[英]Can I use cron jobs for my application (needs to be extremely scalable)?
我将要进行一个大型项目,在该项目中,我将需要计划任务(cron作业)来运行一个脚本,该脚本将遍历我的整个实体数据库,并每10分钟调用一次Facebook,Twitter和Foursquare等多个API 。 我需要此应用程序具有可伸缩性。
我已经可以预见到一些潜在的陷阱。
我的问题是如何构建我的应用程序...?
谢谢!
我将要进行一个大型项目,在该项目中,我将需要计划任务(cron作业)来运行一个脚本,该脚本将遍历我的整个实体数据库,并每10分钟调用一次Facebook,Twitter和Foursquare等多个API 。 我需要此应用程序具有可伸缩性。
最好的选择是设计应用程序以使用分布式数据库,并将其部署在多台服务器上。
您可以将其设计为在两个“等级”的服务器中工作,这与map-reduce方法不同:轻量级服务器仅执行查询并“预先消化”某些数据(“ map”),以及聚合数据的服务器(“降低”)。
完成此操作后,您可以建立性能基准并进行计算,例如,如果每分钟可以生成2000个查询,并且可以处理尽可能多的响应,则每20,000个用户需要一台新服务器。 在“每分钟生成2000个查询”中,您需要考虑以下因素:
这种体系结构的优点是您可以从小规模开始-可以用一台同时运行连接器,映射器,Reducer,命令和控制以及持久性的机器来构建测试平台。 当您成长时,您只是将不同的服务外包给了不同的服务器。
在几个分布式计算平台上,这还允许您通过在地理位置或连接方式上明智地分配Mappers来更快地运行查询,并通过与Amazon“ zones”一起使用来减少各个平台之间的流量成本(Amazon也提供消息服务,您可能会发现对于任务之间的交流很有价值)
一个注意事项:我不确定PHP是否适合用于整个过程。 我宁愿使用Python。
不过,在每个实例20000个用户的访问量级别上,我认为您最好与Facebook,Foursquare等公司的人员接手。 至少您可以收集一些策略,例如将连接器脚本作为独立的任务运行,每个连接器根据该服务的用户ID对其队列进行排序,以利用可能存在的少量数据局部性,并利用流水线方式压缩更多带宽,减少服务器负载。 最多,他们可能会指向您使用批量API或其他协议,或者以一万亿美元的价格购买您:-)
请参阅http://php.net/manual/en/function.set-time-limit.php以绕过30秒的限制。
要在PHP中安排作业,请查看:
我个人将看一个处理工作计划的更健壮的框架(请参阅Quartz with Quartz),而不是重新发明轮子并编写自己的工作计划程序。 不要忘记,您可能需要不时检查任务的状态,因此您将需要围绕任务的日志记录解决方案。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.