需求背景：有个调用统计日志存储和统计需求，要求存储到mysql中；存储数据高峰能达到日均千万，瓶颈在于直接入库并发太高，可能会把mysql干垮。

问题分析

思考：应用网站架构的衍化过程中，应用最新的框架和工具技术固然是最优选择；但是，如果能在现有的框架的基础上提出简单可依赖的解决方案，未尝不是一种提升自我的尝试。

解决：

  • 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参考文章】

  • 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。

done，下面是小拽的简单实现过程

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

由于高并发，尽可能简单，直接，上代码。 

<?php /*************************************************************************** * * 获取到的调用日志，存入redis的队列中. * $Id$ * **************************************************************************/ /** * @file saveLog.php * @date 2015/11/06 20:47:13 * @author:cuihuan * @version $Revision$ * @brief * **/ // 获取info $interface_info = $_GET['info']; // 存入redis队列 $redis = new Redis();
$redis->connect('xx', 6379);
$redis->auth("password"); // 加上时间戳存入队列 $now_time = date("Y-m-d H:i:s");
$redis->rPush("call_log", $interface_info . "%" . $now_time);
$redis->close(); /* vim: set ts=4 sw=4 sts=4 tw=100 */ ?>

三：数据定时批量入库。

定时读取redis消息队列里面的数据，批量入库。 

<?php /**
 * 获取redis消息队列中的脚本，拼接sql，批量入库。
 * @update 2015-11-07 添加失败消息队列回滚机制 
 *
 * @Author:cuihuan
 * 2015-11-06
 * */ // init redis $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);
} // 释放redis $redis_cq01->close(); ?>

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
*
* @Author:cuihuan
* 2015-11-06
* */ // 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。

【转载请注明：高并发简单解决方案 | 靠谱崔小拽 】

版权声明：若无特殊注明，本文皆为( yueshuo )原创，转载请保留文章出处。