首页 > 代码库 > 记一次队列积压问题的分析、解决

记一次队列积压问题的分析、解决

现象:

同事负责的项目转到我的头上,整理服务过程中发现了队列的积压问题。

为了搞清楚积压的严重程度, 对队列任务数每分钟进行一次采样,生成一个走势图, 队列积压情况一目了然,非常严重。 

技术分享

 分析:

听了同事对系统的介绍,猜测是mongo性能影响了处理效率,于是针对mongo进行分析

1. 使用mongotop  /usr/local/mongodb/bin/mongotop --host 127.0.0.1:10000

odds_easy.basic_odds表的操作一直排第一,写操作占大部分时间

技术分享

 

2. 看mongo shard日志

大量超过1s的操作,集中在odds_easy.basic_odds写操作,  看日志lock数量很多

技术分享

 

查询某一个文档的更新,在同一秒中居然有15个更新操作,这样的操作产生什么样的结果: 大量的写锁,并且影响读;而且还是最影响性能的数组的$push, $set操作

技术分享

 

看看文档的结构,数组的数量之大,而且里面还是对象嵌套; 对这样一个文档不停的更新, 性能可想而知

技术分享

 

 看看 db.serverStats()的lock情况

技术分享

 

 看看odds_easy的db.basic_odds.stats()情况,大量的更新冲突

技术分享

 

3.  看看sharding情况

  使用脚本,查看sharding情况,重定向到文件中查看。
  sql=‘db.printShardingStatus({verbose:true})‘
  echo $sql|/usr/local/mongodb/bin/mongo --host 192.168.1.48:30000 admin --shell 

   basic_odds的sharding信息:

    shard key: { "event_id" : 1, "betting_type_id" : 1 }    event_id为mysql自增字段,betting_type_id为玩法id(意味着几个固定的值,区别度不大)

    shard 分布情况, 从图里面可以看到mongo主要根据event_id这个自增字段的范围进行数据拆分,  意味着相邻比赛的数据大概率会被分配到同一个shard分区上(这就是为什么01机器上的日志大小远大于其他机器的原因吧,目前的数据都集中在shard1上)    

技术分享

 

 下图为数据库读写情况, 更新操作是查询操作的4倍。 对一个写多读少的数据库, 本该将写操作分布到不同的分区上,结果由于sharding key的错误选择造成了写热点,将写集中到了同一个分区,进一步加剧了写的阻塞

技术分享

 

结论

  1. 文档结构不合理,数组过大、更新过于频繁,特别是对同一文档。 对数组频繁的更新操作是mongo最不推荐的,不仅影响本机的性能,还影响oplog的数据同步
  2. sharding key不合理造成了写热点,  在第一点不合理的基础上,更加剧了性能的急剧下降,  还会造成频繁的mongo数据迁移
    (由于odds_easy.basic_odds的更新量大,目前问题在这个表上,但是其他表也有同样的问题)

     【可以看到前期合理的架构设计是多么的重要】

解决思路

  1. 减少同一时刻对同一文档的更新操作,将一定时间内的多次更新改为一次更新。 
  2. 将更新最频繁的process字段从文档中移出,写到新的表中。 在新表中,同一event_id,betting_type_id, 赔率公司的变化在同一条记录中
  3. 文档结构中加入时间字段,方便数据迁移,定期将历史数据进行迁移,进行冷热数据分离
  4. 修改sharding key为hash或者其他字段,将写操作分布到不同的分区上

解决方案

分两个阶段:

第一阶段 结构优化

  1.  odds_easy库中basic_odds, main_odds不再存储最近10条的赔率变化,去掉process字段。  
  2.  数据直接 mongo push到odds_change中对应的记录rows字段中 
  3.  单独提供接口,数据变化从odds_change中读取,  使用 mongo的$slice读出最近n条信息,然后程序排序截取即可
  4. odds_easy库和odds_change库中的表都使用 event_id 作 hash sharding key
  5. odds_easy, odds_change, odds_bet007, odds_betbrain_bb, odds_betbrain_v5, odds_txodds这些库中的记录都加入match_time字段。   新增的记录直接加入;历史的记录补全

第二阶段 冷热分离

  目的

  1. 解决赔率积压问题
  2. 提高访问速度
  3. 防止用户对大量历史的访问从而影响热数据的访问。(可以在配置中加入开关, 出现问题时关闭历史数据的访问)

 系统中加入redis做热数据缓存, zookeeper/etcd作为配置服务中心以及热数据导入的流程控制中心

记一次队列积压问题的分析、解决