Performance 以良好的性能服务数百万条路线
我正在为一个新项目做一些研究，这个项目的约束条件和规格还没有确定。需要的一件事是在根域的正下方有大量的路径。这可能会增加到数百万条路径。路径没有共同的结构或唯一的部分，因此我必须寻找精确的匹配 现在我知道分解这些路径更有效，这也有助于路径查找。不过，我正在研究这种可能性，所以请容忍我 我正在评估实现这一目标的方法，同时保持优异的性能。我想到了以下方法：Performance 以良好的性能服务数百万条路线,performance,routes,bigdata,Performance,Routes,Bigdata,我正在为一个新项目做一些研究，这个项目的约束条件和规格还没有确定。需要的一件事是在根域的正下方有大量的路径。这可能会增加到数百万条路径。路径没有共同的结构或唯一的部分，因此我必须寻找精确的匹配 现在我知道分解这些路径更有效，这也有助于路径查找。不过，我正在研究这种可能性，所以请容忍我 我正在评估实现这一目标的方法，同时保持优异的性能。我想到了以下方法： 将路径存储在SQL数据库中，并对每个请求进行查找。这似乎是最糟糕的选择，绝对不会被使用 将路径存储在像Redis这样的键值存储中。这会好得多，
- 将路径存储在SQL数据库中，并对每个请求进行查找。这似乎是最糟糕的选择，绝对不会被使用
- 将路径存储在像Redis这样的键值存储中。这会好得多，而且我认为表现相当好（不过必须对其进行基准测试）
- 与许多框架一样，对字符串/正则表达式进行匹配（即开箱即用），以获得如此多的可能匹配是不可能的，因此不是一个真正的选项。但我可以看到，在进行某种算法时，你可以逐个字母进行比较，并结合一些智能优化，这是如何工作的
更新 我已经测试了Redis方法。基于两组关键字，我得到了1.5亿条路径。我使用
set设置“关键字1-关键字2”显然，这将不起作用，也无法很好地扩展。要么每个web服务器都需要大量的RAM，要么我们必须使用专用的Redis路由服务器。我读过Instagram的工程师们的文章，他们想出了一个大大减小数据库大小的窍门，但我还没有尝试过。不管怎样，这似乎都不是正确的方法。回到绘图板。我建议使用某种键值存储（即散列存储），可能同时对键值进行散列，使其更短（像SHA-1这样的东西就可以了）。我认为Redis是您最好的选择。SQL会很慢，而根据我的经验，正则表达式在查询中总是非常慢 我将执行以下步骤来测试Redis：
ryanea3cd978650417470535f3a4725b6b5042a6ab59