Curiosity777
V2EX  ›  Java

请教一个数据同步的问题

  •  
  •   Curiosity777 · Apr 2, 2024 · 5324 views
    This topic created in 950 days ago, the information mentioned may be changed or developed.
    数据全量同步 rpc 方式,目前 11mb ,每天增长 1mb 左右,每天大约 1w 条左右,这种提供全量同步接口,是直接都给他查出来,还是提供分页接口让客户端去分页查询呀

    目前的想法就是提供一个分页的查询接口,最大查询条数 5000 条

    服务器配置 2c16 核 32 线程,120g 内存,系统应该会稳定运行个 10 年左右

    大佬们有更好的实践方式吗
    18 replies  •  2024-04-02 18:10:20 +08:00
    halov
    halov
    Apr 2, 2024
    1
    分页吧
    admol
    admol
    Apr 2, 2024❤️2
    2
    这配置 这数据量 不随便玩儿吗
    wqhui
    wqhui
    Apr 2, 2024
    3
    稳定运行 10 年。。。设计跑个三五年差不多了,到时候自然会有新的方法或者新的需求要重写,另外你这数据量感觉用不着这么好的服务器
    qW7bo2FbzbC0
    qW7bo2FbzbC0
    Apr 2, 2024
    4
    要考虑断点续传以及分页的稳定性,最好加个自增 id ?每次取用时加上 id > lastTimeGotID
    yngzij
    yngzij
    Apr 2, 2024
    5
    1W 条直接查了,mongo 可以都直接插入,mysql 分次插入就好了。
    crazyweeds
    crazyweeds
    Apr 2, 2024❤️1
    6
    一定要做分页,并且一定要限制最大返回数量,不然后续你麻烦,对方你麻烦。
    当然,你也可以全部,后面等着刷 KPI ,毕竟老板喜欢员工忙忙的样子,大概是可以治愈他的焦虑罢。
    Curiosity777
    Curiosity777
    OP
    Apr 2, 2024
    7
    @crazyweeds 哈哈,明白了,是这样的😁
    Curiosity777
    Curiosity777
    OP
    Apr 2, 2024
    8
    @qW7bo2FbzbC0 有的,把这个利用上
    Curiosity777
    Curiosity777
    OP
    Apr 2, 2024
    9
    @admol 还有其他的业务
    sakilascott
    sakilascott
    Apr 2, 2024
    10
    10 年你都不在这个公司了,即便你在这个公司,也可能不负责这个业务了。
    规划 2-3 年足够了
    Curiosity777
    Curiosity777
    OP
    Apr 2, 2024
    11
    @sakilascott 是这样的,就是想考虑全面些
    meeop
    meeop
    Apr 2, 2024
    12
    随便,现在一个网页都数百兆了,全查回来 2 年以内都没问题

    正规做法当然是提供一个支持分页查询接口,一点一点同步
    admol
    admol
    Apr 2, 2024❤️1
    13
    好吧,认真回答你下

    看你的描述,你应该是想问的是:每天去全量同步一次(前一天)增量的所有数据,还是分页去同步(前一天)增量的数据,也就是全量还是分页去同步新增的数据。

    建议是:
    1 、查询接口一定要限制一个数据范围,所以要分页
    2 、要支持指定时间、主键 ID 等范围同步指定数据(失败后人工重试等异常场景)
    3 、同步结果是否有通知?同步状态、同步数据条数等
    Curiosity777
    Curiosity777
    OP
    Apr 2, 2024
    14
    @admol #13 收到,感谢大神,同步结果没有通知,我这边只负责提供数据,剩下的就是业务方自己保证了
    midsolo
    midsolo
    Apr 2, 2024
    15
    补充一下:
    1 、提供出去的接口一定要限制数据范围,并且这个范围不能太大
    2 、下游请求时得带上时间戳,要在你设定的阈值范围内才可拉取
    3 、把提供出去的数据封装成一个批次,让下游分批次拉取
    4 、记录好下游拉取数据的日志,避免后续扯皮
    Karte
    Karte
    Apr 2, 2024
    16
    如果数据是写入之后无修改, 可以记录上次其获取到的数据 id, 然后将这个 id 之后的数据再发送给他. 有效减少查全库导致性能的下降.

    如果修改不大建议最好做个 snapshot. 定时生成一个 snap 节点, 然后用户通过提交上次 snap 节点获悉所有数据更新状态.
    rm0gang0rf
    rm0gang0rf
    Apr 2, 2024
    17
    我这 一天 3000-5000, 2 核 4g.....运行 3 年了...
    1018ji
    1018ji
    Apr 2, 2024
    18
    感觉还不如拉文件省事
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1652 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 39ms · UTC 13:06 · PVG 21:06 · LAX 05:06 · JFK 08:06
    ♥ Do have faith in what you're doing.