API 的设计问题

[hujianxin]

大家好，我需要在数据库获取十几万条数据，然后通过得到的这些数据，计算得到十几个参数（统计计算：方差、极差等）。

现在的任务是，需要从前端得到这所有的十几万条数据，以及另外计算得到的十几个参数。其宗问题是，在数据库中获取数据的过程非常慢，大约的两分钟。

现在我有几种解决方案：

1. 后端得到这十几万条数据，后端提供一个 api ，用来处理前端的 get 请求，将这些数据发送到前端，然后在前端计算另外的十几个参数。这里有可能占用内存较大，而且需要客户端来完成计算。
2. 后端得到这十几万条数据，然后将这些数据存储为一个类的类变量。后端提供多个 api ，首先要有得到十几万条结果数据的 api ，还要有另外的十几个 api 用来分别得到另外十几个参数，也就是说例如需要得到方差的时候，使用类里面存储的十几万条结果实时计算得到。这个设计的问题，可能是这十几万条数据比较占用内存，在后端长期驻留。
3. 后端同样提供多个 api ，像上面一样。但是，那十几条参数的 api 都不涉及计算，而是在获取十几万条结果数据的 api 里面计算得到，然后存储到类的私有变量里面。十几条参数的 api 仅仅是这些似有成员的 getter 就可以。这个设计的问题可能是不统一，因为前端必须先调用获取十几万条结果的 api ，才能调用其他的 api ，否则得到的结果是假的结果。但是这个设计对内存友好，因为只是在一个函数里面存储了十几万条数据，等出了这个函数就垃圾回收了。
4. 最后一种方案是只提供一个 api ，这个 api 返回一个 json 。 json 里面除了提供十几万条结果数据之外，还提供另外的十几个参数。

描述的可能比较麻烦，非常感谢大家能为我指点迷津！感谢

[sagaxu]

4 最好

[sarices]

大量数据还是服务端运算吧，毕竟浏览器效率提不上去

[lslqtz]

只提供一个 api ，这个 api 返回一个 json 。只提供另外的十几个参数。
返回几十万条太费资源，浏览器也容易卡死。
这属于在服务端计算，那么大的数量，建议不要传给客户端耗费带宽。

[kimchan]

同三楼...json 把十几万条数据返回......真的大丈夫?

[jimzhong]

用任务队列吧，前端先把数据上传给后端，后端开始计算。前端定期 poll 计算状态，直到取得结果。
十几万条数据交给前端浏览器算会消耗很多内存的。

[lrh3321]

对实时性要求不高的话就提前算好，存另一个表里，然后定时更新

[sagaxu]

@lslqtz 需求里客户端需要那十几万条数据的，不然也不会傻到发送给客户端了。除了分页慢慢传，还能有什么办法？

[just4test]

能描述下是什么业务场景需要把这些数据放在客户端吗？我觉得这个设计从根本上就有问题。

[hujianxin]

@lslqtz @kimchan 谢谢回复，我打算压缩之后在传送，这个应该可以接受吧

[hujianxin]

@jimzhong 谢谢，任务队列这个我了解一下去

[hujianxin]

@sagaxu @just4test 客户要求我们做数据可视化，将数据的分布情况显示到网页上，请教一下，有好的方法，不需要将数据传到前端吗？感谢

[just4test]

另外，考虑到这十几万条数据数据的更新频率（业务上不可能，也做不到要求完全实时的最新数据。毕竟从查数据库到返回结果也要十多分钟），可以把楼主说的第 4 项的返回值存成一个静态文件，还可以 zip 一下。然后提供一个接口返回该 zip 的下载地址即可。按业务需求，每隔一段时间生成一个新文件（不马上把旧的删除，因为可能还有客户端正在下载该旧文件），然后那个接口指向新文件的下载地址。



@sarices
@sagaxu
@lslqtz
我还是觉得楼主的设计从根本上就有问题。

[kimchan]

@hujianxin 具体是怎么个压缩法? 如果压缩后还是很大. 浏览器渲染会很慢. 任务队列是个方法. 另外. 计算结果是否可以放缓存? 还是说计算结果会经常变?

[tomczhen]

x-y problem

[shibingsw]

x-y problem

[just4test]

@hujianxin 你觉得可视化需要在一个页面里描绘十几万个点吗？
听说过抽样和统计吗？
如果觉得抽样统计还不能满足需求，就在服务器上把图画好了再发过去。

[windyboy]

从前端获得十几万条数据是什么意思？

[Bryan0Z]

几十万条数据压缩一下，也就几兆啊，为啥不能传…

[scys]

不要小看前端处理能力 -_-
---

感觉是不复杂的数据结构：大数据性能测试
http://www.supcan.cn/solution/server17.htm

[scys]

感觉楼主要考虑的是后端缓存，前端考虑的是绘制的程度，你确定要绘制那么精细的图表？
没讲过那么精细的图表就是，如果有了缓存，你就可以抽样，比如 1/2 这样返回。
你的 IO 压力减少了，同时各个函数间如果同意用一分缓存，连内存压力也减少了。
前端也能减少数据获取量，你的 CDN 也能减少传输量了。

---
你究竟遇到啥问题，好像和你数量级没啥关系就是。