在一開始接觸php接觸mysql的時(shí)候就聽不少人說：“mysql就跑跑一天幾十萬ip的小站還可以，要是幾百萬ip就不行了”，原話不記得了，大體就是這個意思。一直也沒有好的機(jī)會去驗(yàn)證這個說法，一是從沒有接手過這么大流量的網(wǎng)站，二是平時(shí)工作也比較忙，懶得去管這些，反正現(xiàn)在用不著，抱著這個想法把這個問題一直留到了最近，才把這個問題搞明白。

 　　就在前幾天公司旗下一網(wǎng)站(由于這是公司的商業(yè)內(nèi)容我就不說是那個網(wǎng)站了，免得有兄弟說是ad)以下簡稱a站，這a站在年后流量猛增從一天的七八十萬猛跑到了好幾百萬的ip，一天下來接近一千萬的pv讓整個服務(wù)器在高壓下超負(fù)荷的工作著，時(shí)不時(shí)的服務(wù)就出現(xiàn)當(dāng)機(jī)。

 　　最首先反映出情況的是數(shù)據(jù)統(tǒng)計(jì)，一天下來一個數(shù)據(jù)也沒有統(tǒng)計(jì)上，原來是mysql掛了。

 　　本文就圍繞這個問題來講講我們公司幾個技術(shù)人員的解決方案。

 　　1. mysql服務(wù)器集群

 　　由于是小公司在資金和成本上都有所限制，而且在技術(shù)上也沒有幾個技術(shù)員接觸過，所以這個方法自然就讓大伙否決了。

 　　這里說說我個人的理解!做集群不但添加資費(fèi)的開銷，而且在技術(shù)上也有很大的挑戰(zhàn)，對于我們公司目前的情況是不大現(xiàn)實(shí)的。集群無非就是把一臺服務(wù)器的壓力轉(zhuǎn)接到兩臺或是多臺服務(wù)器上，我是這么理解的，也許我理解有誤，還請大家指教。

 　　2. 分而治之

 　　這個方法和集群差不多，不過是把統(tǒng)計(jì)的代碼放在不同的服務(wù)器上跑，由于公司有不少配置低的服務(wù)器跑幾萬到幾十萬ip還是沒有問題的，我們可以把幾百萬流量分成十來個幾十萬的量分而統(tǒng)計(jì)。

 　　優(yōu)點(diǎn)：充分的利用了現(xiàn)在的資源，解決了目前的問題。

 　　缺點(diǎn)：這樣的方法不是長久之計(jì)，遲早還是會出問題的。而且在統(tǒng)計(jì)數(shù)據(jù)的時(shí)候比較麻煩。

 　　3. 統(tǒng)計(jì)代碼的修改

 　　由于之前采用的是在插入數(shù)據(jù)之前加以判斷，這個ip是否存在，來路等的處理，無形中增加了服務(wù)器的壓力，所以大伙把統(tǒng)計(jì)代碼改成來一個就插入數(shù)據(jù)庫，不管三七二十一等以后在處理。

 　　這個方法基本上把當(dāng)天的數(shù)據(jù)保留下來了，可是在處理的時(shí)候由于數(shù)據(jù)量的龐大，來來回回還是把服務(wù)器跑死了，而且在插入的時(shí)候由于當(dāng)時(shí)設(shè)計(jì)數(shù)據(jù)結(jié)構(gòu)的時(shí)候留有的索引，也大大的消耗了不少的服務(wù)器資源。

 　　那么把索引去掉到最后處理的時(shí)候又是老慢的，得不償失。

 　　4. 統(tǒng)計(jì)方式的修改

 　　最后這一個方法，效果非常的明顯。那是什么方法呢!

 　　這里就主要介紹這個方法：

 　　a、 保留原用的數(shù)據(jù)結(jié)構(gòu)不變，并把所有的數(shù)據(jù)按一定的結(jié)構(gòu)存入文件。

 　　結(jié)構(gòu)：可以是xml json，也可以是你自己想的任何有規(guī)律的數(shù)據(jù)排放。

 　　例如：

 1 221.2.70.52 http://www.baidu.com windowxp\r\n
 2 221.2.70.52 http://www.baidu.com windowxp\r\n
 　　寫入文件:fopen，fwrite??no 這里介紹一個非常好用的技巧，也許大家都知道，但是像我這樣的菜鳥大概都不知道，那就是用error_log，這不是寫錯誤日志的嗎?對就是他，非常方便。

 　　格式：

 1 error_log(" 內(nèi)容"   3  " /date.dat" ) 
 　　這里我就不說他的具體用了，不明白的朋友可以查一下手冊。

 　　b、數(shù)據(jù)文件的命名

 　　為什么這里要講文件的命名呢?如果就一味的把數(shù)據(jù)的寫入文件不作任何的處理那么他和直接插入數(shù)據(jù)庫有多大的區(qū)別呢?那么我們所作的一切都是無用功了。

 　　首先是在時(shí)間的利用上:date(‘ymdh’)得到的值是如：2008121112這有什么好入，這樣一來這個數(shù)據(jù)就是一個小時(shí)一個文件必免了文件過大，而且不用去判斷自動生成。

 　　ip的應(yīng)用：由于在很多數(shù)據(jù)上都是一個ip操作的，所以把相同ip的數(shù)據(jù)放在一個文件里在后面的處理就非常方便處理。請看后面的介紹，這里我們?nèi)p成三位為文件名字的一部分。

 　　c、 數(shù)據(jù)的導(dǎo)入處理

 　　通過以上兩位的操作當(dāng)天的數(shù)據(jù)會一個不少的保留下來，接下來怎么處理其實(shí)并不是很重要了。但是這里還是講講我的想法。

 　　入庫前處理：

 　　前面講到把ip三位相同的放一個文件就是為了入庫前到它們進(jìn)行處理，首先可以用最笨的方法把數(shù)據(jù)拆成n個數(shù)據(jù)。在進(jìn)行重復(fù)數(shù)據(jù)的刪除。

 　　如果一個ip瀏覽多頁那么pv在這里就可以得到統(tǒng)計(jì)，并把訪問的頁面進(jìn)行處理，組成新的數(shù)據(jù)。

 　　導(dǎo)入方法：

 　　這里要介紹一下數(shù)據(jù)的導(dǎo)入方法

 1 $sql=" load data infile ' " .$file." '  into table `test` fields terminated by '  '  lines terminated by ' \r\n' (
 2 
 3 　　`time`   `md5`
 4 
 5 　　)"  
 　　就這一個語句，在導(dǎo)入幾十萬數(shù)據(jù)的時(shí)候可以說是刷刷的，用法我這里也不過多介紹了，大家有不明白的可以查手冊，所以說解決數(shù)據(jù)庫的瓶頸的辦法不定要加設(shè)備，也不一定要換數(shù)據(jù)庫，只要換一個思路就能解決不少問題。