PHP高并发场景下的系统架构设计-源码库

PHP高并发场景下的系统架构设计：从单机到分布式的实战演进

作为一名经历过多次618、双11大促的老兵，我深知PHP在高并发场景下的架构演进之路。今天就来分享我们团队从单机部署到支撑百万级并发的完整架构设计经验，包含踩过的坑和实用的解决方案。

一、基础架构优化：从单机瓶颈开始

记得第一次遇到高并发问题是在用户量突破10万时，我们的单机PHP应用开始频繁出现502错误。经过分析，发现主要瓶颈在以下几个方面：

1. PHP-FPM进程优化

默认的PHP-FPM配置根本无法应对突发流量，我们通过以下配置显著提升了并发处理能力：

# /etc/php/7.4/fpm/pool.d/www.conf
pm = dynamic
pm.max_children = 100
pm.start_servers = 20
pm.min_spare_servers = 10
pm.max_spare_servers = 30
pm.max_requests = 1000  # 防止内存泄漏

2. OpCache配置优化

开启并优化OpCache让我们的QPS直接提升了3倍：

// php.ini 配置
opcache.enable=1
opcache.memory_consumption=256
opcache.interned_strings_buffer=16
opcache.max_accelerated_files=20000
opcache.revalidate_freq=300

二、缓存层设计：Redis集群实战

当并发达到5万QPS时，数据库成为新的瓶颈。我们引入了Redis集群，但在实践中遇到了数据一致性和雪崩问题。

1. 缓存击穿解决方案

热点key失效时导致大量请求直接打到数据库，我们使用互斥锁解决：

function getProductInfo($productId) {
    $cacheKey = "product:{$productId}";
    $data = $redis->get($cacheKey);
    
    if ($data === false) {
        $lockKey = "lock:{$cacheKey}";
        // 获取分布式锁
        if ($redis->set($lockKey, 1, ['nx', 'ex' => 10])) {
            try {
                $data = $db->query("SELECT * FROM products WHERE id = ?", [$productId]);
                $redis->setex($cacheKey, 3600, json_encode($data));
            } finally {
                $redis->del($lockKey);
            }
        } else {
            // 等待其他进程加载缓存
            usleep(100000);
            return getProductInfo($productId);
        }
    }
    
    return json_decode($data, true);
}

2. Redis集群配置

我们采用Codis方案，实现平滑扩容：

# 启动Codis代理
./codis-proxy --config=proxy.toml --log=proxy.log --cpu=8

# 数据分片配置
"sharding": [
    {"start": 0, "end": 5460, "master": "redis1:6379", "slave": "redis2:6379"},
    {"start": 5461, "end": 10922, "master": "redis3:6379", "slave": "redis4:6379"}
]

三、数据库架构：读写分离与分库分表

当用户量突破百万时，单一的MySQL实例已经无法支撑。我们实施了读写分离和分库分表策略。

1. 基于MySQL Proxy的读写分离

class DBProxy {
    private $writeConn;
    private $readConn;
    
    public function __construct() {
        $this->writeConn = new PDO("mysql:host=master.db.com;dbname=app", $user, $pass);
        $this->readConn = new PDO("mysql:host=slave.db.com;dbname=app", $user, $pass);
    }
    
    public function query($sql, $params = []) {
        $isRead = stripos($sql, 'SELECT') === 0;
        $conn = $isRead ? $this->readConn : $this->writeConn;
        
        $stmt = $conn->prepare($sql);
        $stmt->execute($params);
        return $stmt->fetchAll(PDO::FETCH_ASSOC);
    }
}

2. 用户表分库分表示例

我们按照用户ID进行分片，每个分片256张表：

function getShardInfo($userId) {
    $dbIndex = ($userId >> 16) % 16;  // 分16个库
    $tableIndex = $userId % 256;      // 每个库256张表
    
    return [
        'database' => "user_db_{$dbIndex}",
        'table' => "user_info_{$tableIndex}"
    ];
}

四、消息队列解耦：RabbitMQ实战

为了应对秒杀场景，我们引入消息队列进行流量削峰。

// 秒杀请求入队
function seckillRequest($userId, $productId) {
    $message = [
        'user_id' => $userId,
        'product_id' => $productId,
        'timestamp' => time()
    ];
    
    $channel->basic_publish(
        new AMQPMessage(json_encode($message)),
        '',
        'seckill_queue'
    );
}

// 消费者处理
$callback = function ($msg) {
    $data = json_decode($msg->body, true);
    
    try {
        processSeckillOrder($data['user_id'], $data['product_id']);
        $msg->ack();
    } catch (Exception $e) {
        // 记录日志并重试
        $msg->nack();
    }
};

$channel->basic_consume('seckill_queue', '', false, false, false, false, $callback);

五、负载均衡与容器化部署

最后，我们使用Nginx + Docker实现水平扩展。

1. Nginx负载均衡配置

upstream php_servers {
    server 192.168.1.10:9000 weight=3;
    server 192.168.1.11:9000 weight=2;
    server 192.168.1.12:9000 weight=2;
    ip_hash;  # 会话保持
}

server {
    listen 80;
    location ~ .php$ {
        fastcgi_pass php_servers;
        include fastcgi_params;
    }
}

2. Docker Compose部署

version: '3'
services:
  php:
    image: custom-php:7.4
    deploy:
      replicas: 10
    environment:
      - DB_HOST=mysql_cluster
      - REDIS_HOST=redis_cluster
  
  nginx:
    image: nginx:1.18
    ports:
      - "80:80"
    depends_on:
      - php