锐客网

  1. 首页 > 睿知 > it技术 > >

php数据结构对列 php对数据库的操作( 二 )

IT技术单词


假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒 。
因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次 。则串行方式1秒内CPU可处理的请求量是7次（1000/150） 。并行方式处理的请求量是10次（1000/100） 。
小结：如以上案例描述 ， 传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈 。如何解决这个问题呢？
引入消息队列，将不是必须的业务逻辑，异步处理 。改造后的架构如下：
按照以上约定，用户的响应时间相当于是注册信息写入数据库的时间，也就是50毫秒 。注册邮件，发送短信写入消息队列后，直接返回，因此写入消息队列的速度很快，基本可以忽略，因此用户的响应时间可能是50毫秒 。因此架构改变后，系统的吞吐量提高到每秒20 QPS 。比串行提高了3倍，比并行提高了两倍 。
2.2应用解耦
场景说明：用户下单后，订单系统需要通知库存系统 。传统的做法是，订单系统调用库存系统的接口 。如下图：
传统模式的缺点：
1）假如库存系统无法访问，则订单减库存将失败 ， 从而导致订单失败；
2）订单系统与库存系统耦合；
如何解决以上问题呢？引入应用消息队列后的方案，如下图：
订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户订单下单成功 。
库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作 。
假如：在下单时库存系统不能正常使用 。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了 。实现订单系统与库存系统的应用解耦 。
2.3流量削锋
流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛 。
应用场景：秒杀活动，一般会因为流量过大 ， 导致流量暴增，应用挂掉 。为解决这个问题，一般需要在应用前端加入消息队列 。
可以控制活动的人数；
可以缓解短时间内高流量压垮应用；
用户的请求，服务器接收后，首先写入消息队列 。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面；
秒杀业务根据消息队列中的请求信息 ， 再做后续处理 。
2.4日志处理
日志处理是指将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题 。架构简化如下：
日志采集客户端，负责日志数据采集，定时写受写入Kafka队列；
Kafka消息队列 ， 负责日志数据的接收，存储和转发；
日志处理应用：订阅并消费kafka队列中的日志数据；
以下是新浪kafka日志处理应用案例：
(1)Kafka：接收用户日志的消息队列 。
(2)Logstash：做日志解析，统一成JSON输出给Elasticsearch 。
(3)Elasticsearch：实时日志分析服务的核心技术，一个schemaless，实时的数据存储服务 ， 通过index组织数据，兼具强大的搜索和统计功能 。
(4)Kibana：基于Elasticsearch的数据可视化组件，超强的数据可视化能力是众多公司选择ELK stack的重要原因 。
2.5消息通讯
消息通讯是指，消息队列一般都内置了高效的通信机制 ， 因此也可以用在纯的消息通讯 。比如实现点对点消息队列，或者聊天室等 。
点对点通讯：
客户端A和客户端B使用同一队列，进行消息通讯 。
聊天室通讯：
客户端A，客户端B ， 客户端N订阅同一主题，进行消息发布和接收 。实现类似聊天室效果 。

推荐阅读


上一篇：包含html5视频列表页面设计的词条

下一篇：python的tk库接口，python tk模块pack函数