WEB網(wǎng)站緩存性能優(yōu)化

黃杰+周國祥+石雷

摘要：為了滿足網(wǎng)站對于信息發(fā)布后實時性的要求，針對于當(dāng)前內(nèi)存保存數(shù)據(jù)庫備份的緩存模式，建立了以內(nèi)存作為緩存模型的第一保存點，數(shù)據(jù)庫作為數(shù)據(jù)備份方式，從而既滿足了信息的實時性，又保證了數(shù)據(jù)的安全性。通過在券媽媽網(wǎng)站的實際使用，驗證了該方法的實用性。

關(guān)鍵詞：內(nèi)存；緩存；數(shù)據(jù)庫；WEB網(wǎng)站；性能優(yōu)化

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）10-0040-04

Abstract： In order to meet the requirement of real-time information after release.To change the memory as the first save point，make the database as backup of of memory.Its not only meet the demand of security but also real-time.The method is verified by the actual use of the quanmama website.

Key words： memory； cache； database； WEB site； performance optimization

1 背景

緩存技術(shù)目前廣泛應(yīng)用于各類型WEB網(wǎng)站中，根據(jù)網(wǎng)站的訪問量，每個網(wǎng)站都有自身一套的緩存方案，緩存實質(zhì)上是將存在于硬盤上的數(shù)據(jù)，以KEY-VALUE模式存儲在內(nèi)存中，以增加訪問者獲取數(shù)據(jù)的速度。

國內(nèi)外的大型網(wǎng)站，都有一套自身的緩存方案，比如淘寶的tair系統(tǒng)[1]，這些網(wǎng)站都擁有著足夠的服務(wù)器資源，而對于很多中小型網(wǎng)站受限于服務(wù)器資源，并不能使用這些方案來解決自身的網(wǎng)站緩存問題。而傳統(tǒng)的緩存方案多是將數(shù)據(jù)庫中數(shù)據(jù)保存到內(nèi)存中，設(shè)定失效時間，失效時間到期后重新從數(shù)據(jù)庫中獲取，再重新保存到內(nèi)存中[2]，這種方案對于對數(shù)據(jù)時效性要求不高的網(wǎng)站可以使用，而對于數(shù)據(jù)時效性相對敏感的券媽媽網(wǎng)站這套基本方案并不合適。券媽媽網(wǎng)站主要的任務(wù)是發(fā)布各種優(yōu)惠信息，而優(yōu)惠信息對時效性要求較高，所以需要盡量的加快優(yōu)惠信息從產(chǎn)生到被網(wǎng)站曝光的速度。如果采用傳統(tǒng)的緩存失效，從數(shù)據(jù)庫中重新獲取這套方案，會大幅度減慢曝光速度，而如果減少緩存失效時間，使得緩存在內(nèi)存中更新頻率加快，使得網(wǎng)站硬件資源負(fù)擔(dān)加重[3]，增加網(wǎng)站安全隱患。

在券媽媽實際運營中，網(wǎng)站建立了一套適用于券媽媽網(wǎng)站特點的緩存機(jī)制，將內(nèi)存作為數(shù)據(jù)的第一保存點，再定期的將數(shù)據(jù)備份到數(shù)據(jù)庫中，通過服務(wù)器的內(nèi)存作為第一時間保存，且同時與數(shù)據(jù)庫之間保持一致性[4]。以期同時滿足數(shù)據(jù)的安全性和時效性。

2 緩存技術(shù)方案優(yōu)化

2.1 網(wǎng)站簡介

券媽媽網(wǎng)站是以發(fā)布各大B2C優(yōu)惠信息為主的導(dǎo)購類網(wǎng)站，日均訪問約10萬PV（page view即頁面瀏覽量），3萬UV（user view即用戶瀏覽量），網(wǎng)站訪問者在時間上有高度的重疊性，在訪問的內(nèi)容上有高度的相似性，非常適合使用緩存機(jī)制。

