今天和大家聊聊計數(shù)系統(tǒng)。

畫外音：文章較長，可提前收藏。

計數(shù)系統(tǒng)解決什么業(yè)務(wù)問題?

很多業(yè)務(wù)都有“計數(shù)”需求，以微博為例：

[[410277]]

微博首頁的個人中心部分，有三個重要的計數(shù)：

• 關(guān)注了多少人的計數(shù);
• 粉絲的計數(shù);
• 發(fā)布博文的計數(shù);

微博首頁的博文消息主體部分，也有有很多計數(shù)，分別是一條博文的：

• 轉(zhuǎn)發(fā)計數(shù);
• 評論計數(shù);
• 點贊計數(shù);
• 甚至是瀏覽計數(shù);

畫外音：瀏覽計數(shù)有點難，每秒100W次PV，就有100W次計數(shù)。

在業(yè)務(wù)復(fù)雜，計數(shù)擴展頻繁，數(shù)據(jù)量大，并發(fā)量大的情況下，計數(shù)系統(tǒng)的架構(gòu)演進與實踐，是本文將要分享的問題。

如何最快速的實現(xiàn)業(yè)務(wù)計數(shù)呢?

count計數(shù)法。

典型的互聯(lián)網(wǎng)架構(gòu)，常常分為這么幾層：

• 調(diào)用層：處于端上的browser或者APP;
• 站點層：拼裝html或者json返回的web-server層;
• 服務(wù)層：提供RPC調(diào)用接口的service層;
• 數(shù)據(jù)層：提供固化數(shù)據(jù)存儲的db，以及加速存儲的cache;

針對上文微博計數(shù)的例子，主要涉及“關(guān)注”業(yè)務(wù)，“粉絲”業(yè)務(wù)，“微博消息”業(yè)務(wù)，一般來說，會有相應(yīng)的db存儲相關(guān)數(shù)據(jù)，相應(yīng)的service提供相關(guān)業(yè)務(wù)的RPC接口：

• 關(guān)注服務(wù)：提供關(guān)注數(shù)據(jù)的增刪查改RPC接口;
• 粉絲服務(wù)：提供粉絲數(shù)據(jù)的增刪查改RPC接口;
• 消息服務(wù)：提供微博消息數(shù)據(jù)的增刪查改RPC接口，消息業(yè)務(wù)相對比較復(fù)雜，涉及微博消息、轉(zhuǎn)發(fā)、評論、點贊等數(shù)據(jù)的存儲;

對關(guān)注、粉絲、微博業(yè)務(wù)進行了初步解析，那首頁的計數(shù)需求應(yīng)該如何滿足呢?

很容易想到，關(guān)注服務(wù)+粉絲服務(wù)+消息服務(wù)均提供相應(yīng)接口，就能拿到相關(guān)計數(shù)數(shù)據(jù)。

例如，個人中心首頁，需要展現(xiàn)博文數(shù)量這個計數(shù)，web層訪問message-service的count接口，這個接口執(zhí)行：

select count(*) from t_msg where uid = XXX 

[[410279]]

同理，也很容易拿到關(guān)注，粉絲的這些計數(shù)。

這個方案叫做“count”計數(shù)法，在數(shù)據(jù)量并發(fā)量不大的情況下，最容易想到且最經(jīng)常使用的就是這種方法。

count計數(shù)法存在什么問題呢?

隨著數(shù)據(jù)量的上升，并發(fā)量的上升，這個方法的弊端將逐步展現(xiàn)。

例如，微博首頁有很多條微博消息，每條消息有若干計數(shù)，此時計數(shù)的拉取就成了一個龐大的工程：

整個拉取計數(shù)的偽代碼如下：

list<msg_id> = getHomePageMsg(uid);// 獲取首頁所有消息 
for( msg_id in list<msg_id>){ // 對每一條消息 
         getReadCount(msg_id);  // 閱讀計數(shù) 
         getForwordCount(msg_id); // 轉(zhuǎn)發(fā)計數(shù) 
         getCommentCount(msg_id); // 評論計數(shù) 
         getPraiseCount(msg_id); // 贊計數(shù) 
} 

其中：

• 每一個微博消息的若干個計數(shù)，都對應(yīng)4個后端服務(wù)訪問;
• 每一個訪問，對應(yīng)一條count的數(shù)據(jù)庫訪問(count要了老命了);

其效率之低，資源消耗之大，處理時間之長，可想而知。

“count”計數(shù)法方案，可以總結(jié)為：

• 多條消息多次查詢，for循環(huán)進行;
• 一條消息多次查詢，多個計數(shù)的查詢;
• 一次查詢一個count，每個計數(shù)都是一個count語句;

那如何進行優(yōu)化呢?

