乐趣区

从SpringBoot构建十万博文聊聊高并发文章浏览量设计

前言

在经历了,缓存、限流、布隆穿透等等一系列加强功能,十万博客基本算是成型,网站上线以后也加入了百度统计来见证十万 + 的整个过程。

但是百度统计并不能对每篇博文进行详细的浏览量统计,如果做一些热点博文排行、48 小时排行之类统计,还需要引入浏览量统计功能。

设计

通常情况下,我们只需要每次请求浏览量 +1,但是这样真的好吗?或者更直白的讲,真实浏览数准确吗?

UPDATE blog SET views = views+1 WHERE id=?

参考了多个社区博客的设计,因为并不十分清楚其后端实现过程,只能从前端得出以下结论。

  • 慕课网手记:无论是用户登录模式还是用户状态,每次刷新页面浏览数都会 +1。
  • 51CTO 博客:无论是用户登录模式还是用户状态,每次刷新页面浏览数都会 +1。
  • 简书:用户登录模式下,无论如何刷新浏览数都不会新增,但是游客状态下每次刷新浏览数都会 +1。
  • 博客园:无论是用户登录模式还是用户状态,每次刷新页面浏览数都不变,即使隔天访问,也不变,没细测。
  • 微信公众号:只能是用户登录状态,每次刷新浏览数基本不变,有时候会出现由多变少的情况,不知道大家有没有发现。
  • CSDN 博客:无论是用户登录模式还是用户状态,每次刷新页面浏览数都不变,但是隔天访问,浏览数会 +1,没细测。

基于以上社区的数据,直接 Pass 掉前两位,总结了以下几种方案,都是基于缓存标识实现。

  • 如果游客或者登录用户访问,按照 IP + 文章 ID 维度增加浏览数,那局域网中怎么算?
  • 如果是游客访问,按照 IP + 浏览器 SessionId + 文章 ID 维度增加浏览数,可能解决局域网问题,那么关闭浏览器,重新打开又怎么算?
  • 如果是登录用户,用户 ID + 文章 ID 维度增加浏览数,那么游客在登录后算不算一个浏览数,或者是用户换个 IP 登录算不算?

所以说,怎么算都不准确,浏览数本身就是一个不需要太精确的功能,不要想太多,直接使用 IP + 文章 ID 维度即可。

方案

方案一

得到 GET 请求,在限流之后,缓存之前,判断缓存中是否存在 IP+ 文章 ID 是否存在 Key。

如果存在,说明之前浏览过,就什么也不做。如果没有,就加上这个 Key,根据业务设置缓存失效时间,然后更新数据库浏览量 +1,下面是代码实现:

// 获取 Key
String key = IPUtils.getIpAddr()+":blog:"+id;
// 判断是否存在
boolean flag =  redisUtil.hasKey(key);
if(!flag){
    // 设置缓存标识并更新数据库
    redisUtil.set(key,"true",36000);
    String nativeSql = "UPDATE blog SET views = views+1 WHERE id=?";
    dynamicQuery.nativeExecuteUpdate(nativeSql,new Object[]{id});
}

方案二

这样基本能保证真实的博文浏览量,你以为就这么结束了吗?我们做的可是一个高并发的博客,直接落库,显得不是逼格太 Low 了!

为了进一步提升性能力,来做下一步优化,判断不存在之后,先不急于更新数据库,先在 Redis 里给这篇文章的浏览量 +1,Key 为 viewCount:articleId,value 为缓存的浏览量。然后设置一个定时任务,定时更新 Redis 缓存数据到数据库。

这样,是不是逼格一下子提升了好几个档次!!!下面来介绍一款更有逼格的第三方计数工具。

方案三

一款高并发计数神器 Redis HyperLogLog,她是用来做基数统计的算法,优点是,在输入元素的数量或者体积非常非常大时,计算基数所需的空间总是固定的、并且是很小的。

