高并发简单解决方案————redis队列缓存+mysql 批量入库(ThinkPhP)

2021-12-01 22:44:45

源码地址：https://github.com/Tinywan/PHP_Experience

问题分析

  • 问题一：要求日志最好入库；但是，直接入库mysql确实扛不住，批量入库没有问题，done。【批量入库和直接入库性能差异】
  • 问题二：批量入库就需要有高并发的消息队列，决定采用redis list 仿真实现，而且方便回滚。
  • 问题三：日志量毕竟大，保存最近30条足矣，决定用php写个离线统计和清理脚本。

一、设计数据库表和存储

  • 考虑到log系统对数据库的性能更多一些，稳定性和安全性没有那么高，存储引擎自然是只支持select insert 没有索引的archive。如果确实有update需求，也可以采用myISAM。
  • 考虑到log是实时记录的所有数据，数量可能巨大，主键采用bigint，自增即可。
  • 考虑到log系统以写为主，统计采用离线计算，字段均不要出现索引，因为一方面可能会影响插入数据效率，另外读时候会造成死锁，影响写数据。

二、redis存储数据形成消息队列

 /**
     * 使用队列生成reids测试数据
     * 成功：执行 RPUSH操作后，返回列表的长度：8
     */
    public function createRedisList($listKey = 'message01')
    {
        $redis = RedisInstance::MasterInstance();
        $redis->select(1);
        $message = [
            'type' => 'say',
            'userId' => $redis->incr('user_id'),
            'userName' => 'Tinywan' . mt_rand(100, 9999), //是否正在录像
            'userImage' => '/res/pub/user-default-w.png', //是否正在录像
            'openId' => 'openId' . mt_rand(100000, 9999999999999999),
            'roomId' => 'openId' . mt_rand(30, 50),
            'createTime' => date('Y-m-d H:i:s', time()),
            'content' => $redis->incr('content') //当前是否正在打流状态
        ];
        $rPushResul = $redis->rPush($listKey, json_encode($message)); //执行成功后返回当前列表的长度 9
        return $rPushResul;
    }

三、读取redis消息队列里面的数据，批量入库

第一种思路：

 /**
     * 消息Redis方法保存到Mysql数据库
     * @param string $liveKey
     */
    public function RedisSaveToMysql($listKey = 'message01')
    {
        if (empty($listKey)) {
            $result = ["errcode" => 500, "errmsg" => "this parameter is empty!"];
            exit(json_encode($result));
        }
        $redis = RedisInstance::MasterInstance();
        $redis->select(1);
        $redisInfo = $redis->lRange($listKey, 0, 5);
        $dataLength = $redis->lLen($listKey);
        $model = M("User");
        while ($dataLength > 65970) {
            try {
                $model->startTrans();
                $redis->watch($listKey);
                $arrList = [];
                foreach ($redisInfo as $key => $val) {
                    $arrList[] = array(
                        'username' => json_decode($val, true)['userName'],
                        'logintime' => json_decode($val, true)['createTime'],
                        'description' => json_decode($val, true)['content'],
                        'pido' => json_decode($val, true)['content']
                    );
                }
                $insertResult = $model->addAll($arrList);
                if (!$insertResult) {
                    $model->rollback();
                    $result = array("errcode" => 500, "errmsg" => "Data Insert into Fail!", 'data' => 'dataLength:' . $dataLength);
                    exit(json_encode($result));
                }
                $model->commit();
                $redis->lTrim($listKey, 6, -1);
                $redisInfo = $redis->lRange($listKey, 0, 5);
                $dataLength = $redis->lLen($listKey);
            } catch (Exception $e) {
                $model->rollback();
                $result = array("errcode" => 500, "errmsg" => "Data Insert into Fail!");
                exit(json_encode($result));
            }
        }
        $result = array("errcode" => 200, "errmsg" => "Data Insert into Success!", 'data' => 'dataLength:' . $dataLength . 'liveKey:' . $listKey);
        exit(json_encode($result));
    }

第二种思路（供参考，非框架） 

<?php
$redis_xx = new Redis();
$redis_xx->connect('ip', port);
$redis_xx->auth("password");

// 获取现有消息队列的长度
$count = 0;
$max = $redis_xx->lLen("call_log");

// 获取消息队列的内容，拼接sql
$insert_sql = "insert into fb_call_log (`interface_name`, `createtime`) values ";

// 回滚数组
$roll_back_arr = array();

while ($count < $max) {
    $log_info = $redis_cq01->lPop("call_log");
    $roll_back_arr = $log_info;
    if ($log_info == 'nil' || !isset($log_info)) {
        $insert_sql .= ";";
        break;
    }

    // 切割出时间和info
    $log_info_arr = explode("%", $log_info);
    $insert_sql .= " ('" . $log_info_arr[0] . "','" . $log_info_arr[1] . "'),";
    $count++;
}

