江苏龙网

  1. 首页 > 资讯 > 科技 > >

大数据&云计算|大数据下的用户中心如何设计


用户中心 ， 几乎是所有互联网公司 ， 必备的子系统 。 随着数据量不断增加 ， 吞吐量不断增大 ， 用户中心的架构 ， 该如何演进呢 。
什么是用户中心业务？
用户中心是一个通用业务 ， 主要提供用户注册、登录、信息查询与修改的服务 。
用户中心的数据结构是怎么样的？
用户中心的核心数据结构为：
User(uid, login_name, passwd, sex, age, nickname, …)
其中：
（1）uid为用户ID ， 为主键；
（2）login_name, passwd, sex 等是用户属性；
其系统架构又是怎么样的呢？
在业务初期 ， 单库单表 ， 配合用户中心微服务 ， 就能满足绝大部分业务需求 ， 其典型的架构为：
大数据&云计算|大数据下的用户中心如何设计
本文插图

（1）user-center：用户中心服务 ， 对调用者提供友好的RPC接口；
（2）user-db：对用户进行数据存储；
当数据量越来越大 ， 例如达到1亿注册量时 ， 会出现什么问题呢？
随着数据量越来越大 ， 单库无法承载所有的数据 ， 此时需要对数据库进行水平切分 。
常见的水平切分算法有“范围法”和“哈希法” 。
水平切分 ， 什么是范围法？
范围法 ， 以用户中心的业务主键uid为划分依据 ， 采用区间的方式 ， 将数据水平切分到两个数据库实例上去：

大数据&云计算|大数据下的用户中心如何设计
本文插图

（1）user-db1：存储0到1千万的uid数据；
（2）user-db2：存储1千万到2千万的uid数据；
【大数据&云计算|大数据下的用户中心如何设计】范围法有什么优点？
（1）切分策略简单 ， 根据uid ， 按照范围 ， user-center很快能够定位到数据在哪个库上；
（2）扩容简单 ， 如果容量不够 ， 只要增加user-db3 ， 拓展2千万到3千万的uid即可；
范围法有什么缺点？
（1）uid必须要满足递增的特性；
（2）数据量不均 ， 新增的user-db3 ， 在初期的数据会比较少；
（3）请求量不均 ， 一般来说 ， 新注册的用户活跃度会比较高 ， 故user-db2往往会比user-db1负载要高 ， 导致服务器利用率不平衡；
画外音：数据库层面的负载均衡 ， 既要考虑数据量的均衡 ， 又要考虑负载的均衡 。
水平切分 ， 什么是哈希法？
哈希法 ， 也是以用户中心的业务主键uid为划分依据 ， 采用哈希的方式 ， 将数据水平切分到两个数据库实例上去：
大数据&云计算|大数据下的用户中心如何设计
本文插图

（1）user-db1：存储奇数的uid数据；
（2）user-db2：存储偶数的uid数据；
哈希法有什么优点？
（1）切分策略简单 ， 根据uid ， 按照hash ， user-center很快能够定位到数据在哪个库上；

（2）数据量均衡 ， 只要uid是随机的 ， 数据在各个库上的分布一定是均衡的；
（3）请求量均衡 ， 只要uid是随机的 ， 负载在各个库上的分布一定是均衡的；
画外音：如果采用分布式id生成器 ， id的生成 ， 一般都是随机的 。
哈希法有什么缺点？
（1）扩容麻烦 ， 如果容量不够 ， 要增加一个库 ， 重新hash可能会导致数据迁移；
用户中心架构 ， 实施了水平切分之后 ， 会带来什么新的问题呢？
使用uid来进行水平切分之后 ， 对于uid属性上的查询 ， 可以直接路由到库 ， 假设访问uid=124的数据 ， 取模后能够直接定位db-user1：
大数据&云计算|大数据下的用户中心如何设计


推荐阅读


上一篇：中年|西北空管局技保中心自动化数据室优化电子进程单测试验证系统

下一篇：C114通信网|预算1763万！中国联通进一步提升精准营销能力