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。 

 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

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

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

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

 看看 db.serverStats()的lock情况

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

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）    

 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

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