大数据&云计算|大数据下的用户中心如何设计( 三 )
该函数设计需要非常讲究技巧 ， 且有uid生成冲突风险 。
画外音：uid冲突 ， 是业务无法接受的 ， 故生产环境中 ， 一般不使用这个方法 。
什么是 ， 基因法？
基因法的思路是：不能用login_name生成uid ， 但可以从login_name抽取“基因” ， 融入uid中 。
假设分8库 ， 采用uid%8路由 ， 潜台词是 ， uid的最后3个bit决定这条数据落在哪个库上 ， 这3个bit就是所谓的“基因” 。
具体的解决方案如下：
本文插图
（1）在用户注册时 ， 设计函数login_name生成3bit基因 ， login_name_gene = f(login_name) ， 如上图粉色部分；
（2）同时 ， 生成61bit的全局唯一id ， 作为用户的标识 ， 如上图绿色部分；
（3）接着把3bit的login_name_gene也作为uid的一部分 ， 如上图屎黄色部分；
（4）生成64bit的uid ， 由id和login_name_gene拼装而成 ， 并按照uid分库插入数据；
（5）用login_name来访问时 ， 先通过函数由login_name再次复原3bit基因 ， login_name_gene = f(login_name) ， 通过login_name_gene%8直接定位到库；
画外音：基因法 ， 有点意思 ， 在分库时经常使用 。
用户侧 ， 如何实施“前台与后台分离”的架构方案呢？
前台用户侧 ， 业务需求基本都是单行记录的访问 ， 只要建立非uid属性login_name到uid的映射关系 ， 就能解决问题 。
后台运营侧 ， 业务需求各异 ， 基本是批量分页的访问 ， 这类访问计算量较大 ， 返回数据量较大 ， 比较消耗数据库性能 。
此时的架构 ， 存在什么问题？
此时 ， 前台业务和后台业务共用一批服务和一个数据库 ， 有可能导致 ， 由于后台的“少数几个请求”的“批量查询”的“低效”访问 ， 导致数据库的cpu偶尔瞬时100% ， 影响前台正常用户的访问（例如 ， 登录超时） 。
画外音：本质上 ， 是系统的耦合 。
本文插图
而且 ， 为了满足后台业务各类“奇形怪状”的需求 ， 往往会在数据库上建立各种索引 ， 这些索引占用大量内存 ， 会使得用户侧前台业务uid/login_name上的查询性能与写入性能大幅度降低 ， 处理时间增长 。
对于这一类业务 ， 应该采用“前台与后台分离”的架构方案 。
什么是 ， 前台与后台分离的架构方案？
本文插图
用户侧前台业务需求架构依然不变 ， 产品运营侧后台业务需求则抽取独立的 web / service / db 来支持 ， 解除系统之间的耦合 ， 对于“业务复杂”“并发量低”“无需高可用”“能接受一定延时”的后台业务：
（1）可以去掉service层 ， 在运营后台web层通过dao直接访问db；
（2）不需要反向代理 ， 不需要集群冗余；
（3）不需要访问实时库 ， 可以通过MQ或者线下异步同步数据；
（4）在数据库非常大的情况下 ， 可以使用更契合大量数据允许接受更高延时的“索引外置”或者“HIVE”的设计方案；
本文插图
总结
用户中心 ， 是典型的“单KEY”类业务 ， 这一类业务 ， 都可以使用上述架构方案 。
常见的数据库水平切分方式有两种：
（1）范围法；
（2）哈希法；
水平切分后碰到的问题是：
（1）通过uid属性查询能直接定位到库 ， 通过非uid属性查询不能定位到库；
推荐阅读
- 智能穿戴|漫步者DreamPods体验：外观精致佩戴舒适降噪是最大惊喜
- 数据|智领云荣登“中国大数据企业50强” | 2020大数据产业生态大会盛大召开
- 大数据|华云数据荣获中国大数据50强、2020数字赋能先锋企业30强，入选大数据产业发展白皮书及百佳案例
- 驱动中国|即信Fintech智研中心：银行践行社交化运营的要诀--渠道通 交互通 数据通
- 行业互联网|华云数据荣获中国大数据50强、2020数字赋能先锋企业30强，入选大数据产业发展白皮书及百佳案例
- 技术编程|数据结构001之简介
- 行业互联网|爱数亮相第八届医药健康论坛，以数据赋能药企数字化
- 技术编程|边缘云计算到底是什么？
- 行业互联网|智领云荣登“中国大数据企业50强”| 大数据产业生态大会
- 互联网|图匠数据CTO梁柱锦：利用AI与大数据提升线下零售管理能力 | 公开课预告