访问安全
上网行为管理AC SSL VPN 硬件VPN云安全
信服云盾 信服云眼 重构入云业务安全边界边界安全
下一代防火墙AF WAF终端安全
终端检测响应平台EDR 企业移动管理EMM身份安全
EasyConnct 行为感知系统BA威胁检测
安全感知平台SIP病毒防护
网络防病毒等级保护
等保2.0安全审计与运营
数据库安全审计DAS云服务
私有云 公有云 云杀毒 云监控 混合云 云搬迁微软云
微软云介绍 微软云优势 微软云解决方案 微软云案例阿里云
阿里云介绍 阿里云产品 阿里云解决方案 阿里云案例钉钉
钉钉简介 钉钉定制开发推荐视频
发布者：上海IT外包来源：http://www.lanmon.net点击数：1080
我们在用户看到这个评论的时候，很难想象总共能统计出有多少赞词。 举个例子，向老虎发表评论，每当有人赞成，就在评论下面加上赞词记录，记录谁赞成。 当某人访问此注释时，可以使用MySQL select count语句对其进行统计，查看记录的总数，然后返回到上一页。
这个方案有什么样的问题呢？在数据量很少的情况下，我们能够非常迅速的计算出结果。 但是，随着数据量的增长，例如非常受欢迎的评论，可能已经被赞扬了几十万件，每次的查询效率都不高。 评论的内容是核心数据，评论的分数是子数据，如果查询分数花费太长时间，反而会影响主要业务。 我们要做的是尽量减少查询，加快查询速度。
在以往的方案中，我们每次都是Count次，就像能不能保存这个数据一样，没有必要每次有人来询问时都进行统计。 每次进行更改时，对数据库执行selectCount，查询后保存结果。
然后，每次有人访问此注释时，SelectCount都会立即返回，而无需执行任何选择计数。 当然，每次去SelectCount也是愚蠢的方法，为什么每次都不称赞呢？ 如果有人取消评分的话会减分吗？ 称赞数据的电话分为1和-1两个事件。 当然，这种方法的潜在风险点是同时问题，比如原始数据是5，突然来了两个1的要求，由于他们同时执行。
在这种情况下，必须锁定以防止合并，或在数据库中实现。
仅仅这些是不够的。 如何面对突发流量？ 例如，突然发生热点事件，突然发出评论，10分钟内可能有数万件赞赏。 我们每次更新数据库都会大大降低效率。 为了应对这些突发流量，行业内的解决方案是众所周知的，难道不是使用消息队列来消除峰值吗？ 但是，这种突发流量容易导致MQ的堆积，有什么好办法吗？ 其实很简单，本来我们要做10次1次的操作，为什么我们不整合成1次10次的操作呢？ 这样可以大大减少数据库的压力。 我们一般有两种常见的实现方法。 一种方法是将任务集成到异步队列中，另一种方法是将计数存储在高速缓存中，并定期将数据刷新到数据库。分享到：
中文
电话咨询
微信咨询
公众号