灰色線UV表示userview，代表有多少用戶訪問。

黑色線PV表示pageview，代步這些用戶一共看了多少個頁面。

大致可以可以得出每個用戶大約看三個優(yōu)惠信息頁面，這使得我們在設(shè)計內(nèi)存中緩存的頁面數(shù)時，將每個分類對應(yīng)緩存在內(nèi)存中的數(shù)據(jù)定為5頁，以盡量滿足用戶對于實時性的要求。

2.2 緩存模型

2.2.1 緩存基本框架

①：數(shù)據(jù)爬蟲獲取各大商家的優(yōu)惠信息，以時間屬性，不重復(fù)的保存至數(shù)據(jù)庫。

②：在數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)入待審核狀態(tài)。

③：被審核的數(shù)據(jù)分為通過和不通過兩類。

④：通過的數(shù)據(jù)，首先直接保存到內(nèi)存的循環(huán)數(shù)組中。

⑤：不通過的數(shù)據(jù)，將原始數(shù)據(jù)庫中對應(yīng)的數(shù)據(jù)，置為無效狀態(tài)。

⑥：保存到內(nèi)存中的數(shù)據(jù)，定時同步到數(shù)據(jù)中。

⑦：當(dāng)網(wǎng)站首次啟動時，會從數(shù)據(jù)庫中將對應(yīng)的數(shù)據(jù)同步到內(nèi)存中來。

網(wǎng)站緩存采用的是以內(nèi)存為第一保存點，審核即發(fā)布的方式，加快信息曝光速度。首先網(wǎng)站在內(nèi)存中定義了一個長度為5000的常駐循環(huán)數(shù)組，作為優(yōu)惠信息的基本保存數(shù)據(jù)結(jié)構(gòu)（5000條數(shù)據(jù)基本上可以保證三天內(nèi)的數(shù)據(jù)都能保存在數(shù)組里面），并且數(shù)組初始化時就為其初始化賦值，每個中都保存著優(yōu)惠信息數(shù)據(jù)結(jié)構(gòu)的空字段信息，這樣省了在有新的優(yōu)惠信息插入時new的動作，節(jié)約了內(nèi)存分配的一些時耗（網(wǎng)站服務(wù)器端使用的是IIS服務(wù)，基于的.net平臺，使用了垃圾回收機(jī)制，這種機(jī)制會導(dǎo)致在分配和回收資源時對CPU和內(nèi)存的消耗）[5]，這樣每次插入新的數(shù)據(jù)時，實質(zhì)上是執(zhí)行了更新操作。我們?yōu)檠h(huán)數(shù)組的頭和尾分表定義了整形變量HeadIndex，TailIndex來表示當(dāng)前數(shù)組中第一位和最后一位的數(shù)據(jù)位置。

當(dāng)每次有新數(shù)據(jù)需要插入到數(shù)組時會根據(jù)循環(huán)數(shù)組的頭指針（HeadIndex）和尾指針（TailIndex）的大小來執(zhí)行不同的操作：

①：當(dāng)TailIndex>HeadIndex且TailIndex不等于4999的時候，此時表示數(shù)組TailIndex后的數(shù)組中數(shù)據(jù)均可更新，只需要將TailIndex加1，同時將TailIndex所指向的數(shù)據(jù)更新為插入的數(shù)據(jù)即可。

②：當(dāng)TailIndex

③：當(dāng)重新部署網(wǎng)站的時候，網(wǎng)站部署的同時，會將數(shù)據(jù)庫中按時間逆序的前5000條數(shù)據(jù)插入到循環(huán)數(shù)組中。再次插入新數(shù)據(jù)時，執(zhí)行步驟②。

分頁緩存控制：由于用戶瀏覽數(shù)據(jù)都是按頁來獲取數(shù)據(jù)的[6]，當(dāng)數(shù)據(jù)通過循環(huán)數(shù)組的結(jié)構(gòu)保存在內(nèi)存中，就需要對數(shù)據(jù)進(jìn)行按頁為單位進(jìn)行組織，以方便用戶訪問。網(wǎng)站采用兩級Key-Value形式組織。

