说在前面
在尼恩的(50+)读者社群中,经常有小伙伴面试的时候,遇到一个一个高并发 架构方面的问题,比如:
(1) 高并发秒杀系统如何架构?
(2) 高并发签到系统如何架构?
(3) 等等等等…
刚刚,在尼恩的读者社区(50+)中,有小伙伴又问了这个问题。 尼恩作为技术中台的架构师, 高并发架构是尼恩架构的重点, 所以,一直想带大家从 架构到实操, 这里,带大家完成一个1000W用户1Wqps+ 签到系统的架构和实操。
本文也一并收入咱们的 《尼恩Java面试宝典》PDF,供后面的小伙伴参考,提升大家的 3高 架构、设计、开发水平。
当然,作为一篇文章,仅仅是抛砖引玉,后面有机会,带大家做一下这个高质量的实操,并且指导大家写入简历。
注:本文以 PDF 持续更新,最新尼恩 架构笔记、面试题 的PDF文件,请到文末公号 【技术自由圈】获取。
文章目录
- 说在前面
- 签到场景业务需求分析
- 1000W级用户场景的签到优化
- 优化1:利用Bitmap实现用户签到存储优化
- 优化2:利用Redis Bitmap实现用户签到的性能优化
- 优化3:利用Nginx +lus 实现更进一步的用户签到的性能优化
- 基础知识:什么是Bitmap
- Bitmap的使用场景
- Redis 中Bitmap的相关命令
- 客户端连接 redis
- 指定key中的offset位设置为value
- 获取指定 key 中的offset位的值
- 统计指定key中值为1的位的数量。
- 对多个Bitmap进行位运算,并将结果保存到destkey中。
- 查找指定key中第一个值为bit(0或1)的位的位置
- BITFIELD:在位图中存储整数值
- 根据偏移量对区域进行设置
- 参数1:offset参数用于指定设置的起始偏移量。
- 参数2:type参数用于指定等待设置的值类型,
- 参数3:value参数用于指定被设置的整数值
- 设置的结果
- 批量操作:一次调用中执行多个子命令
- 获取区域存储的值
- 执行加法操作或减法操作
- 处理溢出
- 其他命令
- 尼恩建议,优先使用位图存储整数
- 使用SpringCloud+Redis BitMap 用户场景的签到实操
- 实操包括以下的操作:
- 用户签到实操
- 用户签到查询
- 查询 获取本月签到信息 签到
- 本文的版本计划和基础学习资料
- 技术自由的实现路径 PDF:
- 实现你的 架构自由:
- 实现你的 响应式 自由:
- 实现你的 spring cloud 自由:
- 实现你的 linux 自由:
- 实现你的 网络 自由:
- 实现你的 分布式锁 自由:
- 实现你的 王者组件 自由:
- 实现你的 面试题 自由:
签到场景业务需求分析
一般像微博,各种社交软件,游戏等APP,都会有一个签到功能,连续签到多少天,送什么东西,比如:
- 签到1天送10积分,连续签到2天送20积分,3天送30积分,4天以上均送50积分等
- 如果连续签到中断,则重置计数,每月初重置计数
- 显示用户某个月的签到次数
1000W级用户场景的签到优化
优化1:利用Bitmap实现用户签到存储优化
为了实现用户的签到功能,通过mysql来完成,
为了实现签到的存储, 可以设计一个类似下面的表
假如有1000万用户,平均每人每年签到次数为10次,一年下来,则这张表数据量为多少呢?
数据比较吓人: 1亿条
每签到一次需要使用(8 + 8 + 1 + 1 + 3 + 1)共22 字节的内存,一个月则最多需要600多字节
我们如何能够简化一点呢?
其实可以考虑小时候一个挺常见的方案,就是小时候,咱们准备一张小小的卡片,你只要签到就打上一个勾,我最后判断你是否签到,其实只需要到小卡片上看一看就知道了。
我们可以采用类似这样的方案来实现我们的签到需求。
我们按月来统计用户签到信息,签到记录为1,未签到则记录为0。
把每一个bit位对应当月的每一天,形成了映射关系。用0和1标示业务状态,这种思路就称为位图(BitMap)。
这样我们就用极小的空间,来实现了大量数据的表示。
那么,一个月的签到数据,可以使用一个无符号整数来存储
之前一个月要 600个字节,现在保存一个人一个月的签到数据, 只要 24个字节 ,一下就提升了 25倍
注意:是存储空间,节约了25倍哈
优化2:利用Redis Bitmap实现用户签到的性能优化
刚好redis 有Bitmap结构。
可以利用Redis Bitmap实现用户签到的性能优化,将当前用户当天签到信息保存到Redis中。
具体的架构如下:
redis的吞吐量为 2Wqps以上, 完全可以满足 1000W用户签到的需求。
但是 SpringCloud 微服务够呛,怎么办呢?
优化3:利用Nginx +lus 实现更进一步的用户签到的性能优化
SpringCloud 微服务够呛,但是nginx可以,
nignx的吞吐量为 2Wqps以上, 完全可以满足 1000W用户签到的需求。
具体的架构如下:
架构介绍完了,接下来就开始实操。
但是,在开始实操之前,咱们得补一下基础知识。
基础知识:什么是Bitmap
Bitmap是一种位图数据结构,它用来表示一个集合中每个元素是否出现。
在Bitmap中,每个元素都与一个位(bit)相对应,如果元素出现,则对应位的值为1,否则为0。
Bitmap可以用来进行快速的集合运算,如并集、交集、差集等操作。
Bitmap的优点在于它的空间利用率非常高,通常只需要占用一个二进制位来表示一个元素是否出现,因此对于稀疏的数据集合,Bitmap可以显著减少存储空间的使用。
此外,由于Bitmap的位运算操作非常高效,因此它也能够快速地进行集合运算操作。
Redis中是利用string类型数据结构实现BitMap,因此最大上限是512M,转换为bit则是 2^32个bit位。
Bitmap的使用场景
Bitmap可以应用于许多场景,主要包括以下几个方面:
- 去重:
可以使用Bitmap去重,将出现的元素映射到Bitmap中,若Bitmap中对应的位置已经被标记为1,即表示该元素已经出现过,可以避免重复。 - 排序:
可以使用Bitmap实现排序,将元素映射到Bitmap中,遍历Bitmap中的所有位,对于值为1的位,输出对应元素。 - 数据库查询:
在数据库中,可以使用Bitmap对记录进行索引,
例如,在一个表中记录用户的性别,可以使用Bitmap将每个用户的性别映射到Bitmap中,然后通过位运算来查询特定性别的用户。 - 网络流量分析:
在网络流量分析中,可以使用Bitmap来记录每个IP地址的访问情况,然后通过位运算进行流量统计和分析。 - 压缩编码:
可以使用Bitmap进行数据压缩编码,将数据压缩为一系列0和1的位序列,通过位运算进行解码。
总的来说,Bitmap具有高效、灵活、易用等优点,在许多数据处理和分析的场景中都有广泛的应用。
Redis 中Bitmap的相关命令
客户端连接 redis
docker exec -it redis-standaloneredis-cliauth 123456
Redis提供了一系列Bitmap相关的指令,包括以下几个:
指定key中的offset位设置为value
将指定key中的offset位设置为value(0或1),若key不存在,则会自动创建一个新的空Bitmap。
SETBIT key offset value
例:SETBIT mybitmap 1001 1 将mybitmap的第1001位设置为1。
127.0.0.1:6379> setbit mybitmap 1001 1(integer) 0
获取指定 key 中的offset位的值
获取指定key中的offset位的值(0或1),若key不存在或offset超出范围,则返回0。
GETBIT key offset
例如:GETBIT mybitmap 1001将返回mybitmap的第1001位的值。
127.0.0.1:6379> getbit mybitmap 1001(integer) 1
统计指定key中值为1的位的数量。
BITCOUNT key [start end]
可以通过可选参数start和end指定统计的范围(单位是位),若不指定,则默认统计整个Bitmap。
例如:BITCOUNT mybitmap 100 1000 将统计mybitmap中第100位到第1000位值为1的位的数量。
127.0.0.1:6379> bitcount mybitmap 100 1000(integer) 1
对多个Bitmap进行位运算,并将结果保存到destkey中。
BITOP operation destkey key [key ...]
operation可以是AND、OR、XOR和NOT中的一个,表示进行与、或、异或和非运算。
例如:BITOP AND mybitmap1 mybitmap2 mybitmap3将mybitmap2和mybitmap3进行与运算,并将结果保存到mybitmap1中。
127.0.0.1:6379> bitop and mybitmap1 mybitmap2 mybitmap3(integer) 0
查找指定key中第一个值为bit(0或1)的位的位置
查找指定key中第一个值为bit(0或1)的位的位置,并返回其索引(单位是位)。
BITPOS key bit [start] [end]
可以通过可选参数start和end指定查找的范围。若bit不存在于指定范围内,则返回-1。
例如:BITPOS mybitmap 1 100 1000将在mybitmap的第100位到第1000位中查找值为1的位的位置。
127.0.0.1:6379> bitpos mybitmap 1 100 1000(integer) 1001
BITFIELD:在位图中存储整数值
BITFIELD命令允许用户在位图中的任意区域(field)存储指定长度的整数值,并对这些整数值执行加法或减法操作。
BITFIELD命令支持SET、GET、INCRBY、OVERFLOW这4个子命令,接下来将分别介绍这些子命令。
语法:
官方文档
BITFIELD key [GET encoding offset | [OVERFLOW <WRAP | SAT | FAIL>]<SET encoding offset value | INCRBY encoding offset increment>[GET encoding offset | [OVERFLOW <WRAP | SAT | FAIL>]<SET encoding offset value | INCRBY encoding offset increment>...]]
根据偏移量对区域进行设置
除了根据偏移量对位图进行设置之外,SET子命令还允许用户根据给定类型的位长度,对位图在指定索引上存储的整数值进行设置。
通过使用BITFIELD命令的SET子命令,用户可以在位图的指定偏移量offset上设置一个type类型的整数值value,
来一个列子,从第0位开始,设置 sign:1880000000::202305 的 值为 198 :
BITFIELDsign:1880000000::202306 set u80 198
主要的参数如下:
- offset 操作的偏移量
- type 操作的值的数值类型
- value 要操作的值
对于参数的介绍如下:
参数1:offset参数用于指定设置的起始偏移量。
这个偏移量从0开始计算,偏移量为0表示设置从位图的第1个二进制位开始。
如果被设置的值长度不止一位,那么设置将自动延伸至之后的二进制位。
参数2:type参数用于指定等待设置的值类型,
type参数的值需要以i或者u为前缀,后跟被设置值的位长度,
其中i表示被设置的值为有符号整数,而u则表示被设置的值为无符号整数。
比如i8表示被设置的值为有符号8位整数,
而u16则表示被设置的值为无符号16位整数,诸如此类。
BITFIELD的各个子命令目前最大能够对64位长的有符号整数(i64)和63位长的无符号整数(u63)进行操作。
参数3:value参数用于指定被设置的整数值
这个值的类型应该和type参数指定的类型一致。
如果给定值的长度超过了type参数指定的类型,那么SET命令将根据type参数指定的类型截断给定值。
比如,如果用户尝试将整数123(二进制表示为01111011)存储到一个u4类型的区域中,那么命令会先将该值截断为4位长的二进制数字1011(即十进制数字11),然后再进行设置。
设置的结果
设置 sign:1880000000::202305 的 值为 198 :
BITFIELDsign:1880000000::202306 set u80 198
通过命令,我们可以从偏移量0开始,设置一个8位长的无符号整数值198(二进制表示为11000110):
从子命令返回的结果可以看出,该区域被设置之前存储的整数值为0。下图展示了执行设置命令之后的位图:
批量操作:一次调用中执行多个子命令
尼恩提示:高并发场景,为了减少io 次数,一般都是建议 批量操作。
BITFIELD命令允许用户在一次调用中执行多个子命令,比如,通过在一次BITFIELD调用中使用多个SET子命令,我们可以同时对位图的多个区域进行设置:
BITFIELDsign:1880000000::202306 SET u8 0 123 SET i32 20 10086
- 第1个子命令
SET u8 0 123
从偏移量0开始,设置一个8位长无符号整数值123。 - 第2个子命令
SET i32 20 10086
从偏移量20开始,设置一个32位长有符号整数值10086。
对于这2个子命令,BITFIELD命令返回了一个包含2个元素的数组作为命令的执行结果,
这2个元素分别代表2个指定区域被设置之前存储的整数值,比如第一个子命令返回的结果就是我们之前为该区域设置的值123。
下图展示了这个BITFIELD命令创建出的位图以及被设置的3个整数值在位图中所处的位偏移量。
上图也展示了SET子命令的两个特点:
设置可以在位图的任意偏移量上进行,被设置区域之间不必是连续的,也不需要进行对齐(align)。
各个区域之间可以有空洞,即未被设置的二进制位,这些二进制位会自动被初始化为0。
在同一个位图中可以存储多个不同类型和不同长度的整数。
虽然这两个特点可以带来很大的灵活性,但是从节约内存、避免发生错误等情况考虑,我们一般还是应该:
以对齐的方式使用位图,并且让位图尽可能地紧凑,避免包含过多空洞。
每个位图只存储同一种类型的整数,并使用int-8bit、unsigned-16bit这样的键名前缀来标识位图中存储的整数类型。
获取区域存储的值
通过使用BITFIELD命令的GET子命令,用户可以从给定的偏移量或者索引中取出指定类型的整数值:
GET子命令各个参数的意义与SET子命令中同名参数的意义完全一样。
执行加法操作或减法操作
除了设置和获取整数值之外,BITFIELD命令还可以对位图存储的整数值执行加法操作或者减法操作,
这两个操作都可以通过INCRBY子命令实现。
语法:
BITFIELD命令并没有提供与INCRBY子命令相对应的DECRBY子命令,但是用户可以通过向INCRBY子命令传入负数增量来达到执行减法操作的效果。
INCRBY子命令在执行完相应的操作之后会返回整数的当前值作为结果。例子如下:
处理溢出
BITFIELD命令除了可以使用INCRBY子命令来执行加法操作和减法操作之外,还可以使用OVERFLOW子命令去控制INCRBY子命令在发生计算溢出时的行为。
语法:
OVERFLOW子命令的参数可以是WRAP、SAT或者FAIL中的一个:
- WRAP表示使用回绕(wrap around)方式处理溢出,这也是C语言默认的溢出处理方式。在这一模式下,向上溢出的整数值将从类型的最小值开始重新计算,而向下溢出的整数值则会从类型的最大值开始重新计算。
- SAT表示使用饱和运算(saturation arithmetic)方式处理溢出,在这一模式下,向上溢出的整数值将被设置为类型的最大值,而向下溢出的整数值则会被设置为类型的最小值。
- FAIL表示让INCRBY子命令在检测到计算会引发溢出时拒绝执行计算,并返回空值表示计算失败。
OVERFLOW子命令在执行时将不产生任何回复。此外,如果用户在执行BITFIELD命令时没有指定具体的溢出处理方式,那么INCRBY子命令默认使用WRAP方式处理计算溢出。
需要注意的是,因为OVERFLOW子命令只会对同一个BITFIELD调用中排在它之后的那些INCRBY子命令产生效果,所以用户必须把OVERFLOW子命令放到它想要影响的INCRBY子命令之前。
其他命令
除此之外,还有其他一些Bitmap相关的指令,如BITMAP等,可以根据实际需求进行选择。
redis bitmap 常用命令:
#向指定位置(offset)存入0或1SETBIT key offset value #获取指定位置(offset)的bit值GETBIT key offset #统计bitmap中(从start到end,如果不写起始位置,就统计整个key)值为1的bit数量BITCOUNT key [start end] #操作(查询,修改,自增)Bitmap中指定的位置(offset)的值BITFIELD key [GET type offset] [SET type offset value] [INCRBY type offset increment] [OVERFLOW WRAP|SAT|FAIL] #获取Bitmap中的bit数组,并以十进制返回BITFIELD_RO
在线练习工具:https://try.redis.io/
查看更多命令:https://redis.io/commands
尼恩建议,优先使用位图存储整数
尼恩建议,在redis中,优先使用 位图存储整数, 而不是使用 String 存储整数
为啥呢?
