好友存储结构.doc

好友存储结构 存储要解决的问题： 好友关系，分组，邀请记录数量大 查询量大 数据库一致性保证 解决方案： 序列化存储好友关系及分组数据。 前端缓存 数据结构： 好友列表 : UID = array(fid1, fid2, fid3 …); 加自己为好友的名单（判断用户是否热点用户） : UID = array(fid1, fid2, fid3 …); 好友分组 : UID = array( array( ‘gid’ = 1, ‘groupname’ = ‘xxx’, ‘order’ =0, data = array(‘uid’, 2, 3, .. )), array( ‘gid’ = 1, ‘groupname’ = ‘xxx’, ‘order’ =1, data = array(‘uid’, 2, 3, .. )), … ); 好友邀请： UID = array( array( ‘mail’= ‘xxxx@’, accepted=0), array( ‘mail’= ‘xxxx@’, accepted=0), … )； 用户信息（100byte/条）： UID= array( ‘fid = xxx, ‘name‘ = xxx, ‘note’, …); 好友列表信息： UID = array( ‘totalcount’ = xx, ‘invite_count’ = 99, ‘request_accepted’ = 88); Mysql 方案： 用户好友，组记录按USERID分表存储。 每用户好友数据： 假设2000（好友总数） × 2 byte = 4k 串行存储 array(email = testuser_123@, name= 用户, note = 还有备注) 需要110k空间，LONGBLOB 最大允许2048k。 存在的问题： 需要频繁取好友数据资料 特殊用户好友数据量大（几w或更多好友），查询效率低 添加删除好友均需取出全部好友列表，好友数越大IO性能越低。 解决方法： memcache缓存所有用户基本资料，增加热点用户缓存过期时间，减少非热点用户缓存时间。 为特殊用户使用独立的数据服务器，hash存储好友列表， 可采用先写入日志、更新缓存后队列处理磁盘数据。 架构图#1 Apache Cassandra 方案 Apache Cassandra是一套开源分布式数据库管理系统。它最初由Facebook开发，用于储存特别大的数据。Facebook目前在使用此系统。 主要特性： 1.灵活的schema，不需要象数据库一样预先设计schema，增加或者删除字段非常方便（on the fly）。 2.支持range查询：可以对Key进行范围查询。 3.高可用，可扩展：单点故障不影响集群服务，可线性扩展。keyspace name=Twitter columnfamily comparewith=UTF8Type name=Statuses/columnfamily columnfamily comparewith=UTF8Type name=StatusAudits/columnfamily columnfamily comparewith=UTF8Type name=StatusRelationships comparesubcolumnswith=TimeUUIDType columntype=Super/columnfamily columnfamily comparewith=UTF8Type name=Users/columnfamily columnfamily comparewith=UTF8Type name=UserRelationships comparesubcolumnswith=TimeUUIDType columntype=Super/columnfamily /keyspace Keyspace = product (friends) Column family = table （单独文件存放） Key = primary key (UUID) 单条记录 Column = field Value = value 接口： interface CassandraIf { public function get($keyspace, $key, $column_path, $consistency_level); public function get_slice($keyspace, $key, $column_parent, $predicate, $consistency_level); public function multiget($keyspac