前言
下载,是一种常见的业务场景,而【下载】这个动作,其实可以从业务中抽离出来,使其作为一个通用的下载组件,有需求的业务方直接接入即可,避免重复开发。
通用数据下载中心(导出),旨在提供通用的,接入便捷,高效,稳定的数据下载服务
原始
每个服务自己写下载操作:
弊端:
- 如果数据量大,将假死在下载页面,交互上不友好
- 不方便管理
- 代码冗余
针对这些弊端,我们将一一解决!
解决方案
1、异步下载:
针对第一点,数据量大的情况下,我们可以采用异步的方式
- 用户点击下载时,同步返回下载任务taskId
- 前端轮询通过taskId获取下载数据
2、下载文件统一存储
针对弊端2(不方便管理),我们一般将下载的文件统一存储,比如 云服务商提供的OSS,对外暴露文件链接即可。
业务上可以自己统一管理这些下载的文件,同时也可以多次下载。
这里你一般需要额外提供一个下载管理页面,管理下载的状态、链接等等,类似于:
3、抽象通用组件
到目前为止,你可能发现了,每一个服务都在自己处理下载操作,并且下载动作的雷同,代码看起来很冗余,接下来我们尝试将下载进行抽象成独立于业务之外的组件。
方案1:写一个通用组件SDK,有需要的应用直接依赖SDK,这样一来,应用方就不需要关注下载这块逻辑,只需要写提供数据的部分即可。
可以看到,SDK统一封装下载逻辑,下载中心生成、管理下载任务,当然,文件上传可以直接从SDK到云OSS,也可以先从SDK将数据推送到下载中心,再由下载中心生成文件上传到云OSS。
方案2:让下载中心承担更多,主要做下载任务提交、下载管理、上传OSS等能力,应用层则提供数据接口,方便下载中心通过接口获取数据。
当然,以上两种方式都已经在生产实践过,各有各的好处,你可以按需选择。
更优解
当你需要导入的数据量级比较大时,你的系统压力可能会过载,频繁GC,最终可能会导致OOM。
怎么优化?
拉取一批数据追加写入到本地文件然后释放内存,保证对象在新生代可回收,预计大数据量导出时内存增长为锯齿波型图。
这里我们通过方案2进行优化: