当前位置:首页 > 短网址资讯 > 正文内容

PHP 进阶之路 - 亿级 pv 网站架构实战之性能压榨

www.ft12.com7年前 (2017-08-07)短网址资讯2714

本博客并非全部原创,其实是一个知识的归纳和汇总,里面我引用了很多网上、书上的内容。也给出了相关的链接。

本文涉及的知识点比较多,大家可以根据关键字去搜索相关的内容和购买相应的书籍进行系统的学习。不对的地方大家予以批评指正。

有人给我留言说,亿级 PV 就别写文章了,随便用几个开源软件就能搞定了,只要不犯什么大错。我不以为然,如果你利用了相同的思想,使用了更高性能的基础服务,也许就能支持更多的流量并发,节约更多的服务器,优化的思路才是重点。

本内容的视频分享见我的直播

性能优化的原则

  1. 性能优化是建立在对业务的理解之上的

  2. 性能优化与架构、业务相辅相成、密不可分的

性能优化的引入

我们先看一张简单的 web 架构图

分为下面三个部分来

nginx 本身配置的优化

  1. worker_processes auto 设置多少子进程

  2. worker_cpu_affinity 亲缘性绑定

  3. worker_rlimit_nofile 65535 worker 进程打开的文件描述符的最大数

  4. worker_connections 65535 子进程最多处理的连接数

  5. epoll 多路复用

  6. sendfile on 是对文件I/O的系统调用的一个优化,系统api

  7. 如果是反向代理web服务器,需要配置fastcgi相关的参数

  8. 数据返回开启gzip压缩

  9. 静态资源使用 http 缓存协议

  10. 开启长连接 keepalive_timeout

        fastcgi_connect_timeout 300;
        fastcgi_send_timeout 300;
        fastcgi_read_timeout 300;
        fastcgi_buffer_size 64k;
        fastcgi_buffers 4 64k;
        fastcgi_busy_buffers_size 128k;
        fastcgi_temp_file_write_size 256k;
        gzip on;        gzip_min_length  1k;        gzip_buffers     4 16k;        gzip_http_version 1.0;        gzip_comp_level 2;        gzip_types       text/plain application/x-javascript text/css application/xml text/javascript application/json;        gzip_vary on;        gzip_proxied        expired no-cache no-store private auth;        gzip_disable        "MSIE [1-6]\.";
        location ~ .*\.(gif|jpg|jpeg|png|bmp|swf)$
            {
                expires      30d;
            }

http://mailman.nginx.org/pipe...

tcp/ip 网络协议配置的优化

  1. /proc/sys/net/ipv4/tcp_tw_recycle 1 开启TCP连接中TIME-WAIT sockets的快速回收,保证tcp_timestamps = 1

  2. /proc/sys/net/ipv4/tcp_tw_reuse 1 允许将TIME-WAIT sockets重新用于新的TCP连接 https://mengkang.net/564.html

  3. /proc/sys/net/ipv4/tcp_syncookies 0 是否需要关闭洪水抵御 看自己业务,比如秒杀,肯定需要关闭了

  4. /proc/sys/net/ipv4/tcp_max_tw_buckets 180000 否则经常出现 time wait bucket table overflow

  5. tcp_nodelay on 小文件快速返回,我之前通过网络挂载磁盘出现找不到的情况

  6. tcp_nopush on

linux 系统的优化

除了上面的网络协议配置也是在系统基础之外,为了配合nginx自己里面的设定需要做如下修改

  1. /proc/sys/net/core/somaxconn 65535

  2. ulimit -a 65535
    更多详细的优化配置说明:http://os.51cto.com/art/20140...

php 优化

升级到 php7

注意有很多函数和扩展被废弃,比如mysql相关的,有风险,做好测试再切换。

opcode 缓存

模板把它们自定义的语法,最后转换成php语法,这样方便解析。而不是每次都解析一遍。

xhprof 查找性能瓶颈

我的截图一直上传不成功,正好社区有这样的博客,推荐下 https://segmentfault.com/a/11...

业务优化

非侵入式扩展开发

比如原来有一个model,叫问答,现在需要开发一个有奖问答,需要支持话题打赏,里面多了很多功能。这个时候应该利用面向对象的继承的特性。而不是做下面的开发

<?phpclass AskModel {    public function detail($id){
        $info = 从数据库查询到该问题的信息;        // 逻辑1
        
        // 逻辑2
        
    }
}
<?phpclass AskModel {    public function detail($id){
        $info = 从数据库查询到该问题的信息;        // 逻辑1
        if($info['type'] == 2){            //...
        }else{
            
        }        
        // 逻辑2
        if($info['type'] == 2){            //...
        }else{
            
        }
    }
}

这样逻辑多了,子类型多了,逻辑判断就非常重复,程序运行起来低效可能是一方面,更多的是不可维护性。

业务和架构不分家,架构是建立在对业务的理解之上的。再放下上次直播的PPT (sf故障无法传图,等会补吧)

异步思想

举例:

  1. 处理邮件发送。

  2. gearman 图片裁剪。

  3. 页面上 ajax 加载动态数据。

  4. 图片的懒加载,双击图片看大图。

  5. sf 上通过websocket 通知你有新的消息,但是并没有告诉你有什消息,点击消息图标才会去异步请求具体的消息。

这些都是异步的思想。能分步走就分步走,能不能请求的就不请求。

静态化

专题页面,比如秒杀页面,为了应对更大的流量、并发。而且更新起来也比较方便。

业务解耦

比如刚刚上面说的专题页面,还有必要走整个框架的一套流程吗?进来引用一大堆的文件,初始化一大堆的东西?是不是特别低效呢?所以需要业务解耦,专题页面如果真要框架(可以首次访问之后生成静态页面)也应该是足够轻量级的。不能与传统业务混为一谈。

分布式以及 soa

说业务优化,真的不得不提架构方面的东西,业务解耦之后,就有了分布式和soa,因为这在上次分享中已经都说过了,就不多说了。
只说下 soa 自定义 socket 传输协议。

https://static.mengkang.net/u...

表设计 - 主键索引

  1. innodb 需要一个主键,主键不要有业务用途,不要修改主键。

  2. 主键最好保持顺序递增,随机主键会导致聚簇索引树频繁分裂,随机I/O增多,数据离散,性能下降。

举例:
之前项目里有些索引是article_id + tag_id 联合做的主键,那么这种情况下,就是业务了属性了。主键也不是顺序递增,每插入新的数据都有可能导致很大的索引变动(了解下数据库b+索引的原理)

表设计 - 字段选择

  1. 能选短整型,不选长整型。比如一篇文章的状态值,不可能有超过100种吧,不过怎么扩展,没必要用int了。

  2. 能选 char 就避免 varchar,比如图片资源都有一个hashcode,固定长度20位,那么就可以选char了。

  3. 当使用 varchar 的时候,长度够用就行,不要滥用。

  4. 大文本单独分离,比如文章的详情,单独出一张表。其他基本信息放在一张表里,然后关联起来。

  5. 冗余字段的使用,比如文章的详情字段,增加一个文章markdown解析之后的字段。

索引优化

大多数情况下,索引扫描要比全表扫描更快,性能更好。但也不是绝对的,比如需要查找的数据占了整个数据表的很大比例,反而使用索引更慢了。

  1. 没有索引的更新,可能会导致全表数据都被锁住。所以更新的时候要根据索引来做。

  2. 联合索引的使用

  3. explain 的使用

联合索引“最左前缀”,查询优化器还会帮你调整条件表达式的顺序,以匹配组合索引的要求。

CREATE TABLE `test` (  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,  `a` int(10) unsigned NOT NULL,  `b` int(10) unsigned NOT NULL,  `c` int(10) unsigned NOT NULL,
  PRIMARY KEY (`id`),  KEY `index_abc` (`a`,`b`,`c`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

能使用到索引

explain select * from test where a=1;explain select * from test where a=1 and b=2;explain select * from test where a=1 and b=2 and c=3;explain select * from test where a=1 and b in (2,3) and c=3;explain select * from test where a=1 and b=2 order by c desc;

不能使用索引

explain select * from test where a=1 and b in (2,3) order by c desc;explain select * from test where b=2;

explain 搜到一篇不错的: http://blog.csdn.net/woshiqjs...
很重要的参数type,key,extra

type 最常见的

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

说明
const通过索引直接找到一个匹配行,一般主键索引的时候
ref没有主键索引或者唯一索引的条件索引,查询结果多行,在联合查询中很常见
index利用到了索引,有可能有其它排序,where 或者 group by 等
all全表扫描,没有使用到索引

extra

如果有Using filesort或者Using temporary的话,就必须要优化了

收集慢查询

my.ini 配置里增加

long_query_time=2
log-slow-queries=/data/var/mysql_slow.log

使用 nosql

redis 丰富的数据类型,非常适合配合mysql 做一些关系型的查询。比如一个非常复杂的查询列表可以将其插入zset 做排序列表,然后具体的信息,通过zset里面的纸去mysql 里面去查询。

缓存优化

多级缓存

  1. 请求内缓存

  2. 变量存储,比如朋友圈信息流,在一次性获取20条信息的时候,有可能,点赞的人里面20条里面有30个人是重复的,他们点赞你的a图片也点赞了你的b图片,所以这时,如果能使用static数组来存放这些用户的基本信息就高效了些。

  3. 本地缓存
    请求结束了,下拉更新朋友圈,里面又出现了上面的同样的好友,还得重新请求一次。所以本地常驻内存的缓存就更高效了。

  4. 分布式缓存
    在A服务器上已经查询过了,在下拉更新的时候被分配到B服务器上了,难道同样的数据再查一次再存到B服务器的本地缓存里面吗,弄一个分布式缓存吧,这样防止了重复查询。但是多了网络请求这一步。

很多时候是三者共存的。

避免缓存的滥用

案例分析

  1. 用户积分更新

    • 比如用户的基本信息和积分混在一起,当用户登录的时候赠送积分。则需要更新用户的积分,这个时候更新整个用户的基本信息缓存么?

    • 所以这里也可以运用下面 hashes 分片的原则去更新

  2. 礼物和主题绑定缓存
    为了取数据方便把多个数据源混合缓存了,这种情况,相比大家可能都见过,这是灾难性的设计。

{
id:x,
title:x,
gift:{
        id:x,
        name:x,
        img:x,
    }
}

如果需要更新礼物的图片,那么所有用到过这个礼物的话题的缓存都要更新。

redis 使用场景举例

由于比较基础基础好的老司机就可以忽略了,新人同学可以看下 https://mengkang.net/356.html

redis 优化

  1. 多实例化,更高效地利用服务器 cpu

  2. 内存优化,官方意见 https://redis.io/topics/memor... 有点老

  3. 尽可能的使用 hashes ,时间复杂度低,查询效率高。同时还节约内存。Instagram 最开始用string来存图片id=>uid的关系数据,用了21g,后来改为水平分割,图片id 1000 取模,然后将分片的数据存在一个hashse 里面,这样最后的内容减少了5g,四分之一基本上。

每一段使用一个Hash结构存储,由于Hash结构会在单个Hash元素在不足一定数量时进行压缩存储,所以可以大量节约内存。这一点在String结构里是不存在的。而这个一定数量是由配置文件中的hash-zipmap-max-entries参数来控制的。

服务器认知的提升

下面的内容,只能是让大家有一个大概的认识,了解一个优化的方向,具体的内容需要系统学习很多很多的知识。

多进程的优势

多进程有利于 CPU 计算和 I/O 操作的重叠利用。一个进程消耗的绝大部分时间都是在磁盘I/O和网络I/O中。
如果是单进程时cpu大量的时间都在等待I/O,所以我们需要使用多进程。

减少上下文切换

为了让所有的进程轮流使用系统资源,进程调度器在必要的时候挂起正在运行的进程,同时恢复以前挂起的某个进程。这个就是我们常说的“上下文切换”。

关于上下文我之前写一个简单笔记 https://mengkang.net/729.html

无限制增加进程数,则会增多 cpu 在各个进程间切换的次数。
如果我们希望服务器支持较大的并发数,那么久要尽量减少上下文切换的次数,比如在nginx服务上nginx的子进程数不要超过cpu的核数。
我们可以在压测的时候通过vmstat,nmon来监控系统上下文切换的次数。

IOwait 不一定是 I/O 繁忙

# toptop - 09:40:40 up 565 days,  5:47,  2 users,  load average: 0.03, 0.03, 0.00Tasks: 121 total,   2 running, 119 sleeping,   0 stopped,   0 zombieCpu(s):  8.6%us,  0.3%sy,  0.0%ni, 90.7%id,  0.2%wa,  0.0%hi,  0.2%si,  0.0%st

一般情况下IOwait代表I/O操作的时间占(I/O操作的时间 + I/O和CPU时间)的比例。
但是也时候也不准,比如nginx来作为web服务器,当我们开启很多nginx子进程,IOwait会很高,当再减少进程数到cpu核数附近时,IOwait会减少,监控网络流量会发现也增加。

