作者:Jon,来自微信客户端团队本文基于微信用户日常利用场景 & 数据分析, 「 通过分离重要 / 非重要数据、接纳可靠的分库计谋等 」 ,对微信数据库架构举行优化 & 改造,并终极得到一个具备实践精良效果的改造方案
作者:Jon,来自微信客户端团队 本文基于微信用户日常利用场景 & 数据分析, 「 通过分离重要 / 非重要数据、接纳可靠的分库计谋等 」 ,对微信数据库架构举行优化 & 改造,并终极得到一个具备实践精良效果的改造方案。 背景说明微信 for Windows自2014年上线以来,用户数稳步增长。随着时间的不停推移,用户积攒的消息量越来越大。最初的数据库设计秉着 「 遵照简单易用,方便管理 」 的原则,把用户收到的所有消息都统一存放在用户当前客户端当地的 「 同一个数据文件中。 」 (注:微信不会保存聊天记载,聊天内容只存储在用户手机、电脑等终端装备上。) 目前问题该方案随着目前微信利用越来越广泛、消息越来越多而渐渐袒暴露许多问题: 问题1:慢
对用户最直观的影响就是: 「 切换聊天变得很卡,这个问题对于重度用户尤甚,甚至会出现点击聊天就卡顿的情况。 」 问题2:大随着时间的推移,消息量的渐渐累积,数据库体积也是越来越大,占用用户存储空间。 问题3:磁盘文件损坏磁盘文件意外损坏也有可能导致数据丢失。因为所有消息都放到一个数据库文件,就雷同把所有鸡蛋放在一个篮子。数据库文件也可能会因为存储坏道、电脑意外断电、sqlite自身bug等原因导致数据库文件发生损坏。假如发生损坏时,有可能导致用户丢失消息数据。即使有DB恢复机制,也无法包管能恢复出所有汗青记载。 当这种情况发生时,对用户影响十分大, 「 因为聊天记载可能没了! 」 原因分析上述变大和变慢的问题, 「 都是由于消息数据的不停增多引起。 」 但消息数的增长是无法避免的, 「 那么有没有办法控制增长速率,而且控制数据库的巨细? 」 我们从两个方向举行分析:消息情况、日常利用场景 分析1:消息情况消息分类 用户消息可分为三大类:单人聊天,群聊,以及订阅号/服务号消息(统称为公众号消息)。 从重要性区分:
消息巨细
分析2:日常应用场景分析众所周知,我们日常利用微信,都是收发消息,或者浏览最近的消息。对于更早的消息,我们一样平常很少会自动去浏览。越早的消息,浏览的概率越低,以是在大多数场景下,我们要让最常访问的消息,不受老数据的影响。 办理方案针对上述问题 & 联合分析,从以下方面对微信数据库的架构举行演进 & 优化 :
1. 分库改造基于以上分析,起首把公众号消息划分出去,存到单独的一个数据库,跟用户的平凡消息隔离,同时也可以大幅减少平凡消息数据库的体积。 基于日常利用场景的分析,大部门老数据读取的频率很低, 「 以是应该提高最近一段时间的读写效率 」 。对于这种情况,我们接纳了 「 以时间和空间动态划分数据库 」 的方案。初始默认值是每个数据库存放半年的消息,超逾期间之后新建一个数据库存放。对于大部门利用场景,我们只必要读写最新的数据库就可以满意需求,假如必要浏览更早的消息,可以再打开之前的数据库举行读取。 除了时间维度,我们还考虑了空间维度的划分。假如半年内消息平凡消息规模凌驾阈值,也会新建一个数据库举行存储,让每个数据库巨细和数据规模不至于太大,能提升最近一段时间消息的读写效率。 2. 建立消息索引对于最广泛的利用场景,查看每一个聊天的消息,这种场景必要对每一个聊天会话建立一个索引。 这里的索引方案我们参考了安卓端: 「 即将每一个聊天转换成一个数值型的ID,从而减少每条索引的长度,提高索引的读写效率 」 。除此之外,我们还对一些经常访问的内容,单独提取成为一个字段,而且增长索引。