程序员过关斩将--从每秒6000写请求谈起

点击上方“蓝字”关注我们

菜菜哥，紧急求助呀

张嘴女人.gif

怎么回事？产品经理砍你了？

张嘴男人.gif

没有，只是写了个新项目，上线就被压垮了

张嘴女人.gif

什么功能，这么强悍？

张嘴男人.gif

一个记录用户观看视频进度信息的功能

张嘴女人.gif

那如果用户基数大，确实是需要注意的，那我给你分析一下哈

张嘴男人.gif

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<UserVideoInfo> AddQueue = new ConcurrentQueue<UserVideoInfo>();//把16进制的字符串按照两位 分割成十进制数组protected List<int> 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<int> ret = new List<int>();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<int> 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<UserVideoInfo> data = new List<UserVideoInfo>();while (true){if (data == null){data = new List<UserVideoInfo>();}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。

完