計數(shù)外置法。

計數(shù)是一個通用的需求，有沒有可能，這個計數(shù)的需求實現(xiàn)在一個通用的系統(tǒng)里，而不是由關(guān)注服務(wù)、粉絲服務(wù)、微博服務(wù)來分別來提供相應(yīng)的功能呢?

畫外音：各個業(yè)務(wù)系統(tǒng)具備的通用痛點，應(yīng)該下沉統(tǒng)一解決。

可以抽象一個通用的計數(shù)服務(wù)。

通過分析，上述微博的業(yè)務(wù)可以抽象成兩類：

• 用戶(uid)維度的計數(shù)：用戶的關(guān)注計數(shù)，粉絲計數(shù)，發(fā)布的微博計數(shù);
• 微博消息(msg_id)維度的計數(shù)：消息轉(zhuǎn)發(fā)計數(shù)，評論計數(shù)，點贊計數(shù);

于是可以抽象出兩個表，針對這兩個維度來進行計數(shù)的存儲：

t_user_count (uid, gz_count, fs_count, wb_count); 
t_msg_count (msg_id, forword_count, comment_count, praise_count); 

甚至可以更為抽象，一個表搞定所有計數(shù)：

t_count(id, type, c1, c2, c3, …) 

通過type來判斷，id究竟是uid還是msg_id，但并不建議這么做。

存儲抽象完，再抽象出一個計數(shù)服務(wù)對這些數(shù)據(jù)進行管理，提供友善的RPC接口：

這樣，在查詢一條微博消息的若干個計數(shù)的時候，不用進行多次數(shù)據(jù)庫count操作，而會轉(zhuǎn)變?yōu)橐粭l數(shù)據(jù)的多個屬性的查詢：

for(msg_id in list<msg_id>) { 
select forword_count, comment_count, praise_count  
    from t_msg_count  
    where msg_id=$msg_id; 
} 

甚至，可以將微博首頁所有消息的計數(shù)，轉(zhuǎn)變?yōu)橐粭lIN語句(不用多次查詢了)的批量查詢：

select * from t_msg_count  
    where msg_id IN 
    ($msg_id1, $msg_id2, $msg_id3, …); 

IN查詢可以命中msg_id聚集索引，效率很高。

那么，當有微博被轉(zhuǎn)發(fā)、評論、點贊的時候，計數(shù)服務(wù)如何同步的進行計數(shù)的變更呢?

如果讓業(yè)務(wù)服務(wù)來調(diào)用計數(shù)服務(wù)，勢必會導(dǎo)致業(yè)務(wù)系統(tǒng)與計數(shù)系統(tǒng)耦合?？梢酝ㄟ^MQ來解耦，在業(yè)務(wù)發(fā)生變化的時候，向MQ發(fā)送一條異步消息，通知計數(shù)系統(tǒng)計數(shù)發(fā)生了變化即可：

如上圖：

• 用戶新發(fā)布了一條微博;
• msg-service向MQ發(fā)送一條消息;
• counting-service從MQ接收消息;
• counting-service變更這個uid發(fā)布微博消息計數(shù);

畫外音：其實發(fā)送一條微博本來就會發(fā)MQ消息，計數(shù)系統(tǒng)只是新增一個訂閱方。

這個方案稱為“計數(shù)外置”，可以總結(jié)為：

• 通過counting-service單獨保存計數(shù);
• MQ同步計數(shù)的變更;
• 多條消息的多個計數(shù)，一個批量IN查詢完成;

計數(shù)外置可能存在什么新的問題呢?

計數(shù)外置，本質(zhì)是數(shù)據(jù)的冗余，架構(gòu)設(shè)計上，數(shù)據(jù)冗余必將引發(fā)數(shù)據(jù)的一致性問題，需要有機制來保證計數(shù)系統(tǒng)里的數(shù)據(jù)與業(yè)務(wù)系統(tǒng)里的數(shù)據(jù)一致，常見的方法有：

• 對于一致性要求比較高的業(yè)務(wù)，要有定期check并fix的機制，例如關(guān)注計數(shù)，粉絲計數(shù)，微博消息計數(shù)等;
• 對于一致性要求比較低的業(yè)務(wù)，即使有數(shù)據(jù)不一致，業(yè)務(wù)可以接受，例如微博瀏覽數(shù)，微博轉(zhuǎn)發(fā)數(shù)等;

計數(shù)外置很大程度上解決了計數(shù)存取的性能問題，但是否還有優(yōu)化空間呢?

像關(guān)注計數(shù)，粉絲計數(shù)，微博消息計數(shù)，變化的頻率很低，查詢的頻率很高，這類讀多些少的業(yè)務(wù)場景，非常適合使用緩存來進行查詢優(yōu)化，減少數(shù)據(jù)庫的查詢次數(shù)，降低數(shù)據(jù)庫的壓力。

但是，緩存是kv結(jié)構(gòu)的，無法像數(shù)據(jù)庫一樣，設(shè)置成

t_uid_count(uid, c1, c2, c3) 

這樣的schema，如何來對kv進行設(shè)計呢?

