在一開始接觸PHP接觸MYSQL的時候就聽不少人說:“MySQL就跑跑一天幾十萬IP的小站還可以,要是幾百萬IP就不行了”,原話不記得了,大體 就是這個意思。一直也沒有好的機會去驗證這個說法,一是從沒有接手過這么大流量的網(wǎng)站,二是平時工作也比較忙,懶得去管這些,反正現(xiàn)在用不著,抱著這個想 法把這個問題一直留到了最近,才把這個問題搞明白。
就在前幾天公司旗下一網(wǎng)站(由于這是公司的商業(yè)內(nèi)容我就不說是那個網(wǎng)站了)以下簡稱A站,這A站在年后流量猛增從一天的七八十萬猛跑到了好幾百萬的IP,一天下來接近一千萬的PV讓整個服務(wù)器在高壓下超負荷的工作著,時不時的服務(wù)就出現(xiàn)宕機。
最首先反映出情況的是數(shù)據(jù)統(tǒng)計,一天下來一個數(shù)據(jù)也沒有統(tǒng)計上,原來是MySQL停止工作了。
本文就圍繞這個問題來講講我們公司幾個技術(shù)人員的解決方案。
1. MySQL服務(wù)器集群
由于是小公司在資金和成本上都有所限制,而且在技術(shù)上也沒有幾個技術(shù)員接觸過,所以這個方法自然就讓大伙否決了。
這里說說我個人的理解!做集群不但添加資費的開銷,而且在技術(shù)上也有很大的挑戰(zhàn),對于我們公司目前的情況是不大現(xiàn)實的。集群無非就是把一臺服務(wù)器的壓力轉(zhuǎn)接到兩臺或是多臺服務(wù)器上,我是這么理解的,也許我理解有誤,還請大家指教。
2. 分而治之
這個方法和集群差不多,不過是把統(tǒng)計的代碼放在不同的服務(wù)器上跑,由于公司有不少配置低的服務(wù)器跑幾萬到幾十萬IP還是沒有問題的,我們可以把幾百萬流量分成十來個幾十萬的量分而統(tǒng)計。
優(yōu)點:充分的利用了現(xiàn)在的資源,解決了目前的問題。
缺點:這樣的方法不是長久之計,遲早還是會出問題的。而且在統(tǒng)計數(shù)據(jù)的時候比較麻煩。
3. 統(tǒng)計代碼的修改
由于之前采用的是在插入數(shù)據(jù)之前加以判斷,這個IP是否存在,來路等的處理,無形中增加了服務(wù)器的壓力,所以大伙把統(tǒng)計代碼改成來一個就插入數(shù)據(jù)庫,不管三七二十一等以后在處理。
這個方法基本上把當天的數(shù)據(jù)保留下來了,可是在處理的時候由于數(shù)據(jù)量的龐大,來來回回還是把服務(wù)器跑死了,而且在插入的時候由于當時設(shè)計數(shù)據(jù)結(jié)構(gòu)的時候留有的索引,也大大的消耗了不少的服務(wù)器資源。
那么把索引去掉到最后處理的時候又是老慢的,得不償失。
4. 統(tǒng)計方式的修改
最后這一個方法,效果非常的明顯。那是什么方法呢!
這里就主要介紹這個方法:
A、保留原用的數(shù)據(jù)結(jié)構(gòu)不變,并把所有的數(shù)據(jù)按一定的結(jié)構(gòu)存入文件
結(jié)構(gòu):可以是xml,json,也可以是你自己想的任何有規(guī)律的數(shù)據(jù)排放。
例如:
221.2.70.52,httpwww.baidu.com,windowxprn
221.2.70.52,httpwww.baidu.com,windowxprn
寫入文件fopen,fwriteno 這里介紹一個非常好用的技巧,也許大家都知道,但是像我這樣的菜鳥大概都不知道,那就是用error_log,這不是寫錯誤日志的嗎對就是他,非常方便。
格式:
error_log(“內(nèi)容”, 3, ”date.dat”);
這里我就不說他的具體用了,不明白的朋友可以查一下手冊。
B、數(shù)據(jù)文件的命名
為什么這里要講文件的命名呢如果就一味的把數(shù)據(jù)的寫入文件不作任何的處理那么他和直接插入數(shù)據(jù)庫有多大的區(qū)別呢那么我們所作的一切都是無用功了。
首先是在時間的利用上date(‘YmdH’)得到的值是如:2008121112這有什么好入,這樣一來這個數(shù)據(jù)就是一個小時一個文件必免了文件過大,而且不用去判斷自動生成。
IP的應(yīng)用:由于在很多數(shù)據(jù)上都是一個IP操作的,所以把相同IP的數(shù)據(jù)放在一個文件里在后面的處理就非常方便處理。請看后面的介紹,這里我們?nèi)P成三位為文件名字的一部分。
C、數(shù)據(jù)的導(dǎo)入處理
通過以上兩位的操作當天的數(shù)據(jù)會一個不少的保留下來,接下來怎么處理其實并不是很重要了。但是這里還是講講我的想法。
入庫前處理:
前面講到把IP三位相同的放一個文件就是為了入庫前到它們進行處理,首先可以用最笨的方法把數(shù)據(jù)拆成N個數(shù)據(jù)。在進行重復(fù)數(shù)據(jù)的刪除。
如果一個IP瀏覽多頁那么PV在這里就可以得到統(tǒng)計,并把訪問的頁面進行處理,組成新的數(shù)據(jù)。
導(dǎo)入方法:
這里要介紹一下數(shù)據(jù)的導(dǎo)入方法
$sql=”LOAD DATA INFILE ’”.$file.”‘ INTO TABLE `test` FIELDS TERMINATED BY ’,
‘ LINES TERMINATED BY ’rn’(
`time` , `md5`
)”;
就這一個語句,在導(dǎo)入幾十萬數(shù)據(jù)的時候可以說是十分快速的,用法我這里也不過多介紹了,大家有不明白的可以查手冊,所以說解決數(shù)據(jù)庫的瓶頸的辦法不定要加設(shè)備,也不一定要換數(shù)據(jù)庫,只要換一個思路就能解決不少問題。