高并发场景下对热点数据的处理

什么是热点数据

1、在支付、物联网、超大人群红包领取等业务场景下，对于高并发问题有缓存、集群、分库分表等方式解决。

2、依然可能存在单条热点数据的的问题，例如热点商户的账务数据（就是mysql上的一条记录），可能同时有数十万人在往上面转账，这种情况下是不可能全部同步update到这条记录的。或者是商家准备一笔钱给社交网络发放红包（发放时机依赖用户行为，不能分批主动发送），需要在高并发下对这条账户减钱成功，并不会减成负数。

解决方案：

第一种可以称之为加钱频繁账户，可以采用加钱时只做记录，然后一段时间后再合并好一起update到目标账户上去。
第二种就称为减钱频繁账户，因为这个必须对余额进行实时更新，要不然可能会扣成负数造成资损，可以采用分拆子账户的方式，将一个一条账户数据拆成100条数据（一条100万变成100条一万），减钱请求随机命中其中一条。当有子账户有余额，但不足以转账时，进行合并子账户。最终100条数据可能会合并成一条数据。

系统设计思路：

加法频繁数据，我们需要高可用的缓存/分布式数据库，将加法请求记录，由计划任务进行求和并update到目标数据。
减法频繁数据，需要有一个数据扩容的功能（对单条数据进行水平扩展），自动/手动将一条大额记录拆分成n个子记录，还有一个合并子记录的功能。

功能实现：

暂时还没有去进行代码实现

说明：本文记录细节和逻辑还有很多未完善的地方，对热点数据的处理还将继续研究，然后继续更新