第一級：以分頁條件為Key值，分頁條件以優(yōu)惠信息分類為基本組合，以當(dāng)前分頁條件中所含的數(shù)據(jù)對應(yīng)的ID號為Value值，Value采用鏈表結(jié)構(gòu)來保存數(shù)據(jù)（因為涉及到刪除操作）[7]，鏈表的長度為20。每個分頁條件最多保留五頁數(shù)據(jù)，即同分類條件在第一次緩存中最多對應(yīng)5個Key，當(dāng)用戶訪問第6頁時從數(shù)據(jù)庫中獲取，另建緩存（這點基于每個用戶在券媽媽大約看3個頁面，PV為3）[8]。當(dāng)插入新數(shù)據(jù)時，首先會以當(dāng)前數(shù)據(jù)的分類條件定位到key，再遍歷該Key所對應(yīng)的Value鏈表，如果有當(dāng)前數(shù)據(jù)所對應(yīng)的ID則將該節(jié)點，插入到鏈表的第一位。如果沒有當(dāng)前數(shù)據(jù)的ID則判斷是否鏈表已經(jīng)20個數(shù)據(jù)了，滿20則到該分類條件對應(yīng)分頁的下一頁中執(zhí)行同樣的操作。其次會遍歷所有的key所對應(yīng)的Value鏈表，對所有其中包含ID的，進(jìn)行刪除操作，由于被替換的ID，都是最舊的數(shù)據(jù)，肯定都保存在鏈表的最后一位，故只需查詢每個鏈表的最后一位，直接刪除即可。因為下一頁的數(shù)據(jù)永遠(yuǎn)比上一頁的數(shù)據(jù)早出現(xiàn)，所以刪除的節(jié)點一定是當(dāng)前分頁條件的最后一頁的鏈表的最后一個數(shù)據(jù)，不會出現(xiàn)第一頁19條數(shù)據(jù)，第二頁20條數(shù)據(jù)的情況。

第二級：Value所對應(yīng)的鏈表中保存的是當(dāng)前分頁所對應(yīng)的數(shù)據(jù)在數(shù)組中的下標(biāo)ID，用戶訪問到當(dāng)前分頁時，即首先獲取鏈表中的ID值，再根據(jù)ID值直接從數(shù)組中將對應(yīng)的數(shù)據(jù)取出來，生成HTML值，返回給用戶。同時數(shù)組設(shè)計成循環(huán)模式[9]，在插入數(shù)據(jù)時，選擇到最早插入的數(shù)據(jù)，直接對其進(jìn)行更新成最新的數(shù)據(jù)。第二級的數(shù)據(jù)，在網(wǎng)站部署/重啟時，會與數(shù)據(jù)庫直接通信，從數(shù)據(jù)庫中選擇前5000條數(shù)據(jù)，并根據(jù)數(shù)據(jù)的分類對第一級數(shù)據(jù)進(jìn)行重構(gòu)。

2.2.2 數(shù)據(jù)的更新刪除

由于優(yōu)惠信息有過期和錯誤的屬性，所以對于已保存到數(shù)組中對應(yīng)的數(shù)據(jù)有需要更新，刪除的操作。

更新：即找到對應(yīng)的數(shù)據(jù)在數(shù)組中保存的位置，直接更新，同時將數(shù)據(jù)對應(yīng)于數(shù)據(jù)庫中的也同時更新，保持?jǐn)?shù)據(jù)一致性。

刪除：由于數(shù)組的特殊數(shù)據(jù)結(jié)構(gòu)，其刪除操作會比較耗費時間[10]，所以對于要刪除的數(shù)據(jù)在數(shù)組中只是將其狀態(tài)設(shè)置為刪除狀態(tài)，并不真正操作數(shù)組刪除行為。同時對于第一級緩存中的value進(jìn)行更改[11]。刪除操作大致為如下：

