary>
publicintTcpClientConnectTimeout=30000;
///<summary>
///缓存类型1为mongodb,2为tokyotyrnat
///</summary>
publicintCacheType=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>
publicclassEntLibConfigInfo:IConfigInfo
{
///<summary>
///提供数据库缓存服务，将在线表(dnt_online)放入CACHE中
///</summary>
publicDBCacheCacheonlineuser=newDBCache();
///<summary>
///提供数据库缓存服务，将用户表(dnt_users)放入CACHE中
///</summary>
publicDBCacheCacheusers=newDBCache();
///<summary>
///提供数据库缓存服务，将主题表(dnt_topic)放入CACHE中
///</summary>
publicDBCacheCachetopics=newDBCache();
///<summary>
///提供数据库缓存服务，将主题表(dnt_topic)放入CACHE中
///</summary>
publicDBCacheCacheposts=newDBCache();
}


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>
<!--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）：

Mongodb=newMongo("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=newList<TopicInfo>();
foreach(vartopicintopicInfoList)
{
topicList.Add(LoadTopicInfo(topic));
}
db.Disconnect();
returntopicList;


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：

publicDiscuz.Common.Generic.List<TopicInfo>GetTopicList(intfid,intpageSize,intpageIndex,intstartNumber)
{
intskip=0;
if(pageIndex<=1)
pageSize=pageSize-startNumber;
else
skip=(pageIndex-1)*pageSize-startNumber;

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

returndocList;
}


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>
publicclassTopicInfo:Discuz.Entity.TopicInfo
{

[MongoAlias("attention")]
publicnewintAttention{get;set;}


///<summary>
///主题tid
///</summary>
[MongoAlias("tid")]
publicnewintTid{get;set;}

///<summary>
///板块名称
///</summary>
[MongoAlias("forumname")]
publicnewstringForumname{get;set;}

///<summary>
///版块fid
///</summary>
[MongoAlias("fid")]
publicnewintFid{get;set;}

///<summary>
///主题图标id
///</summary>
[MongoAlias("iconid")]
publicnewintIconid{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>
publicstaticboolappDBCache=(EntLibConfigs.GetConfig()!=color
分享到：
| 嵌入式GUI FTK设计与实现-事件源(FtkSour ...
评论
发表评论

您还没有登录,请您登录后再发表评论

相关推荐

Magicbox
Global site tag (gtag.js) - Google Analytics