用户系统设计

1 系统分析

1.1 Scenario 场景

注册、登录、查询、用户信息修改，哪个需求量最大？

支持100M DAU。注册，登录，信息修改 QPS 约：

100M * 0.1 / 86400 ~ 100

0.1 = 平均每个用户每天登录+注册+信息修改

Peak = 100 * 3 = 300

查询QPS约

100 M * 100 / 86400 ~ 100k

100 = 平均每个用户每天与查询用户信息相关的操作次数（查看好友，发信息，更新消息主页）

Peak = 100k * 3 = 300 k

1.2 Service 服务

AuthenticationService 负责登录注册

UserService 负责用户信息存储与查询

FriendshipService 负责好友关系存储

1.3 Storage

QPS 与 常用数据存储系统。

MySQL、PosgreSQL 等 SQL 数据库性能约 1k QPS

MongoDB、Cassandra 等硬盘型NoSQL数据库性能约 10k QPS

Redis / Memcached 等内存型NoSQL数据库性能约100k ~ 1m QPS

（根据机器性能和硬盘数量及硬盘读写速度会有区别）

用户系统特点：读非常多，写非常少。读多写少的系统一定要使用 Cache 进行优化。

使用缓存，也就会带来数据不一致问题，数据库和缓存是两台机器，两套系统，并不支持加锁。如果是用一些第三方分布式锁，会导致存取效率降低，得不偿失。业界最常用的方法：

database.set(key, user); cache.delete(key)

class UserService { def getUser(self, user_id): key = 'user::%s' % user_id user = cache.get(user) if user: return user user = db.get(user_id) cache.set(key, user) return user def setUser(self, user): key = 'user::%s' % user.id db.set(user) cache.delete(key) }

并发情况下依旧会出问题，在getUser执行到如下两行之间时：

另一个进程执行setUser()，cache 里会放入旧数据

问题2：db set 成功，cache delete 失败

但这两种情况发生概率＜＜ cache.delete + db.set。

解决一致性问题？

利用 cache 的 TTL。

任何一个 cache 中的 key 都不要永久有效，设置一个短暂有效时间，如 7 天。则即便在极低概率下出现数据不一致，也就最多不一致7天。即允许数据库和缓存有“短时”不一致，但最终一致。

在每次数据修改的时候，会在 cache 中 delete 这个数据。若写多读少，则此时 cache 没有任何优化效果。

Authentication Service 登录系统

Session 会话

用户 Login 后，为之创建一个 session 对象

并把 session_key 返回给浏览器，让浏览器存储起来

浏览器将该值记录在浏览器的 cookie 中

用户每次向服务器发送的访问，都会自动带上该网站所有的 cookie

此时服务器拿到 cookie 中的 session_key，在 Session Table 中检测是否存在，是否过期

Cookie

HTTP 协议中浏览器和服务器的沟通机制，服务器把一些用于标记用户身份的信息，传递给浏览器，浏览器每次访问任何网页链接的时候，都会在 HTTP 请求中带上所有的该网站相关的Cookie 信息。Cookie 可理解为一个 Client 端的 hash table。

Session 记录过期以后，服务器会主动删除么？

只支持在一台机器登陆和在多台机器同时登陆的区别是什么？

Session 适合存在什么数据存储系统中

Friendship Service

好友关系的存储与查询

双向好友关系

单向好友关系

Twitter、Instagram、微博

存在 SQL 数据库时：

查询x所有的关注对象

select * from friendship where from_user_id=x

查询x所有的粉丝：

select * from friendship where to_user_id=x;

存在 NoSQL 数据库时：

Friendship：

双向好友关系

微信，Facebook，WhatsApp

select * from friendship where smaller_user_id = x or bigger_user_id=x

为何区分 smaller / bigger？

SQL 可以按照这种方案，但NoSQL 很多不支持 Multi-index 不能使用这种方案。

select * from friendship where from_user_id=x

NoSQL 和 SQL 都可按照这种方案

你觉得哪种更好呢？

Cassandra

三层结构的 NoSQL 数据库

• http://www.lintcode.com/problem/mini-cassandra/

第一层：row_key

第二层：column_key

第三层：value

Cassandra 的 Key = row_key + column_key，同一个 Key只对应一个 value

结构化信息如何存储？

将其他需要同时存储的数据，序列化（Serialize）到 value 里进行存储。

Serialization：把一个 object / hash 序列化为一个 string，比如把一棵二叉树序列化

• http://www.lintcode.com/problem/binary-tree-serialization/

row_key

又称为 Hash Key, Partition Key。Cassandra 会根据这个 key 算一个 hash 值，然后决定整条数据存储在哪儿。无法 Range Query

常用：user_id

Column Key

insert(row_key, column_key, value)

任何一条数据，都包含上面三个部分。可指定 column_key 按何排序。

Cassandra 支持这样的“范围查询”：

query(row_key, column_start, column_end)

可以是复合值，如 timestamp + user_id

SQL vs NoSQL

SQL的column是在Schema中预先指定好的，不能随意添加

一条数据一般以 row 为单位（取出整个row作为一条数据）

NoSQL的column是动态的，无限大，可以随意添加

一条数据一般以 grid 为单位，row_key + column_key + value = 一条数据

只需要提前定义好 column_key 本身的格式（是一个 int 还是一个 int+string)

Cassandra 存储Friendship表

Cassandra 存储 NewsFeed

Friendship Table适合什么数据库？

SQL 和 NoSQL 的选择标准

原则1 大部分情况，都能用

原则2 需要支持事务，则禁选 NoSQL

原则3 想在什么地方偷懒，很大程度决定选什么数据库

SQL

结构化数据，自由创建索引

NoSQL

分布式，Auto-scale，Replica

原则4 一般一个网站会同时用多种数据库系统

不同的表单放在不同的数据库。

User Table 存在哪儿？

大部分公司选择了 SQL，因为信任度，Multi-Index！

Friendship 存在哪儿？

大部分公司选择了 NoSQL，因为数据结构简单，都是 key-value 的查询/存储需求，NoSQL效率更高！

SQL 数据库

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。