緩存kv結(jié)構(gòu)的value是計數(shù)，看來只能在key上做設(shè)計，很容易想到，可以使用uid:type來做key，存儲對應(yīng)type的計數(shù)。

對于uid=123的用戶，其關(guān)注計數(shù)，粉絲計數(shù)，微博消息計數(shù)的緩存就可以設(shè)計為：

此時對應(yīng)的counting-service架構(gòu)變?yōu)椋?/p>

如此這般，多個uid的多個計數(shù)，又可能會變?yōu)槎啻尉彺娴脑L問：

for(uid in list<uid>) { 
 memcache::get($uid:c1, $uid:c2, $uid:c3); 
} 

這個“計數(shù)外置緩存優(yōu)化”方案，可以總結(jié)為：

• 使用緩存來保存讀多寫少的計數(shù);

畫外音：其實寫多讀少，一致性要求不高的計數(shù)，也可以先用緩存保存，然后定期刷到數(shù)據(jù)庫中，以降低數(shù)據(jù)庫的讀寫壓力。

• 使用id:type的方式作為緩存的key，使用count來作為緩存的value;
• 多次讀取緩存來查詢多個uid的計數(shù);

緩存的使用能夠極大降低數(shù)據(jù)庫的壓力，但多次緩存交互依舊存在優(yōu)化空間，有沒有辦法進一步優(yōu)化呢?

不要陷入思維定式，誰說value一定只能是一個計數(shù)，難道不能多個計數(shù)存儲在一個value中么?

緩存kv結(jié)構(gòu)的key是uid，value可以是多個計數(shù)同時存儲。

對于uid=123的用戶，其關(guān)注計數(shù)，粉絲計數(shù)，微博消息計數(shù)的緩存就可以設(shè)計為：

這樣多個用戶，多個計數(shù)的查詢就可以一次搞定：

memcache::get($uid1, $uid2, $uid3, …); 

然后對獲取的value進行分析，得到關(guān)注計數(shù)，粉絲計數(shù)，微博計數(shù)。

如果計數(shù)value能夠事先預(yù)估一個范圍，甚至可以用一個整數(shù)的不同bit來存儲多個計數(shù)，用整數(shù)的與或非計算提高效率。

這個“計數(shù)外置緩存批量優(yōu)化”方案，可以總結(jié)為：

• 使用id作為key，使用同一個id的多個計數(shù)的拼接作為value;
• 多個id的多個計數(shù)查詢，一次搞定;

考慮完效率，架構(gòu)設(shè)計上還需要考慮擴展性，如果uid除了關(guān)注計數(shù)，粉絲計數(shù)，微博計數(shù)，還要增加一個計數(shù)，這時系統(tǒng)需要做什么變更呢?

之前的數(shù)據(jù)庫結(jié)構(gòu)是：

t_user_count(uid, gz_count, fs_count, wb_count) 

這種設(shè)計，通過列來進行計數(shù)的存儲，如果增加一個XX計數(shù)，數(shù)據(jù)庫的表結(jié)構(gòu)要變更為：

t_user_count(uid, gz_count, fs_count, wb_count, XX_count) 

在數(shù)據(jù)量很大的情況下，頻繁的變更數(shù)據(jù)庫schema的結(jié)構(gòu)顯然是不可取的，有沒有擴展性更好的方式呢?

不要陷入思維定式，誰說只能通過擴展列來擴展屬性，能不能通過擴展行來擴展屬性呢?

答案是肯定的，完全可以這樣設(shè)計表結(jié)構(gòu)：

t_user_count(uid, count_key, count_value) 

如果需要新增一個計數(shù)XX_count，只需要增加一行即可，而不需要變更表結(jié)構(gòu)：

總結(jié)

小小的計數(shù)，在數(shù)據(jù)量大，并發(fā)量大的時候，其架構(gòu)實踐思路為：

(1)計數(shù)外置：由“count計數(shù)法”升級為“計數(shù)外置法”;

(2)讀多寫少，甚至寫多但一致性要求不高的計數(shù)，需要進行緩存優(yōu)化，降低數(shù)據(jù)庫壓力;

(3)緩存kv設(shè)計優(yōu)化，可以由[key:type]->[count]，優(yōu)化為[key]->[c1:c2:c3]即：

優(yōu)化為：

(4)數(shù)據(jù)庫擴展性優(yōu)化，可以由列擴展優(yōu)化為行擴展即：

優(yōu)化為：

【本文為51CTO專欄作者“58沈劍”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

戳這里，看該作者更多好文