数据访问热点，比如详情系统中某些热点商品的访问度非常高，即使是Tar缓存这种 Cache本身也有瓶颈问题，一旦请求量达到单机的极限也会存在热点保护问题。有时候看起来好像很容易解决，比如只需要做好限流，但是一且某个热点触发了一台机器的限流阀值，那么整台机器 Cache的数据都将无效，进而间接导致 Cache被击穿，请求都落到应用的数据库中，出现雪崩现象。所以这类问题需要与具体的 Cache产品结合才能有比较好的解决方案。
一个通用的解决思路是:在 Cache的 client.端做本地的 Localcache，当发现热点数据时直接 Cache在 client里，而不要请求到 Cache的 Server。
数据更新热点。数据更新问题除了前面介绍的热点隔离和排队处理之外，还有些场景对商品的 lastmodifytime字段更新会非常频繁，在某些场景下这些多条SQL是可以合并的，一定时间内只执行最后一条SQL就行了，这样可以减少对数据库的 update操作。另外，热点商品的自动迁移理论上也可以在数据路由层完成，利用前面介绍的热点实时发现功能，自动从普通库里把热点数据迁移出来放到单独的热点库中。
按照某种维度建立的索引产生的热点数据，比如实时搜索中按照商品维度关联的评价数据。有些热点商品的评价非常多，导致搜索系统在按照商品ID建立评价数据的索引时，内存已经存不了了。交易维度关联订单信息也同样有这些问题。这类热点数据需要做数据的散列，需要再增加一个维度，重新组织数据。
全局基础设施优化:资源调度优化
全局基础设施的优化。我们做应用层的优化一般都比较关注网站建设软件本身的优化，但是支撑应用运行的基础环境，往往有更大的优化空间。基础设施包括基础应用容器如JDK、 Tomcat、VM，操作系统和文件系统甚至硬件设备，它们其实都有优本章我们重点阐述资源调度的优化，因为它最具普追性、价值也更大 化的空间，而且由于基础设施的优化是事关全局的，所以通用性会更广、收益会更大。
本文地址：//www.xrqsnxx.com//article/4542.html