①：遍歷當(dāng)前數(shù)據(jù)對應(yīng)分類第一頁的鏈表，如果存在，則直接刪除當(dāng)前鏈表中對應(yīng)的數(shù)據(jù)，并且同時判斷第二頁鏈表是否有數(shù)據(jù)，如果有將第二頁鏈表的數(shù)據(jù)的第一個摘下，插入到第一頁鏈表的尾端。再判斷第三頁鏈表是否有數(shù)據(jù)，如果有將第一個數(shù)據(jù)摘下保存到第二頁鏈表的的尾端。

②：如果遍歷第一頁數(shù)據(jù)不存在要刪除的數(shù)據(jù)，則遍歷第二頁鏈表，如果存在執(zhí)行步驟①。

③：如果前兩頁鏈表都不存在要刪除的數(shù)據(jù)，則遍歷第三頁鏈表，同時直接刪除對應(yīng)的數(shù)據(jù)。

3 實驗分析

由于網(wǎng)站的部署基本都選擇在夜晚訪問者最少的時間，所以我們分析的是網(wǎng)站穩(wěn)定后，新數(shù)據(jù)審核通過后，網(wǎng)站的整體性能，以及網(wǎng)頁數(shù)據(jù)的更新速度[12]。實驗條件將網(wǎng)站部署在券媽媽的圖片服務(wù)器上。由于實驗對比的是不同的地方，所以對于網(wǎng)絡(luò)傳輸速度等不予考慮。

①不使用任何緩存：每次數(shù)據(jù)插入都直接插入到數(shù)據(jù)庫之中，每個用戶訪問都是直接通過執(zhí)行SQL來返回給用戶對應(yīng)的數(shù)據(jù)，所以其時耗主要在數(shù)據(jù)庫執(zhí)行上，當(dāng)用戶訪問過多時，數(shù)據(jù)庫會負(fù)載過重。

②使用簡單的緩存：每次用戶第一次訪問時，從數(shù)據(jù)庫中將對應(yīng)的數(shù)據(jù)保存到緩存中并設(shè)定失效時間，其余任何用戶訪問相同的頁面時，返回的都是直接從內(nèi)存中對應(yīng)的數(shù)據(jù)，當(dāng)數(shù)據(jù)失效后，用戶再次訪問時會重新從數(shù)據(jù)庫中獲取。這種方式最為簡單，但是會出現(xiàn)用戶看不到最新的數(shù)據(jù)情況。用戶會看到已經(jīng)失效的優(yōu)惠信息。如果將失效時間設(shè)置過短，又會使得緩存更新過快，加重數(shù)據(jù)庫負(fù)擔(dān)。

③網(wǎng)站自用緩存機(jī)制：當(dāng)新數(shù)據(jù)插入到內(nèi)存中，首先會將數(shù)據(jù)插入的數(shù)組中時間復(fù)雜度為o（1），然后會遍歷第一級緩存，對應(yīng)的key，執(zhí)行插入操作，時間復(fù)雜度為o（1）。對此外的key進(jìn)行刪除操作時間復(fù)雜度為o（1）。遍歷整個第一級緩存時間復(fù)雜度為o（n）。數(shù)據(jù)從數(shù)組中獲取，并返回的時間復(fù)雜度為o（20）。如果出現(xiàn)刪除操作，其時間復(fù)雜度為o（60）。這樣其對數(shù)據(jù)庫壓力遠(yuǎn)遠(yuǎn)小于方式①和方式②，頁面的更新速度也遠(yuǎn)超過方式②，整體其時間復(fù)雜度為線性。對于網(wǎng)站的整體性能也基本不會產(chǎn)生影響。

3.1 實驗數(shù)據(jù)采集

我們按上述三種方式分別部署了不同性質(zhì)的網(wǎng)站，并且不斷地向網(wǎng)站插入新的數(shù)據(jù)，并對實驗數(shù)據(jù)進(jìn)行了采集。每次訪問間隔10分鐘。