多路复用 I/O 的使用

只要是提供socket服务,就可以利用多路复用 I/O 模型。
需要补充的知识 https://mengkang.net/726.html

减少系统调用

strace 非常方便统计系统调用

# strace -c -p 23374Process 23374 attached - interrupt to quit
^CProcess 23374 detached
% time     seconds  usecs/call     calls    errors syscall
------ ----------- ----------- --------- --------- ---------------- 30.68    0.000166           0       648           poll 12.01    0.000065           0       228           munmap 11.65    0.000063           0       228           mmap 10.54    0.000057           0       660           recvfrom 10.35    0.000056           0       708           fstat  7.76    0.000042           0       252           open  6.10    0.000033           1        36           write  5.73    0.000031           0        72        24 access  5.18    0.000028           0        72           read  0.00    0.000000           0       276           close  0.00    0.000000           0        13        13 stat  0.00    0.000000           0       269       240 lstat  0.00    0.000000           0        12           rt_sigaction  0.00    0.000000           0        12           rt_sigprocmask  0.00    0.000000           0        12           pwrite  0.00    0.000000           0        48           setitimer  0.00    0.000000           0        12           socket  0.00    0.000000           0        12           connect  0.00    0.000000           0        12           accept  0.00    0.000000           0       168           sendto  0.00    0.000000           0        12           shutdown  0.00    0.000000           0        48           fcntl  0.00    0.000000           0        12           flock  0.00    0.000000           0       156           getcwd  0.00    0.000000           0        24           chdir  0.00    0.000000           0        24           times  0.00    0.000000           0        12           getuid
------ ----------- ----------- --------- --------- ----------------100.00    0.000541                  4038       277 total

通过strace查看“系统调用时间”和“调用次数”来定位问题 https://huoding.com/2013/10/0...

自己构建web服务器

要想理解web服务器优化的原理,最好的办法是了解它的来龙去脉,实践就是最好的方式,我分为以下几个步骤:

  1. 用 PHP 来实现一个动态 Web 服务器 https://mengkang.net/491.html

  2. 简单静态 web 服务器(循环服务器)的实现 https://mengkang.net/563.html

  3. 多进程并发的面向连接 Web 服务器的实践 https://mengkang.net/571.html

  4. 简单静态 Select Web 服务器的实现 https://mengkang.net/568.html

  5. I/O 多路复用 https://mengkang.net/726.html

上面是我的学习笔记,图片资源丢失了,大家可以根据相关关键词去搜搜相关的文章和书籍,更推荐大家去看书。

转载于:https://segmentfault.com/a/1190000010455076


扫描二维码推送至手机访问。

版权声明:本文由短链接发布,如需转载请注明出处。

本文链接:https://www.ft12.com/article_388.html

分享给朋友:

相关文章

短链接URL系统是怎么设计的?

短链接URL系统是怎么设计的?

最实在的回答实现一个算法,将长地址转成短地址。实现长和短一一对应。然后再实现它的逆运算,将短地址还能换算回长地址。这个回答看起来挺完美的,然后候选人也会说现在时间比较短,如果给我时间我去找这个算法就解决问题了。但是稍微有点计算机或者信息论常...

京东京麦开放平台的高可用架构之路

京东京麦开放平台的高可用架构之路

作者|张松然 编辑|雨多田光 京麦是京东商家的多端开放式工作平台,是京东十万商家唯一的店铺运营管理平台,为京东商家提供在移动和桌面端的操作业务,京麦本身是一个开放的端体系架构,由京东官方和 ISV 为商家提供多样的应用服务。...

哪些设置会导致短网址的 MySQL 慢查询

哪些设置会导致短网址的 MySQL 慢查询

作者:短链接团队:短网址服务提供商前言无论是开发同学还是DBA,想必大家都遇到慢查询(select,update,insert,delete 语句慢),影响短网址服务的稳定性。这里说的慢,有两个含义一是比正常的慢,有可能正常执行时间是10m...

Go语言写的一个短网址服务

Go语言写的一个短网址服务

题图来自https://www.ft12.com/“缩址,又称短址、短网址、网址缩短、缩短网址、URL缩短等,指的是一种互联网上的技术与服务。此服务可以提供一个非常短小的URL以代替原来的可能较长的URL,将长的URL地址缩短。用户访问缩短...

年薪100万的年轻人都是怎样生活的?

年薪100万的年轻人都是怎样生活的?

税季,我 Facebook 的码农好朋友纷纷找我报税。我一看工资单,惊呆。“我知道 Facebook 工资高,但是一帮二十二三岁的键盘侠,本科刚毕业,年薪人民币 110 万,太夸张了!”“我明年涨工资,30%,不过我给公司创造的价值更多。”...

FT12短网址:深入浅出,解析AES算法

FT12短网址:深入浅出,解析AES算法

AES算法高档加密标准(Advanced Encryption Standard,AES)是美帝2001年发布的块加密算法,AES是归于块加密算法结构中的一个组件,所以了解AES的关键是搞清楚块加密算法。(块加密算法是一个“框”,AES只是...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。