比如消息的子类型,这个在老数据库中是一个序列化字段,没有索引;但这个字段经常必要用到,以是单独提出成为一列,而且加上索引,为消息按类型查找提供方便。 3. 消息体积优化消息总是会越来越多的,如何能够不影响读写效率的同时,减少 & 压缩体积,是我们的优化方向。 从上面的数据看,部门消息体积较大,已经凌驾了数据库每页的巨细(Page Size)。数据库是按页存储数据的,Page Size是数据库一页能够容纳的数据。假如一条数据,一个页放不下,就必要用到溢出页,把多出来放不下的数据放到溢出页中,溢出页可以有多个。这时间,假如读取这条数据,就必要把溢出页也全部读出来,会增长IO的消耗。 「 假如压缩数据,能够把消息体压缩到一个页能放得下,减少溢出页的利用,是可以增长IO性能的 」 。 数据库溢出页布局(泉源:《The Definitive Guide to SQLite》) 但是压缩必要占用CPU资源,这里选择一种能够平衡性能和压缩率的算法是关键。 颠末对比压缩算法的Benchmark,而且对消息体压缩性举行实测, 「 终极选择了一个高性能压缩算法:lz4 」 。 颠末对测试帐号的数据分析,不同类型的消息体巨细差异较大,一样平常来说,文本消息的长度不会特殊大,但是网页卡片类型的消息,体积会较大。由于不同的消息长度,获得的压缩率不一样,太短的文本长度,压缩起来并没有意义,以是颠末消息体长度,压缩率,压缩性能的分析,终极确定对网页卡片等举行压缩,在较低性能消耗的条件下, 「 综合压缩率可到达40%,减少了IO次数 」 。 4. 提高结实性假如数据库文件由于外部原因发生损坏,则会对体验造成较大影响。降低损坏率和减少损坏带来的数据丧失,也是我们改进的方向。 按照时间维度划分数据库之后, 「 相当于把消息按时间分散存储 」 ,最新的数据库负责读写最近的消息,其余的数据库只必要根据需求支持浏览查看消息。对于老数据库而言,可以做到按需加载,从而减少了对数据库的读写,也减少了这些数据库损坏的几率。一旦有数据库出现损坏,即使无法恢复,也不会所有消息全部丢失,只会丢失该数据库对应时间段的消息,这也可以减少部门数据库损坏带来的丧失。 在早期利用的单数据库架构中,由于数据会越攒越多,数据库体积会连续变大,很难去做备份。分库之后,每个数据库体积变小,因而数据库备份变得更为可行。因为最新的数据库存在频仍的消息读写,发生损坏的概率远高于老数据库,以是这里对最新的一个数据库做定期的备份。 「 默认设置下,我们每间隔一段时间会对最新的数据库举行一次备份,该备份是最新的一个数据库的完整拷贝 」 。若最新的数据库在读写时发生损坏,会先实验从备份数据恢复。若恢复乐成,则最多丢失从备份到恢复这段时间的数据,进一步降低损坏造成的丧失。 优化对比颠末对比,对于一个在测试帐号中原始的消息数据库, 「 压缩后巨细可以减少靠近一半,同时溢出页数和必要利用溢出页的记载数减少也凌驾一半 」 。 对于读写性能,对比压缩前,压缩后的读取和解压缩性能比之前 「 有靠近10%的提升 」 。 后续我们微信客户端团队将继续研究数据库修复相关的实践,连续关注数据库相关的性能数据,提升可靠性,打造更好的用户体验! 作者:Jon 泉源:微信公众号:微信客户端技能团队 出处:https://mp.weixin.qq.com/s?__biz=MzAwNDY1ODY2OQ==&mid=2649289658&idx=1&sn=44e749ab28842a948499d2137dd9d4b3 |
2022-08-02
2022-08-07
2022-08-02
2022-08-01
2022-08-06
评论