CPU：訪問時，服務(wù)器端的CPU使用率。

內(nèi)存：訪問時，服務(wù)器端的內(nèi)存使用率。

響應(yīng)時間：從訪問開始到網(wǎng)頁渲染（即數(shù)據(jù)已經(jīng)返回）[13]。

數(shù)據(jù)更新：數(shù)據(jù)插入后，多久頁面被更新。

可以看出采用方式③無論是從對CPU，內(nèi)存的消耗，還是響應(yīng)時間以及數(shù)據(jù)的及時性，都得到了一定的提升，在有限的條件下，使得網(wǎng)站性能得以明顯的提升。

4 結(jié)束語

網(wǎng)站的打開速度和用戶的離開速度有著直接的關(guān)聯(lián)，而在有限的硬件資源下，就必須通過合理的優(yōu)化方案來實現(xiàn)高速的響應(yīng)效果，通過常態(tài)化的一些優(yōu)化手段和網(wǎng)站自用的緩存方案，券媽媽網(wǎng)站基本上保證了日均10萬PV的正常訪問，這也基本上證明了，這套方案的實用性。網(wǎng)站的優(yōu)化方案，必須得切合好網(wǎng)站的實際使用情況，網(wǎng)站的真實訪問流量情況來決定，用戶對于不同的網(wǎng)站，其期待的效果不一致。券媽媽網(wǎng)站主要提供的優(yōu)惠信息和商品導(dǎo)購，這類信息用戶更加期望有效，準(zhǔn)確，及時。故而針對于此網(wǎng)站采用內(nèi)存為第一保存點，以便直接將審核好的信息快速反饋給用戶。

參考文獻(xiàn)：

[1] 子柳. 淘寶技術(shù)這十年[M]. 北京： 電子工業(yè)出版社， 2013.

[2] Patrick Killelea. 優(yōu)化 Web 性能[M]. 周新紅， 譯.北京： 中國電力出版社， 2000： 78-80.

[3] 吳安. 基于 MVC 設(shè)計模式的系統(tǒng)框架研究與設(shè)計[D]. 江蘇： 江蘇大學(xué)， 2009： 56-59.

[4] 張熙. Web 應(yīng)用性能優(yōu)化模型及測試框架的研究[D]. 南京： 南京航空航天大學(xué)， 2008： 38-40.

[5] Jeffrey Richter.CLR via C#[M]. 3版.北京： 清華大學(xué)出版社， 2010.

[6] Steve Holzner. Design Patterns For Dummies[M]. John Wiley & Son， 2006， 230-235.

[7] 王珊， 肖艷芹， 劉大為， 等. 內(nèi)存數(shù)據(jù)庫關(guān)鍵技術(shù)研究[J]. 計算機(jī)應(yīng)用， 2007， 10.

[8] 程舒通， 徐從富. 網(wǎng)站結(jié)構(gòu)優(yōu)化技術(shù)研究進(jìn)展[J]. 計算機(jī)應(yīng)用研究， 2009， 26（6）： 2013-2015.

[9] 奚冬芹， 林文龍， 竺炯林. 基于隱馬爾可夫模型的電子商務(wù)網(wǎng)站結(jié)構(gòu)優(yōu)化[J]. 計算機(jī)應(yīng)用研究， 2009， 26（3）： 946-948.

[10] 嚴(yán)蔚敏. 數(shù)據(jù)結(jié)構(gòu)（c語言版）[M]. 北京： 清華大學(xué)出版社， 2007.

[11] 譚駿珊， 吳昌盛. 基于 B/S 模式應(yīng)用系統(tǒng)性能優(yōu)化的研究[J]. 計算機(jī)應(yīng)用， 2003： 2-3.

[12] Garcia-Molina H， Salem K. Main memory database systems： an overview[J]. Knowledge and Data Engineering，IEEE Transactions， 1992， 4（6）： 509-516.

[13] 李守振， 張南平. Web應(yīng)用分層與開發(fā)框架設(shè)計研究[J]. 計算機(jī)工程， 2006， 32（22）： 274-276.