游戏用户中心开发

用户中心最主要的功能就是管理用户的注册和登陆,登陆成功之后生成对应的token,并负责token的验证。当一个用户注册或登陆成功之后,它的信息会在用户中心服务中缓存一段时间,方便验证和查看。一般用户中心使用web服务开发,支持restful模式。这样用户中心可以在app和浏览器通用。目前流行的技术是springboot。技术组合为:springboot + mybatis + mysql + redis。

用户中心最简单的也需要使用用户名和密码登录,在登陆过程中首先就是查询,就先说说查询的事吧!当收到用户登录的请求后,最简单的操作就是先根据用户名和密码查询数据库,一条sql语句就可以搞定,皆大欢喜,随着用户量的增加,发现越来越慢,直到有一天,系统开始卡的不行,如果你的用户量增长的快,这一天来的也很快,到时候,登陆一个账号需要几分钟,用户体验变差。这时候开始考虑解决这个问题。

数据量大,解决的惟一办法就是分而治之,可能想到的第一件事就是分库分表。就是把原来所有数据都存一个库一个表改为存到多个库的表中。那应该怎么分呢?

 如果你的用户id(userId)是long且是递增的,可以方便的以id段分库。比如100000到999999为一个库,记录为1库,1000000到1900000为2库,当收到需要根据用户id查询用户信息时,就可以根据userId判断,在100000到999999范围内就去1库查,在1000000到1900000范围内就去2库查,依次类推,以后不管用户增加多了,只需要增加相应的库就可以了。这样分库的一个好处是,一个用户的所有的信息都在同一个库中。有时候需要对用户信息进行多表查询,这样可以方便的实现。不用跨库查找了。


回到登陆那里,因为登陆的时候不是根据id查询的,而是根据用户名和密码查询的。如果只是单纯的按上面分库,那怎么根据用户名去查询?总不能遍历所有的库吧,虽然这是一个方法,但是相信没有人会这么干。还有一种方法是缓存用户名与id的对应关系,比如当用户注册成功之后,生成userId,这时把用户名和userId及密码的对应关系存储到redis缓存中。查询的时候,选择查redis,看看用户名对应的id是否存在,如果存在再对比密码信息。如果不存在,再从数据库查找,找到后如果密码正确,存储到缓存中。所以问题又回来了,还是需要根据用户名和密码在数据库中查询。

因为我们是根据userid分库的,所以我们应该想办法把用户名和userId建立一定的关系,可以根据用户名制定一定的规则,确定userId所在的库,那么就不能按上面简单的根据id范围来分库了,需要改变一下策略。在生成用户userId的时候,加入一些因子,使用这些因子来分库,而这些由用户名的一些信息生成。首先我们要确定userId的组成,假如我们的userId有以下几部分组成:

43bit(时间戳(存储2018年1月1日零到现在的毫秒数)) +8bit(机器编号) +8bit(毫秒序列) +5bit(分库因子) =64bit

(实现方式参考:http://www.coc88.com/h-nd-147.html#skeyword=%E5%94%AF%E4%B8%80id&_np=0_35

这个算法每秒可以生成不同的userId个数为:1000 * 2^8=256000,可以使用到2296年,最多可以分32个库,基本满足需要了。(如果二百年后不能满足了,再改造吧)

上面说到的分库因子,是由用户名计算出来的,比如用户名wgs123,转成byte,取最后5bit,10011,转化成十进制为19.所在当使用userId% 32时,这个userId被分到第19个数据库。即分库因子最终确定这个userId在哪个库。

即分库因子 =f(username),取最后5bit用于生成userId

这样不管是使用用户中还是用户id,使用它们的最后5bit就可以计算出在哪个数据库了。

如果游戏服务器是世界服,不分区,那么所有的数据都共享在一起,这样设计之后可以放心的导入用户,而不用担心用户过多了。天生就分好库了。

对于游戏来说,不管是世界服还是分区分服的,都有一个角色,需要一个角色id(roleId),这个roleId的生成一般有一定的业务规则,比如由7位数组成,唯一且递增等。所在用户的业务数据和用户映射的时候是使用playerId关联,比如物品信息,技能信息,它们属于一个角色。

用户中心最基本的有两张表,用户表和角色表,用户表中存储用户的基本公共信息,比如:

user table
role table

如果是分区分服的,这里面role table的数据一般来自逻辑服务的通知,当游戏逻辑服那里创建角色了,或角色升级了,会发布一个通知,用户中心这里监听,然后处理这个通知。这样在用户登陆成功之后,需要显示用户的角色信息就非常 方便了。

参考:58沈剑,https://mp.weixin.qq.com/s/8aI9jS0SXJl5NdcM3TPYuQ

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容