online游戏服务器架构—用户登录数据组织

简介:

sprite_t类型的数据结构是核心数据结构,每一个登录用户对应一个,它的初始化在用户登录的时候,此后一直到用户退出或者离线一直保存在系统内存当中,在此过程中该sprite_t数据结构被保存在两个哈希表当中,一个是以用户的id为索引,这个是逻辑相关的,另一个是以此连接的套结字描述符为索引,这个是逻辑无关的:

int parse_protocol(uint8_t *data, int rcvlen, fdsession_t* fdsess)

{

protocol_t pkg;

sprite_t *p, tmp; //tmp是个局部变量,分配于栈上,由于此后的执行续是串行的,也就是说在动态分配sprite_t数据结构于堆上之前并不清除此函数的调用栈帧,因此这里使用局部变量很安全。

int i;

i = 0;

//此处用UNPKG_XX系列解析pkg.len, pkg.ver, pkg.cmd, pkg.id, pkg.ret

p = get_sprite_by_fd(fdsess->fd); //以套结字描述符查找sprite_t数据结构,如果该用户已经登录,那么一定能查找到的,因为用户和online的交互是长连接,如果是登录包,那么肯定查不到,因为这是第一个包

if ((pkg.cmd != PROTO_LOGIN && !p) || (pkg.cmd == PROTO_LOGIN && p) …){

ERROR_RETURN(("pkg error”);

}

if (pkg.cmd == PROTO_LOGIN) {

sprite_t* old = get_sprite(pkg.id); //以id为索引查找该用户是否已经登录

if (old) notify_user_exit(old, -ERR_multi_login, 1); //如果已经登录,那么踢出已经登录的用户

p = &tmp;

memset(p, 0, sizeof(*p));

p->id = pkg.id; //设置用户的id,登录期间一定唯一

p->item_cnt = 0;

p->fd = fdsess->fd; //设置fd,套结字描述符,一定是唯一的

p->fdsess = fdsess;

}

return dispatch_protocol(p, pkg.cmd, data + sizeof (pkg), pkg.len - sizeof (pkg));

}

由此可见,一个sprite_t数据结构连接在两个哈希列表中,一个是套结字描述符为索引的,另一个是用户id为索引的,注意这两个索引都是唯一的索引。每每分配一个sprite_t数据结构都要将之插入到两个哈希表当中,以套结字描述符为索引的查找函数如下:

sprite_t* get_sprite_by_fd(int fd)

{

sprite_t* p = g_hash_table_lookup(all_sprites, &fd);

if ( !p || IS_NPC_ID(p->id) )

return 0;

return p;

}

以用户id为索引的查找函数如下:

static inline sprite_t *get_sprite (uint32_t id)

{

sprite_t *p;

list_for_each_entry (p, &idslots[id % HASH_SLOT_NUM], hash_list)

if (p->id == id)

return p;

return NULL;

}

对于登录包,最终dispatch_protocol会进入到auth_cmd,该函数对用户的一些信息进行一些如MD5之类的验证,然后进入到do_auth函数:

static inline int

do_auth(sprite_t* v)

{

sprite_t* p = add_sprite(v); //该函数将新分配的sprite_t数据结构插入到两个哈希链表当中

notify_user_login(p, 1);

ADD_TIMER_EVENT(p, long_time_min45_in_game, 0, now.tv_sec + 45*60);

ADD_TIMER_EVENT(p, long_time_min10_in_game, 0, now.tv_sec + 10*60);

if (IS_GUEST_ID(p->id)) { //如果是访客的话进入下面流程

enter_map(p, 1, 0); //为访客直接设置地图

rsp_proto_login(p);

return 0;

} else {

return db_get_sprite_with_mail(p);

}

}

sprite_t* add_sprite(sprite_t* v)

{

sprite_t* p = alloc_sprite(v->fd);

*p = *v;

p->stamp = now.tv_sec;

INIT_LIST_HEAD(&p->hash_list);

INIT_LIST_HEAD(&p->map_list);

