zoukankan      html  css  js  c++  java
  • 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:
    内网穿透访问Vue项目的时候出现Invalid Host header解决办法
    Java中的super关键字
    java中的Arrays工具类及排序和查找
    Java中方法的覆盖/重写
    java中的数组
    java的内部类概述
    matlab主成分分析PCA
    matlab多元线性回归
    matlab神经网络工具箱
    神经网络(三):前馈神经网络(FNN)
  • 原文地址:https://www.cnblogs.com/windliu/p/8084552.html
Copyright © 2011-2022 走看看