不敢开车的老司机

常说车开多了胆子会越来越小，写代码也是。其实不是老司机胆子小了，而是新手无知无畏罢了。

最近一个很简单的功能，我做了2-3天，要是在我刚毕业的是时候把这个任务交给我，啪啪啪，不是我吹牛，2-3小时我就搞定了！

直接看产出的结果可能没觉得怎么样，甚至还会觉得这么做不对，但我觉得其中的思考过程还是非常有价值的，所以想在这记录下来。

需求

这个任务的需求简单到一句话就可以描述了：做一个每日签到系统，连续签到会有额外的积分奖励。

这功能，见的太多了吧？我分分钟就把表结构和 API 设计好了！

+------------------------+------------------+------+-----+---------+-------+
| Field                  | Type             | Null | Key | Default | Extra |
+------------------------+------------------+------+-----+---------+-------+
| user_id                | int(10) unsigned | NO   | PRI | NULL    |       |
| check_in_time          | timestamp        | NO   | PRI | NULL    |       |
+------------------------+------------------+------+-----+---------+-------+

API 就不用说了吧？太简单了，每次签到的时候检查一下当天有没有签到过就行了。

你看吧，我就说交给刚毕业的我，2-3小时就搞定了。

但真的这么简单吗？老司机一眼就看出了其中的各种问题！

时区问题：我们的 App 是一个国际化的 App，如何处理时区问题？
高并发问题：高并发的情况下会不会出现一天签到多次的问题？如何解决？
性能问题：需求中需要知道连续签到天数，按照这样的表结构如何查询才能最高效？

问题都列在这了，开始一个个解决吧。

时区问题

第一个要面临的就是时区问题。

考虑不周的情况下，很多人会直接用当地时间或者 UTC 时间来解决。

因为如果在国内做开发，可能你的系统只要处理中国标准时间就够了，完全不需要考虑时区问题。

遥想当年做系统的时候，数据库里存的全部是本地时间… But it works well!

签到的体验应该是怎么样的？

在国际化的背景下，签到的体验应该是怎么样的？

如果一个人一辈子呆在一个地方，那么他每日签到的时候就应该用他的当地时间作为节点。每天过午夜0点的时候，就可以再次签到了。

解决这点很简单啊！我们在签到的接口中，加入了timezone参数。timezone的最小颗粒度是分钟，所以我们的参数是分钟级别的。

local_now = utc_now + timezone * 60
local_today_start = local_now - local_now % (24 * 60 * 60)
local_today_start_in_utc = local_today_start - timezone * 60

上述代码会根据用户传入的时区，找到他的时区中对应的一天开始时间。

然后 SQL 语句可以是这样的：

SELECT * FROM check_in WHERE user_id = {user_id} AND check_in_time >= {local_today_start_in_utc}

这样就可以判断这个用户是不是在“今天”签到过了。

恶意重复签到和高并发下的重复签到问题

上面的方案看似完美，但是眼尖的老司机们又发现了问题！

utc_now是系统时间，用户无法篡改，但timezone是用户传上来的，它完全可以伪造请求或者手动修改手机时区，服务器根本不可能判断这个参数是否真实。

那么就会出现如下场景：

用户timezone是+480，他在当地时间2016-10-25 00:00:01签到，相当于在在 UTC 时间2016-10-24 16:00:01签到。

此时，用户强制修改自己的时区为+540，在当地时间2016-10-25 00:01:02签到，相当于在在 UTC 时间2016-10-24 17:00:02签到。

