• 遇到过的问题整理-大量页面监控问题


    业务系统中有一个定时任务,需要每天两个时间点进行数据监控

    场景如下:

    需要监控全部在线的页面的内容中,指定某一类链接,是否有失效风险或者已经失效,这类链接本身也是我们维护的。

    假如有10w个页面,常规做法是

    定时拉取10w个页面内容,

    实时解析页面,

    分析出链接,

    进行校验

    这种做法存在很多问题:

    1.定时任务的时间点本身可配置,意味着频率也是可以配置的,如果频率高了,这种做法一定会出现上一个任务还未执行过半,新任务又开始了

    2.导致问题1的风险增高的点:10w个页面拉取内容,本身是直接读取的redis缓存,这个时间不长,但是解析10w个页面,分析出链接,这个时间相对不可控,假如一个页面需要500ms,执行完也需要5w秒,这个时间已经很长很长了

    3.页面内容如果未更新过,也需要每次解析链接,这是一种资源的浪费,也会显著增加时长

    5.单个线程处理这种任务无疑是可怕的,因此任务分布式执行也是不可避免的

    以下是优化后的方式:

    1.单线程读出10w个在线页面的id,没100个id生成一条消息,通过mq分发任务

    2.mq的consumer端多实例执行任务

    3.解析链接的过程放到生成链接的时候,只有内容有变,就自然重新生成链接列表,缓存到redis中,过期时间为页面结束时间

    4.单个mq消费端那到消息体100个id后,顺序执行,从redis中获取id对应的链接列表,处理链接失效行

    通过这个方法,保证了任务的快速执行与执行效率

  • 相关阅读:
    P1281 书的复制 dp
    P3402 最长公共子序列(nlogn)
    P1201 [USACO1.1]贪婪的送礼者Greedy Gift Givers
    P1202 黑色星期五
    P1205 方块转换
    [递推] hihocoder 1239 Fibonacci
    [二分] hihoCoder 1269 优化延迟
    [分治] POJ 3233 Matrix Power Series
    使用HTMLParser解析html
    CSAPP2e: Proxy lab 解答
  • 原文地址:https://www.cnblogs.com/windliu/p/8084552.html
Copyright © 2020-2023  润新知