怎么就敢用NodeJS写千万级别的服务后端
这次项目用到redis、kafka、mysql完成由云平台提供，就是买买买就行，随着各种数据库和中间件上云交付，前端写后端已经完全可行。而且像小程序云这种成熟的FASS云设施普及，把后端代码也可以写到前端里去写也越来越多，前端人，已经不再是切图仔了。
前言：NodeJS真的是玩具吗？真有人敢用这个玩具来写后端服务，它能支撑成一个千万级别的用户量级吗？怎么就带着我的团队稀里糊涂把这事而且做成。这篇文章将分享这次项目的并发实践经验。
一、项目背景
老板说：公司要搞战略NPS，需要一套问卷系统。要能配置问卷和回收答案就行，后端木有资源，给个机会前端搞全栈哈，先简单搞哈，早期没啥量，不用慌哈，看好你们哟。
写个问卷系统，将它分成两个部分就行。
-
问卷配置管理端：不就是一个内部系统，公司内部人用，有啥量的，问题不大。（不在本文内容讨论范围）
-
问卷服务：要给用户访问的呀，要做高并发呀。早期不是没啥量嘛，先用NodeJS写，等并发起来后，如果搞不定再让后端接锅😄呗，再说业务能不能起来都很难说，（反正人和代码有一个能跑就行😂）
难得有一个机会可以搞全栈而且还要一定的用户体量，虽然很慌，但是，还是很有干劲的呀😁
二、系统架构
有一个搞全栈的机会，虽然很慌，但是，还是很有干劲的呀😁，消化老板的大饼，是时候要开干了。
设计一个架构图，再找有经验的后端大佬们过一下。
上图黄色部分是配置问卷的管理的模块，右边绿色部分问卷对外的服务模块，在整个架构全局来看，需要支持并发的其实只有两个模块：
- GET 问卷页面渲染模块
- POST 答案上报模块
三、应对之策
按照问卷回收经验来说，大概，10个问卷页面浏览 > 才会有1答案上报 处理并发要命的是页面读接口，其次是答案上报的写接口。并发处理开干了。
3.1 页面渲染并发处理
渲染运营配置的问卷页面，并发量是整个toC流量最大的，最具有挑战难度的。 接下来通过拆解整个接口的过程，然后使用多级缓存策略和改进的CSR来解决并发难题。
3.1.1 渲染流程
渲染前，需要获取到数据库运营配置问卷的题目相关的信息
-
pageData，每个问卷配置的内容不一样，运营啥时候修改问卷也不知道，需要在数据库拉去配置对应问卷ID的配置给到前端来渲染页面；（页面级别的数据，变更不可控）
-
render是一个JS渲染库，所有问卷都是一样，只要不发布版就不会更新，放到CDN来扛并发即可。（应用级别的数据，变更可控）
3.1.2 页面数据缓存策略
pageData是页面数据，虽然要实时来取，但是可以做适当的缓存策略。拉去pageData读接口采用了多级缓存，流程如下：
- 首次通过远程调用取读取内部管理的问卷配置数据；
- 渲染页面完成，写入内存缓存和Redis缓存；
- 下次渲染，先按照内存 > redies缓存读取，没有再重复首次访问逻辑。
通过设置多级缓存，减少mysql的并发压力和页面加速😄
3.1.3 渲染模式
为了向并发妥协，没有使用服务器端渲染。
我们选择了CSR。
但是，为了页面性能更好，我们改进CSR模式，把本来要读pageData接口和html框架页面放到服务器端合并起来。
/**
* html拼接方法
* @param pageData，问卷题目配置数据
* @param resouceInfo，前端资源版本控制，由服务端控制做长缓存更新使用
*/
function render(pageData，resouceInfo){
const html = `<!DOCTYPE html>
<html lang="en">
<head>
<title>${pageData.title || '问卷'}</title>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, user-scalable=no, initial-scale=1.0, maximum-scale=1.0, minimum-scale=1.0">
<meta http-equiv="X-UA-COMPATIBLE" content="IE=Edge,chrome=1">
<meta name="nightmode" content="disable">
<link rel="shortcut icon" type="image/x-icon" href="//wenjuan-static-cn.heytapimage.com/wj-prod/faviconIcon.ico" id="favicon">
<!--问卷页面样式文件-->
<link href="${resouceInfo['main-css']}" rel="stylesheet">
<!--babel垫片-->
<script content="babel-polyfill" nomodule src="${resouceInfo['babel-polyfill']}"></script>
<!--vue全家桶-->
<script content="vue-all" src="${resouceInfo['vue-all']}"></script>
</head>
<body ${bodyStyle}>
<div id="app"></div>
<script content="page-data">
// pageData 直出到页面并挂在在window，方便vue使用
window.asyncData = ${JSON.stringify(pageData)};
</script>
<!--问卷页面入口js-->
<script content="main-js" src="${resouceInfo['main-js']}"></script>
</body>
</html>`
return html
}
复制代码改进的CSR模式，在不增加服务器负载的情况下，减少了数据读取过程，将getPageData接口和html合二为一。页面在浏览器渲染，不用在请求后端接口获取pageData，首屏渲染速度更快！！！
3.2 上报接口并发处理
问卷答案上报接口，虽然量只有上面渲染接口的1/10，但是它是个写接口，从外网流量写入是内部系统服务的（恐慌.jpg）。
借助kafka解耦后，并发请求带来可以向后借时间，这就解决写入的瓶颈和系统负载。
- 通过调节kafka消息消费的速度，让内部管理的也可以应对ToC的问卷答案上报流量的写入操作。
- 解决系统负载，原本三个串行任务的耗时重计算任务放在并发处理中，改到只留数据补齐和校验任务，另位两个放到消费数据再执行，达到向后借时间目的。
四、达到效果
总算开发完成了， 老板说：给你们找到了一个业务来用，他们后天要投X千万用户，要走PUSH渠道，你们接一下。
啊！啊！啊！这？不是说早期没啥量吗？😢咋一上来就x千万用户呢？还是走PUSH渠道。
最后线上效果如下：
注：部署了4台8G16核的容器主机。
五、总结
这次项目用到redis、kafka、mysql完成由云平台提供，就是买买买就行，随着各种数据库和中间件上云交付，前端写后端已经完全可行。而且像小程序云这种成熟的FASS云设施普及，把后端代码也可以写到前端里去写也越来越多，前端人，已经不再是切图仔了。
Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。
更多推荐
1
0- 0
已为社区贡献4条内容
所有评论(0)