根据上面的设计，用户是可以签到成功的，他可以利用这个方式，每天签到多次，这样也就可以获得大量的积分。系统统计连续签到天数的时候，也会出现错乱。

不仅如此，如果用户恶意快速请求接口，2次请求同时判断当天无签到，然后又同时写入了数据，也会出现重复签到问题。

少用事务，多用唯一键索引

如何解决这两个问题呢？

   | UTC 10-25 | UTC 10-26 | UTC 10-27 |
---+-----------+-----------+-----------+---
         | LOC 10-26 |

先画个时间轴看看，假设用户的时区是 +12，那么他比 UTC 时间早了12个小时。

此时，他的一天中可能会对应到 UTC 时间的10月25日，也可能会对应到UTC时间的10月26日。

想要避免他重复签到，最理想的就是利用数据库唯一键索引或者是主键。那这里的联合主键其实就是用户 ID 和 UTC 日期了。

UTC 日期计算方法就是：int(utc_now/24/60/60)，也就是说，当地日期可能会跨2个UTC日期，那么默认取前一个。

表结构也要改一下：

+------------------------+------------------+------+-----+---------+-------+
| Field                  | Type             | Null | Key | Default | Extra |
+------------------------+------------------+------+-----+---------+-------+
| user_id                | int(10) unsigned | NO   | PRI | NULL    |       |
| check_in_date          | timestamp        | NO   | PRI | NULL    |       |
| check_in_time          | timestamp        | NO   |     | NULL    |       |
+------------------------+------------------+------+-----+---------+-------+

这里加了一个check_in_date字段，并且，把user_id和check_in_date做成了联合主键。

这样无论用户怎么高并发，配合INSERT IGNORE语句，并在每次执行的时候检查影响行数，就可以知道是否插入成功了。

插入成功后再去增加积分就可以了。

忘了时区问题？

等等，时区问题是不是漏了？

刚才说，如果一个用户瞬间到了另一个地方，时区变了一点点，理论上他是可以再度过一次0点的。

当地日期可能会跨2个 UTC 日期，那么默认取前一个。如果，发现他垮了时区，在当前时区下的“今天”没签到过，那么允许他再一次签到，写入数据库的就是跨2个 UTC 日期的后一个。

直接说太生涩，举个例子：

用户timezone是+480，他在当地时间2016-10-25 00:00:01签到，相当于在在 UTC 时间2016-10-24 16:00:01签到。

写入的数据是这样的：

+---------+---------------+---------------------+
| user_id | check_in_date | check_in_time       |
+---------+---------------+---------------------+
| 1       | 2016-10-24    | 2016-10-24 16:00:01 |
+---------+---------------+---------------------+

接下来，他改时区了：

用户强制修改自己的时区为+540，在当地时间2016-10-25 00:01:02签到，相当于在在 UTC 时间2016-10-24 17:00:02签到。

根据这条 SQL 语句，查询到的数据是0条：

SELECT * FROM check_in WHERE user_id = 1 AND check_in_time >= '2016-10-24 17:00:00'

也就是说他可以签到，先尝试这样的数据：

+---------+---------------+---------------------+
| user_id | check_in_date | check_in_time       |
+---------+---------------+---------------------+
| 1       | 2016-10-24    | 2016-10-24 16:00:01 |
| 1       | 2016-10-24    | 2016-10-24 17:00:02 |
+---------+---------------+---------------------+

很明显，主键冲突了，第二条数据是写不进去的，那么此时就尝试check_in_date加一天：

+---------+---------------+---------------------+
| user_id | check_in_date | check_in_time       |
+---------+---------------+---------------------+
| 1       | 2016-10-24    | 2016-10-24 16:00:01 |
| 1       | 2016-10-25    | 2016-10-24 17:00:02 |
+---------+---------------+---------------------+

再接下来，厉害了 Word 哥，他又改了时区：

用户强制修改自己的时区为+600，在当地时间2016-10-25 00:02:03签到，相当于在在 UTC 时间2016-10-24 18:00:03签到。

此时根据，“今天”他还是没有签到数据，但当他尝试插入check_in_date = 2016-10-24和check_in_date = 2016-10-25的时候都失败了！

至此，解决了用户换时区后多次签到的问题。

如何高效地运算连续签到天数和今天是否已经签到

当我面临这个问题的时候，各种算法，数据结构浮现在我脑中。

这种需求最先想到的就是二分查找发。

查找的步骤大概是这样的：

先搜索出某个人最近的10天的数据，大部分人不会连续签到这么久
在内存中判断他是否连续签到了，他今天有没有签到
如果这10的数据中有漏掉的天数，那么就可以直接返回他的连续签到天数和今天是否已经签到了
如果他这10天全部签到了，那么就要开始查找以前的数据了，这时不需要找到所有数据，只要 COUNT 记录行数，对比一下天数就知道是否漏掉了
先找20天前的数据，如果签到次数是20，那么继续找40天的数据，再找80天，以此类推。
直到发现，例如160天的签到数据小于160，那么说明他的连续签到天数在80-160之间。
二分查找发开始了，先判断120天的签到数据，如果是齐的，那么找120-160之前，一次类推最后会确认连续签到天数

当这段代码跑起来的时候，我不经为自己鼓起了掌！?????