// 判定存在数据，批量入库
if ($count != 0) {
    $link_2004 = mysql_connect('ip:port', 'user', 'password');
    if (!$link_2004) {
        die("Could not connect:" . mysql_error());
    }

    $crowd_db = mysql_select_db('fb_log', $link_2004);
    $insert_sql = rtrim($insert_sql, ",") . ";";
    $res = mysql_query($insert_sql);

    // 输出入库log和入库结果;
    echo date("Y-m-d H:i:s") . "insert " . $count . " log info result:";
    echo json_encode($res);
    echo "</br>\n";

    // 数据库插入失败回滚
    if (!$res) {
        foreach ($roll_back_arr as $k) {
            $redis_xx->rPush("call_log", $k);
        }
    }
    // 释放连接
    mysql_free_result($res);
    mysql_close($link_2004);
}
$redis_cq01->close();
?>

四、获取Redis数据缓存数据

 

 /**
     * [0]检查当前Redis是否连接成功
     * [1]获取数据，首先从Redis中去获取，没有的话再从数据库中去获取
     */
    public function findDataRedisOrMysql($listKey = 'message01')
    {
        //Check the current connection status 查看服务是否运行
        if (RedisInstance::MasterInstance() != false) {
            $redis = RedisInstance::MasterInstance();
            $redis->select(2);
            /**
             * 首先从Redis中去获取数据
             * lRange 获取为空的话，则表示没有数据，否则返回一个非空数组
             */
            $redisData = $redis->lRange($listKey, 0, 9);
            $resultData = [];
            if (!empty($redisData)) {
                $resultData['status_code'] = 200;
                $resultData['msg'] = 'Data Source from Redis Cache';
                foreach ($redisData as $key => $val) {
                    $resultData['listData'][] = json_decode($val, true);
                }
            } else {
                $resultData['redis_msg'] = 'Redis is Expire';
                $conditions = array('status' => ':status');
                $mysqlData = M('User')->where($conditions)->bind(':status', 1, \PDO::PARAM_STR)->select();
                if ($mysqlData) {
                    $resultData['status_code'] = 200;
                    $resultData['mysql_msg'] = 'Data Source from Mysql is Success';
                    $redis->select(2);
                    foreach ($mysqlData as $key => $val) {
                        $resultData['listData'][] = $val;
                        //写入Redis作为缓存
                        $redis->rPush($listKey, json_encode($val));
                    }
                    //同时设置一个过期时间
                    $redis->expire($listKey,30);
                } else {
                    $resultData['status_code'] = 500;
                    $resultData['mysql_msg'] = 'Data Source from Mysql is Fail';
                }
            }
        } else {
            $resultData['redis_msg'] = 'Redis server went away';
            $resultData['mysql_msg'] = 'Mysql Data2';
            $conditions = array('status' => ':status');
            $mysqlData = M('User')->where($conditions)->bind(':status', 1, \PDO::PARAM_STR)->select();
            foreach ($mysqlData as $key => $val) {
                $resultData['listData'][] = $val;
            }
        }
        homePrint($resultData);
    }

 

四、离线天级统计和清理数据脚本

<?php
/**
* static log ：每天离线统计代码日志和删除五天前的日志
* */

// 离线统计
$link_2004 = mysql_connect('ip:port', 'user', 'pwd');
if (!$link_2004) {
    die("Could not connect:" . mysql_error());
}

$crowd_db = mysql_select_db('fb_log', $link_2004);

// 统计昨天的数据
$day_time = date("Y-m-d", time() - 60 * 60 * 24 * 1);
$static_sql = "get sql";

$res = mysql_query($static_sql, $link_2004);

// 获取结果入库略

// 清理15天之前的数据
$before_15_day = date("Y-m-d", time() - 60 * 60 * 24 * 15);
$delete_sql = "delete from xxx where createtime < '" . $before_15_day . "'";
try {
    $res = mysql_query($delete_sql);
}catch(Exception $e){
    echo json_encode($e)."\n";
    echo "delete result:".json_encode($res)."\n";
}

mysql_close($link_2004);
?>

五：代码部署

主要是部署，批量入库脚本的调用和天级统计脚本，crontab例行运行。

# 批量入库脚本
*/2 * * * * /home/cuihuan/xxx/lamp/php5/bin/php /home/cuihuan/xxx/batchLog.php >>/home/cuihuan/xxx/batchlog.log

# 天级统计脚本
0 5 * * * /home/cuihuan/xxx/php5/bin/php /home/cuihuan/xxx/staticLog.php >>/home/cuihuan/xxx/staticLog.log

总结：相对于其他复杂的方式处理高并发，这个解决方案简单有效：通过redis缓存抗压，mysql批量入库解决数据库瓶颈，离线计算解决统计数据，通过定期清理保证库的大小。

 

上一篇：使用MongoDB存储Docker日志


下一篇：2019年全网最热门的123个Java并发面试题总结