INIT_LIST_HEAD(&p->timer_list);

list_add_tail(&p->hash_list, &idslots[p->id % HASH_SLOT_NUM]); //插入到以用户id为索引值的哈希链表

return p;

}

static inline sprite_t* alloc_sprite(int fd)

{

sprite_t* p = g_slice_alloc(SPRITE_STRUCT_LEN); //分配一个sprite_t数据结构

p->fd = fd; //初始化一个套结字索引值

g_hash_table_insert(all_sprites, &(p->fd), p); //以套结字描述符为索引插入到全局的哈希链表

++sprites_count;

return p;

}

enter_map是一个很重要的函数,它设置了玩家的地图信息,每一个地图都是一个数据结构map_t,里面包含一个list_head类型的数据结构sprite_list_head,而每一个sprite_t数据结构都有一个list_head类型的map_list,每次初始化完了一个sprite_t之后最终都要调用一个list_add_tail (&p->map_list, &tile->sprite_list_head)将该sprite_t加入到一个map的list当中,这里的list_head就是linux内核中的最常见的list_head数据结构


 本文转自 dog250 51CTO博客,原文链接:http://blog.51cto.com/dog250/1274108



相关文章
|
6月前
|
存储 BI Shell
Doris基础-架构、数据模型、数据划分
Apache Doris 是一款高性能、实时分析型数据库,基于MPP架构,支持高并发查询与复杂分析。其前身是百度的Palo项目,现为Apache顶级项目。Doris适用于报表分析、数据仓库构建、日志检索等场景,具备存算一体与存算分离两种架构,灵活适应不同业务需求。它提供主键、明细和聚合三种数据模型,便于高效处理更新、存储与统计汇总操作,广泛应用于大数据分析领域。
697 2
|
6月前
|
网络协议 关系型数据库 应用服务中间件
如何迁移网站数据到新的服务器
迁移网站数据到新服务器是一个系统化的过程,需谨慎操作以避免数据丢失或服务中断。小编为您整理发布如何迁移网站数据到新的服务器,以下是详细步骤和注意事项。
|
5月前
|
数据采集 缓存 前端开发
如何开发门店业绩上报管理系统中的商品数据板块?(附架构图+流程图+代码参考)
本文深入讲解门店业绩上报系统中商品数据板块的设计与实现,涵盖商品类别、信息、档案等内容,详细阐述技术架构、业务流程、数据库设计及开发技巧,并提供完整代码示例,助力企业构建稳定、可扩展的商品数据系统。
|
4月前
|
数据采集 机器学习/深度学习 搜索推荐
MIT新论文:数据即上限,扩散模型的关键能力来自图像统计规律,而非复杂架构
MIT与丰田研究院研究发现,扩散模型的“局部性”并非源于网络架构的精巧设计,而是自然图像统计规律的产物。通过线性模型仅学习像素相关性,即可复现U-Net般的局部敏感模式,揭示数据本身蕴含生成“魔法”。
232 3
MIT新论文:数据即上限,扩散模型的关键能力来自图像统计规律,而非复杂架构
|
4月前
|
JSON 供应链 监控
1688商品详情API技术深度解析:从接口架构到数据融合实战
1688商品详情API(item_get接口)可通过商品ID获取标题、价格、库存、SKU等核心数据,适用于价格监控、供应链管理等场景。支持JSON格式返回,需企业认证。Python示例展示如何调用接口获取商品信息。
|
5月前
|
数据采集 监控 数据可视化
数据量暴涨时,抓取架构该如何应对?——豆瓣电影案例调研
本案例讲述了在豆瓣电影数据采集过程中,面对数据量激增和限制机制带来的挑战,如何通过引入爬虫代理、分布式架构与异步IO等技术手段,实现采集系统的优化与扩展,最终支撑起百万级请求的稳定抓取。
355 0
数据量暴涨时,抓取架构该如何应对?——豆瓣电影案例调研
|
5月前
|
SQL 数据采集 数据处理
终于有人把数据架构讲清楚了!
本文深入浅出地解析了数据架构的核心逻辑,涵盖其定义、作用、设计方法及常见误区,助力读者构建贴合业务的数据架构。

热门文章

最新文章