高并发数据采集的架构应用（Redis的应用）

问题的出发点：

      最近公司为了发展需要，要扩大对用户的信息采集，每个用户的采集量估计约3W。如果用户量增加的话，将会大量照成采集量成3W倍的增长，但是又要满足日常业务需要，特别是报表数据必要在规定的时间内完成。

技术障碍：

     1. 面对用户量的增长，记录数3W倍的增长，如何保证这些记录能够在比较快的时间内进入存储介质。

　  2. 应对用户量的增长，如何在规定的时间内完成采集，增加硬件设备处理能力还是使用更多的服务器来处理请求。

     3. 服务器的增长，是否能够支持现有的扩展能力。

架构实现：

使用到的技术项：

     1. 面向服务开发思维

     2. 队列服务

     3. 多任务并发执行

     4. 分布式服务管理

     5. Redis的应用

     6. 数据分表（分区）的实现和应用

     7. Redis异步延迟同步到数据库

架构图如下：

具体实现：

     1. 队列服务可以采用HttpsQs

     2. 多任务并发执行，PHP版可采用ParallelCurl，可控制并发数量

     3. 可使用PHP Redis实现对Redis的操作

     4. 数据表分表或者分区，可自行动手写个，原理很简单，需要指导的可以发私密信

 

总结：

      整个方案不是很复杂，在处理大数据方向这块，基本的原理都是一样，把不可控的因素要把握住，所以在多任务并发这块一定要控制到合理的数量，另外Redis缓存也支持分布式集群，增加Redis服务器并不会影响上层代码的改变，相对来说扩容能力还是相对不错。