然后，我还为此写了详细的注释：

# check_offset_upper_bound = [
# check_offset_lower_bound = ]
# query_offset = ^
#
# Init status
#               ^           ]
# ?|?|?|?|?|?|?|?|?|?|?|?|?|*|*|*|*|*|*|
#
#
# All check in
#   ^           ]
# ?|?|?|?|?|?|?|*|*|*|*|*|*|*|*|*|*|*|*|
#
#
# Not all check in
#   [     ^     ]
# x|x|?|?|?|?|?|*|*|*|*|*|*|*|*|*|*|*|*|
#
#
# All check in
#   [   ^ ]
# x|x|?|?|*|*|*|*|*|*|*|*|*|*|*|*|*|*|*|
#
#
# All check in
#   [ ^ ]
# x|x|?|*|*|*|*|*|*|*|*|*|*|*|*|*|*|*|*|
#
#
# Not all check in
#     [ ]
# x|x|x|*|*|*|*|*|*|*|*|*|*|*|*|*|*|*|*|

感觉自己就要走向人生巅峰了！

空间换时间

正当我沾沾自喜的时候，还是感觉有点不太对劲，这段算法虽然高效，但是是否可以利用空间换时间，把这个数据存下来，再次提高效率呢？

最后，想到了最终版的高效方案。

表结构

+------------------------+------------------+------+-----+---------+-------+
| Field                  | Type             | Null | Key | Default | Extra |
+------------------------+------------------+------+-----+---------+-------+
| user_id                | int(10) unsigned | NO   | PRI | NULL    |       |
| check_in_date          | timestamp        | NO   | PRI | NULL    |       |
| check_in_time          | timestamp        | NO   |     | NULL    |       |
| consecutive_check_days | int(10) unsigned | NO   |     | NULL    |       |
+------------------------+------------------+------+-----+---------+-------+

签到逻辑

假设数据库里有如下数据：

+---------+---------------+---------------------+-----------------------+
| user_id | check_in_date | check_in_time       | consecutive_check_days|
+---------+---------------+---------------------+-----------------------+
| 1       | 2016-10-24    | 2016-10-24 16:00:01 | 1                     |
| 1       | 2016-10-25    | 2016-10-24 17:00:02 | 2                     |
+---------+---------------+---------------------+-----------------------+

假设现在是2016年10月26日，我需要查询今天是否可签到，和之前的连续签到天数。

查询语句是：

SELECT * FROM check_in WHERE user_id = 1 AND check_in_date >= '2016-10-25' ORDER BY check_in_date DESC LIMIT 1;

如果一条数据都没，那么返回今天可签到，之前连续签到天数0

如果返回数据check_in_time是“今天”，并且check_in_date已经把之前提到的两个 UTC 日期坑位占满，那么今天就不可以签到了，但是之前的连续签到天数就是2。

相反，如果数据表示可以签到，那么这里就可以签到，签到逻辑和上面略有不同。

首先是多了consecutive_check_days，此时只要写入2+1即可。然后是根据查询到的数据，可以判断出 UTC 日期前一个坑位是否已经被占用，如果已经被占用，那么可以直接写入后一个坑位。

查询逻辑

查询逻辑其实就是刚才插入逻辑的一部分。利用索引高效查询，而且只要一条数据，就可以知道所有信息，非常高效！

总结

至此，一个简洁、高效、合理、无冲突的系统完成了。正是老司机的各种“怕”，造就了更安全的行车过程。

原文地址：http://www.dozer.cc/2016/10/localization-check-in.html

不敢开车的老司机