nodejs高并发大流量的设计实现,控制并发的三种方法

nodejs高并发大流量的设计实现,控制并发的三种方法
eventproxy、async.mapLimit、async.queue控制并发
Node.js是建立在Google V8 JavaScript引擎之上的网络服务器框架，允许开发者能够用客户端使用的语言JavaScript在服务器端编码。
----------------
node.js优缺点：
优点： 高并发，io密集型处理， 可以作为单页面应用，便于爬虫抓取。
缺点：不适合cpu计算密集型， 对关系数据库支持不好

nodejs高并发大流量的设计实现

原理：非阻塞事件驱动实现异步开发,通过事件驱动的I/O来操作完成跨平台数据密集型实时应用
传统的server 每个请求生成一个线程， nodejs是一个单线程的，使用libuv保持数万并发

libuv原理：
c语言编写的基础库实现主循环，文件，网络即可

libuv的改进：
回传上下文信息，其它线程不能访问缺省主循环，loop不支持多线程

代码可读性维护改进：
async：
async.waterfall([getcatalog, getaticle,getTigle])

promise 的方法
koa写法
es6写法使用yield

var titles = [] 
co(function *() { 
 var catalog = yield getCatalog(gid) 
 var articles = yield getArticles(catalog) 
 titles = yield getTitles(articles) 
});

前端优化问题：移除iscorll，合并请求，tcp优化，http优化 ，localstorate，html5离线缓存
api优化：restfulapi，标准输入输出
ui优化： 使用同一的框架，前端组件化
异常处理： log监控，避免大文件处理，retry处理

===================

用eventproxy、async.mapLimit、async.queue控制并发

1.用eventproxy实现控制并发

var EventProxy = require('eventproxy');

const most = 5;//并发数5
var urllist = [....];//待抓取url列表，100个

function foo(start){
    var ep = new EventProxy();
    ep.after('ok',most,function(){
        foo(start+most);//一个批次任务完成，递归进行下一批任务
    });
    var q=0;
    for(var i=start;i<urllist.length;i++){
        if(q>=most){
            break;//最多添加most个任务
        }
        http.get(urllist[i],function(res){
            //....
            res.on('end',function(){
                ep.emit('ok');//一个任务完成，触发一次ok事件
            });
        });
        q++;
    }
}
foo(0);

2.使用 async.mapLimit 控制并发
var async = require('async');

//模拟一组连接地址
var urls = [];
for(var i = 0; i < 30; i++) {
    urls.push('http://datasource_' + i);
}
console.log(urls);

// 并发连接数的计数器
var concurrencyCount = 0;

// 并发抓取数据的过程
var fetchUrl = function (url, callback) {
    // delay 的值在 2000 以内，是个随机的整数
    var delay = parseInt((Math.random() * 10000000) % 2000, 10);
    concurrencyCount++;
    console.log('现在的并发数是', concurrencyCount, '，正在抓取的是', url, '，耗时' + delay + '毫秒');
    setTimeout(function () {
        concurrencyCount--;
        //抓取成功，调用回调函数
        callback(null, url + ' html content');
    }, delay);
};

//使用 async.mapLimit 来 5 个并发抓取，并获取结果
async.mapLimit(urls, 5, function (url, callback) {
    fetchUrl(url, callback);
}, function (err, result) {
    //所有连接抓取成功，返回回调结果列表
    console.log('final:');
    console.log(result);
});

3.使用async.queue 控制并发

"use strict"
var http = require('http');
var cheerio = require('cheerio');
var URL = require('url');
var path = require('path');
var fs = require('fs');
var async = require('async');

var baseUrl = "http://cnodejs.org/";
var targetUrl = "http://cnodejs.org/";
var stime = new Date();

function sGet(url,callback){
  var chunks = [];
  http.get(url,(res)=>{
    if (res.statusCode != '200') {
      callback({message:"抓取失败,状态码:"+res.statusCode,url:url});
      return;
    }
    res.on('data',(chunk)=>{
      chunks.push(chunk);
    });
    res.on('end',()=>{
      callback(null,Buffer.concat(chunks).toString());
    });
  }).on('error',(e)=>{
    callback({message:"抓取失败",url:url,err:e});
  });
}

sGet(targetUrl,(err,data)=>{
  if (err) {
    console.log(err);
    return false;
  }
  var $ = cheerio.load(data);
  var anchors = $("#topic_list a.topic_title");
  console.log('共'+anchors.length+'个任务');

  const most=5;//并发数
    //创建队列并指定并发数
  var q=async.queue(function(url,callback){
    var filename = path.basename(url)+'.txt';
    sGet(url, (err, data)=> {
      if (err) {
        callback(err);
        return false;
      }
      fs.writeFile('./html/' + filename, data, function (err) {
        if (err) {
          throw err;
        }
        callback(null,filename);
      });
    });
  },most);

  q.drain = function() {
    console.log('任务全部完成,共耗时:'+(new Date()-stime)+'ms');
  }

  anchors.each(function(){
    var url = URL.resolve(baseUrl,$(this).attr('href'));
    q.push(url,function(err,filename){
      if (err) {
        console.log(err);
        return;
      }
      console.log("finished:"+filename);
    });
  });
});