在一般情况下,当用户使用字符串或者散列去存储整数的时候,Redis都会为被存储的整数分配一个long类型的值(通常为32位长或者64位长),并使用对象去包裹这个值,然后再把对象关联到数据库或者散列中。
与此相反,BITFIELD命令允许用户自行指定被存储整数的类型,并且不会使用对象去包裹这些整数,因此当我们想要存储长度比long类型短的整数,并且希望尽可能地减少对象包裹带来的内存消耗时,就可以考虑使用位图来存储整数。
使用SpringCloud+Redis BitMap 用户场景的签到实操
实操包括以下的操作:
- 用户签到实操
- 用户签到查询
- 查询 获取本月签到信息 签到
用户签到实操
代码如下:
测试如下:
用户签到查询
代码如下:
测试如下:
查询 获取本月签到信息 签到
代码如下:
测试如下:
本文的版本计划和基础学习资料
尼恩作为技术中台、数据中台的架构师, 高并发是尼恩架构的重点, 所以,后面会大家从 架构到实操, 多个维度、多种场景的高并发实操。
而且尼恩指导简历的过程中,也指导过小伙伴写过 10Wqps 超高并发 网关、超高并发秒杀、超高并发物联网等等简历,里边涉及到大量的设计模式,
经过尼恩的指导之后,很多 小伙伴的简历,里边立马金光闪闪,并且顺利走上了架构师之路。
后面有机会,带大家做一下这个高质量的实操,并且指导大家写入简历。
所以,这个材料后面也会进行持续迭代,大家可以找尼恩来获取最新版本和技术交流。
尼恩编著的400页PDF电子书 《SpringCloud Alibaba 技术圣经》
尼恩编著的500页 PDF电子书 《Java高并发核心编程 卷3 加强版》,清华大学出版社出版
pdf领取方式,请参见公众号: 技术自由圈
技术自由的实现路径 PDF:
实现你的 架构自由:
《吃透8图1模板,人人可以做架构》
《10Wqps评论中台,如何架构?B站是这么做的!!!》
《阿里二面:千万级、亿级数据,如何性能优化? 教科书级 答案来了》
《峰值21WQps、亿级DAU,小游戏《羊了个羊》是怎么架构的?》
《100亿级订单怎么调度,来一个大厂的极品方案》
《2个大厂 100亿级 超大流量 红包 架构方案》
… 更多架构文章,正在添加中
实现你的 响应式 自由:
《响应式圣经:10W字,实现Spring响应式编程自由》
这是老版本 《Flux、Mono、Reactor 实战(史上最全)》
实现你的 spring cloud 自由:
《Spring cloud Alibaba 学习圣经》
《分库分表 Sharding-JDBC 底层原理、核心实战(史上最全)》
《一文搞定:SpringBoot、SLF4j、Log4j、Logback、Netty之间混乱关系(史上最全)》
实现你的 linux 自由:
《Linux命令大全:2W多字,一次实现Linux自由》
实现你的 网络 自由:
《TCP协议详解 (史上最全)》
《网络三张表:ARP表, MAC表, 路由表,实现你的网络自由!!》
实现你的 分布式锁 自由:
《Redis分布式锁(图解 – 秒懂 – 史上最全)》
《Zookeeper 分布式锁 – 图解 – 秒懂》
实现你的 王者组件 自由:
《队列之王: Disruptor 原理、架构、源码 一文穿透》
《缓存之王:Caffeine 源码、架构、原理(史上最全,10W字 超级长文)》
《缓存之王:Caffeine 的使用(史上最全)》
《Java Agent 探针、字节码增强 ByteBuddy(史上最全)》
实现你的 面试题 自由:
4000页《尼恩Java面试宝典 》 40个专题
以上尼恩 架构笔记、面试题 的PDF文件更新,请到下面《技术自由圈》公号取↓↓↓