一.问题背景
为了HTTPS
抛弃了钉子户国内虚拟主机,趁机用Node重写了之前的PHP服务,放到好贵的VPS上,搬出去后发现抓取国内RSS经常超时,不超时的情况也需要loading 20s
的样子,完全不可用。搬意已决,那就想办法提速
之前方案是请求时现抓,拿回来解析完毕后响应请求,过程看起来很慢,但实际很快,一般loading不超过3s,自用可以接受,所以只做了客户端内存缓存和离线缓存
现在20s完全无法忍受,所以先上见效最快的内存缓存:
定时抓取,预先存入redis
redis内存缓存,简单过期策略
每2小时去全部抓取一遍,存入redis,请求先过缓存检查,缓存里有就不现抓,除非服务刚刚重启过,才需要现抓。定时抓取时不影响正常响应,因为抓取场景可以不用考虑脏数据问题,新一点旧一点没太大关系(但极端情况数据是定时抓取间隔 + 客户端缓存过期时间
之前的,这时数据就很旧了)
二.安装配置redis
安装
CentOS环境,编译安装redis stable:
# 下载
wget http://download.redis.io/releases/redis-stable.tar.gz
# 解压
tar -axvf redis-stable.tar.gz
cd redis-stable
# 编译安装
make
make test
make install
默认安装路径在/usr/local/bin
:
$ ls /usr/local/bin | grep 'redis'
redis-benchmark
redis-check-aof
redis-check-rdb
redis-cli
redis-sentinel
redis-server
配置
默认配置文件在安装包的根目录redis.conf
:
mkdir -p /etc/redis/
cp redis.conf etc/redis
# 修改配置项
vi etc/redis/redis.conf
# 后台运行,默认不后台
# 把GENERAL节的daemonize no改为daemonize yes
# 改密码,默认免密登录
# 把SECURITY节的requirepass去掉注释,改为requirepass <mypassword>
其它配置项端口号,日志目录等等无所谓,需要的话修改,然后启动验证:
# 启动服务
redis-server /etc/redis/redis.conf
# 客户端连接
redis-cli
auth <mypassword>
# 操作
set 'key' 'value'
get 'key'
P.S.redis的更多命令,请查看Command reference – Redis,或者在线试玩Try Redis
添加到系统服务
redis-server /etc/redis/redis.conf
每次这样启动看着比较难受,添加到系统服务里就可以通过service redis <cmd>
管理了:
# 拷贝启动脚本
cp util/redis_init_script /etc/init.d/
# 改名
mv /etc/init.d/redis_init_script /etc/init.d/redis
然后修改配置项:
vi /etc/init.d/redis
# 修改第二行的chkconfig xxx为chkconfig 2345 80 90
# 确认端口号正确REDISPORT=6379
# 确认server可执行文件路径正确EXEC=/usr/local/bin/redis-server
# 确认cli路径正确CLIEXEC=/usr/local/bin/redis-cli
# 确认redis.conf路径正确CONF="/etc/redis/${REDISPORT}.conf"
# start改为后台执行
# 把$EXEC $CONF改为$EXEC $CONF &
P.S.# chkconfig 2345 80 90
中,2345
是指运行级别,80 90
分别表示启动/关机优先级,数值越小越优先,控制顺序,更多信息请查看chkconfig
默认读取/etc/redis/${REDISPORT}.conf
,也就是/etc/redis/6379.conf
,以应对多实例情况,所以我们给配置文件改名:
mv /etc/redis/redis.conf /etc/redis/6379.conf
最后注册系统服务:
# 注册
chkconfig --add redis
# 设置自启动
chkconfig redis on
可以通过service命令管理了:
service redis start
三.node接redis
有现成的第三方模块node_redis:
npm install redis --save
尝试连接:
const redis = require('redis');
const PORT = 6379;
const HOST = '127.0.0.1';
const PWD = 'mypassword';
const OPTS = {auth_pass: PWD};
// connect redis
let client = redis.createClient(PORT, HOST, OPTS);
client
.on('error', (err) => {
console.log('Error ' + err);
})
.on('ready', () => console.log('redis connected'));
connect
之后就可以随便操作了,API与redis命令一致:
// 写
client.set(key, val, callback);
// 读
client.get(key, (error, val) => {});
// 设置有效期
client.expire(key, seconds);
// 检查过期
client.expire(url, (error, ttl) => {
if (ttl > 0) console.log('alive');
else console.log('died');
});
特别注意:所有callback
都是Node经典方式,第一个参数是err
,而不是data
做一个简单的缓存层,结构如下:
cache
- queue
- clearQueue()
- expire()
- ttl()
+ set()
+ get()
+ checkFresh()
配合访问抓取和定时抓取:
fetch
- onerror(error) => {
emitter.emit('error', error);
};
- onsuccess(data) => {
data && cache.set(url, data);
};
- fetchNow()
+ fetch() => {
if (noCache) {
cache.checkFresh(url, (fresh) => {
if (!fresh) console.log('schedule force fetch now'), fetchNow();
else oncancel('cache is still fresh now');
}
}
else {
cache.get(url, (data) => {
if (data) console.log('fetch from cache'), onsuccess(data);
else fetchNow();
});
}
}
访问抓取走缓存,直接从缓存去,没有才抓。定时抓取强制不走缓存,但检查过期,如果数据还很新,就取消抓取任务,不新的话现抓,抓取成功就过缓存层记录下来
P.S.定时抓取检查过期是为了避免不必要的重复抓取,比如服务挂了重启了,redis的数据不受影响,仍然是新的,这时没必要再抓一遍
四.总结
提速效果很明显,之前访问国内资源20s
的loading缩短到5-6s
了,国外资源也快了1-2s
的样子,比起之前的PHP服务,5-6s
还是挺慢,但接下来的优化项就没这么简单粗暴了:
todo
1.接口拆分,有接口返回128K文本,考虑分页
2.redis数据结构优化,目前是url key对应一个很大的JSON字符串,应该有更科学的方式
3.长连接,降低路途成本
用 redis 来加速,并且定时抓取这波操作66,另外既然用到 centos,其实用 docker 来启用 redis 服务会舒服一些。