Razvoj

Refactor for Reliability: Master Your Database for Peak Backend Performance

Refaktoriranje za pouzdanost: Ovladavanje bazom podataka za vrhunske performanse pozadinskog sustava

Pozadinski sustav može podnijeti iznenađujuće mnogo neurednog koda. Manje prašta kada svaki zahtjev od baze podataka traži nepotreban posao, čeka na zaključavanje ili dohvaća više podataka nego što aplikacija može sigurno obraditi. Ti se problemi često skrivaju iza krajnje točke koja je izgledala sasvim razumno dok je tablica sadržavala nekoliko stotina redaka.

Pouzdanost i performanse baze podataka usko su povezane, ali nijedno se ne postiže nasumičnim dodavanjem indeksa. Koristan je posao razumjeti kako se podaci kreću kroz sustav, utvrditi koji su upiti važni i provoditi refaktoriranje u koracima koji čuvaju ispravnost pri opterećenju i u slučaju pogreške.

Počnite od zahtjeva, a ne od baze podataka

Odaberite važan korisnički tijek i pratite ga od krajnje točke API-ja do odgovora. Zabilježite koje upite izvršava, koliko ih često izvršava, koliko podataka vraćaju i na što se troši vrijeme. Spor odgovor može biti povezan s bazom podataka, ali većinu vremena može provesti i u pozivanju druge usluge ili čekanju radnog procesa.

Promotrite uobičajeni promet i zahtjevne slučajeve: korisnika s neuobičajeno mnogo zapisa, širok raspon datuma ili više zahtjeva koji ažuriraju isti račun. Prosjeci mogu prikriti malu skupinu zahtjeva koji zauzimaju veze i prisiljavaju ostatak sustava na čekanje.

Zajedno koristite alate baze podataka za analizu upita i podatke o vremenu izvršavanja aplikacije. Upit koji se brzo izvrši jednom i dalje može biti skup ako ga krajnja točka izvršava stotinama puta. S druge strane, upit koji se često pojavljuje u zapisima možda ne zaslužuje pozornost ako je njegov ukupni trošak zanemariv.

Neka aplikacija postavlja bolja pitanja

Jedan je čest izvor nepotrebnog rada obrazac N+1 upita. Krajnja točka učita popis narudžbi, a zatim zasebno dohvaća kupca za svaku narudžbu. Za 50 narudžbi to može značiti jedan upit za narudžbe i još 50 za njihove kupce.

Dohvatite potrebne kupce u jednoj grupi ili upotrijebite mogućnost unaprijednog učitavanja koju pruža vaš sloj za pristup podacima. Zatim provjerite generirani SQL i veličinu odgovora. Unaprijedno učitavanje svih povezanih podataka može zamijeniti mnogo malih upita velikim rezultatom koji troši mnogo memorije.

Primijenite istu disciplinu na stupce i retke. Odaberite polja potrebna za odgovor, odredite razumnu veličinu stranice i izbjegavajte učitavanje cijele tablice u PHP samo da biste je naknadno filtrirali. Za velike skupove podataka koji se mijenjaju razmotrite paginaciju na temelju pokazivača uz stabilan, indeksiran redoslijed. Uključite jedinstveni dodatni kriterij razvrstavanja kada se vrijednost primarnog kriterija može ponavljati, kako zapisi ne bi nestajali ili se ponavljali između stranica.

Oblikujte indekse prema stvarnim obrascima pristupa

Indeks pomaže kada njegova struktura odgovara načinu na koji upiti filtriraju, spajaju ili razvrstavaju podatke. Pretpostavimo da krajnja točka za narudžbe često dohvaća nedavne narudžbe jednog kupca. Indeks koji počinje identifikatorom kupca, a nastavlja se stupcima za razvrstavanje, može pomoći bazi podataka da pronađe retke tog kupca potrebnim redoslijedom.

Potvrdite rezultat pomoću plana izvršavanja i reprezentativnih podataka. Najbolji indeks ovisi o mehanizmu baze podataka, obliku upita, raspodjeli podataka i drugim opterećenjima. Indeks koji pomaže jednoj krajnjoj točki može povećati troškove pohrane i usporiti umetanja ili ažuriranja jer ga treba održavati pri svakoj promjeni indeksiranih podataka.

Pregledajte postojeće indekse prije dodavanja novih. Suvišni ili rijetko korisni indeksi imaju svoju cijenu, ali i za uklanjanje indeksa potrebni su dokazi: upit koji se upotrebljava za mjesečno izvješće možda se neće pojaviti tijekom kratkog razdoblja praćenja.