在 Redis 里面,每个 HyperLogLog 键只需要花费 12 KB 内存,就可以计算接近 2^64 个不同元素的基数。这和计算基数时,元素越多耗费内存就越多的集合形成鲜明对比。

什么是基数?比如数据集 {1, 3, 5, 7, 5, 7, 8},那么这个数据集的基数集为 {1, 3, 5 ,7, 8}, 基数 (不重复元素) 为 5。

为了校验准确性,博主特意测试了一下,分别测试了,20000 和 100000 的数据量,基本上用了 12KB。

在测试之前 info 查询一下:

used_memory_human:910.14K

测试之后,可以说基本差不多:

used_memory_human:922.27K

下面我们通过代码来实现,引入 redis starter:

<dependency>
       <groupId>org.springframework.boot</groupId>
       <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

这里,我们只需要两个 API 即可:

/**
 * 计数
 * @param key
 * @param value
 */
public void add(String key, Object... value) {redisTemplate.opsForHyperLogLog().add(key,valu);
}
/**
  * 获取总数
  * @param key
  */
public Long size(String key) {return redisTemplate.opsForHyperLogLog().size(key);
}

然后写个 AOP:

@Around("ServiceAspect()")
public  Object around(ProceedingJoinPoint joinPoint) {Object[] object = joinPoint.getArgs();
     Object blogId = object[0];
     Object obj = null;
     try {String value = IPUtils.getIpAddr();
         String key = "viewCount:" + blogId;
         // key 为 文章 ID,Value 为请求 IP 地址
         redisUtil.add(key,value);
         obj = joinPoint.proceed();} catch (Throwable e) {e.printStackTrace();
     }
     return obj;
}

博文请求:

/**
  * 博文
  */
@RequestMapping("{id}.shtml")
public String page(@PathVariable("id") Long id, ModelMap model) {
     try{Blog blog = blogService.getById(id);
         String key = "viewCount:"+id;
         Long views = redisUtil.size(key);
         // 直接从缓存中获取并与之前的数量相加
         blog.setViews(views+blog.getViews());
         model.addAttribute("blog",blog);
     } catch (Throwable e) {return  "error/404";}
     return  "article";
}

业务代码:

/**
  * 执行顺序
  * 1)限流
  * 2)布隆
  * 3)计数
  * 4) 缓存
  * @param id
  * @return
  */
@Override
@ServiceLimit(limitType= ServiceLimit.LimitType.IP)
@BloomLimit
@HyperLogLimit
@Cacheable(cacheNames ="blog")
public Blog getById(Long id) {
     String nativeSql = "SELECT * FROM blog WHERE id=?";
     return dynamicQuery.nativeQuerySingleResult(Blog.class,nativeSql,new Object[]{id});
}

最后,写个定时任务,夜间入库:

@Scheduled(cron = "0 30 23 * * ?")
public void createHyperLog() {logger.info("计数落库开始");
     String nativeSql = "SELECT id FROM blog";
     List<Object> list = dynamicQuery.query(nativeSql,new Object[]{});
     list.forEach(blogId ->{
         String key  = "viewCount:"+blogId;
         Long views = redisUtil.size(key);
         if(views>0){
             String updateSql = "UPDATE blog SET views=views+? WHERE id=?";
                dynamicQuery.nativeExecuteUpdate(updateSql,new Object[]{views,blogId});
                redisUtil.del(key);
         }
     });
     logger.info("计数落库结束");
}

小结

撸完计数功能,作为一个个人博客基本上差不多了已经,前后端框架、连接池、限流、缓存、计数、动静分离,HTTPS 安全认证、百度收录等等,后面会追加后台管理,模板、插件等等一系列功能,有兴趣的小伙伴可以一起参与进来啊啊啊啊啊啊 ……

案例

源码:https://gitee.com/52itstyle/spring-boot-blog

列表:https://blog.52itstyle.top/index

博文:https://blog.52itstyle.top/51.html

参考

Redis HyperLogLog

神奇的 HyperLogLog 算法

退出移动版