Očuvajte ispravnost uz smanjenje nadmetanja za resurse

Brz sustav koji povremeno izgubi ažuriranje nije pouzdan. Upotrijebite transakcije za grupiranje promjena koje moraju zajedno uspjeti ili ne uspjeti. Neka te transakcije budu usredotočene: unaprijed provjerite što možete, obavite potreban rad s bazom podataka i odmah potvrdite transakciju. Čekanje udaljenog API-ja unutar transakcije može zadržati zaključavanja i veze tijekom nepredvidivog mrežnog poziva.

Pažljivo odaberite mehanizme kontrole konkurentnog pristupa. Uvjetno ažuriranje može spriječiti dva zahtjeva da potroše isti raspoloživi iznos ako se provjera uvjeta i promjena provode kao atomska operacija. Za složenije tijekove rada mogu biti prikladna zaključavanja redaka ili optimističke provjere verzije. Pravi izbor ovisi o pravilu koje morate očuvati i ponašanju koje vaša baza podataka jamči.

I ponovni pokušaji trebaju imati granice. Zastoj ili privremeni prekid veze mogu opravdati ponovni pokušaj transakcije, ali samo kada je operaciju sigurno ponoviti. Zahtjev za plaćanje, primjerice, zahtijeva strategiju idempotentnosti koja sprečava da ponovljeni zahtjev stvori drugu naplatu. Upotrijebite ograničen broj ponovnih pokušaja s postupno duljim razmacima i pobrinite se da konačni neuspjeh bude vidljiv pozivatelju ili operateru.

Refaktorirajte sloj između aplikacije i baze podataka

Logiku baze podataka razasutu po kontrolerima teško je mjeriti i mijenjati. Svakom upitu odredite jasno mjesto, bilo da je riječ o repozitoriju, objektu upita ili maloj usluzi s dobro definiranom odgovornošću. Apstrakcija bi trebala olakšati pronalaženje i testiranje važnih upita; ne bi trebala skrivati svaku mogućnost baze podataka iza generičkog sučelja.

Pri optimizaciji imajte na umu API ugovore. Dodavanje paginacije, promjena redoslijeda razvrstavanja ili izostavljanje polja mogu narušiti rad klijenata čak i kada smanjuju trošak upita. Promjene ugovora uvodite promišljeno, dokumentirajte ih i omogućite korisnicima API-ja način migracije.

Predmemoriranje može smanjiti broj ponovljenih čitanja, ali uvodi još jednu kopiju podataka i pitanje: kada ta kopija postaje zastarjela? Počnite s podacima za koje su zahtjevi u pogledu ažurnosti poznati, definirajte ponašanje pri poništavanju valjanosti ili isteku te osigurajte da sustav ostane upotrebljiv kada predmemorija nije dostupna.

Uvodi​te promjene baze podataka u sigurnim fazama

Promjene sheme utječu i na pokrenute verzije aplikacije i na pohranjene podatke. Pri preimenovanju ili uvođenju novog obveznog polja planirajte prijelaz u kojem stari i novi kod mogu koegzistirati. Uobičajen je slijed dodati novu strukturu, uvesti kod koji može raditi tijekom prijelaza, naknadno popuniti postojeće retke u skupinama kojima se može upravljati, provjeriti rezultate i tek tada primijeniti konačno ograničenje ili ukloniti staru strukturu.

Točni koraci ovise o bazi podataka i načinu uvođenja promjena. Provjerite može li migracija blokirati čitanja ili upisivanja, koliko bi mogla trajati na podacima produkcijske veličine i što je potrebno za oporavak ako se zaustavi na pola puta. Migracija koja je brza u maloj razvojnoj bazi podataka u Dockeru može se ponašati posve drukčije nad opterećenim produkcijskim skupom podataka.

Izmjerite rezultat i nastavite pratiti sustav

Nakon svake značajne promjene usporedite isto radno opterećenje prije i poslije nje. Provjerite vremena odgovora, broj upita, potrošnju resursa baze podataka, pogreške i opterećenje veza. Uspješno refaktoriranje trebalo bi poboljšati problem koji ste utvrdili, a da pritom ne premjesti usko grlo na manje vidljivo mjesto.

Najvrjednija optimizacija baze podataka često je jasniji dogovor između aplikacije i njezinih podataka: tražite ono što je potrebno, zaštitite pravila koja se moraju poštovati i predvidite neuspjeh kao sastavni dio dizajna. Tako pozadinski sustav postaje brži na način koji sljedeći programer može održavati.

Portret autora bloga

Mihajlo

Ja sam Mihajlo — programer vođen znatiželjom, disciplinom i stalnom željom da stvorim nešto smisleno. Dijelim uvide, tutorijale i besplatne usluge kako bih pomogao drugima da pojednostave svoj rad i rastu u svijetu softvera i umjetne inteligencije koji se neprestano razvija.