數據訪問熱點，比如詳情系統中某些熱點商品的訪問度非常高，即使是Tar緩存這種 Cache本身也有瓶頸問題，一旦請求量達到單機的極限也會存在熱點保護問題。有時候看起來好像很容易解決，比如只需要做好限流，但是一且某個熱點觸發了一臺機器的限流閥值，那么整臺機器 Cache的數據都將無效，進而間接導致 Cache被擊穿，請求都落到應用的數據庫中，出現雪崩現象。所以這類問題需要與具體的 Cache產品結合才能有比較好的解決方案。
一個通用的解決思路是:在 Cache的 client.端做本地的 Localcache，當發現熱點數據時直接 Cache在 client里，而不要請求到 Cache的 Server。
數據更新熱點。數據更新問題除了前面介紹的熱點隔離和排隊處理之外，還有些場景對商品的 lastmodifytime字段更新會非常頻繁，在某些場景下這些多條SQL是可以合并的，一定時間內只執行最后一條SQL就行了，這樣可以減少對數據庫的 update操作。另外，熱點商品的自動遷移理論上也可以在數據路由層完成，利用前面介紹的熱點實時發現功能，自動從普通庫里把熱點數據遷移出來放到單獨的熱點庫中。
按照某種維度建立的索引產生的熱點數據，比如實時搜索中按照商品維度關聯的評價數據。有些熱點商品的評價非常多，導致搜索系統在按照商品ID建立評價數據的索引時，內存已經存不了了。交易維度關聯訂單信息也同樣有這些問題。這類熱點數據需要做數據的散列，需要再增加一個維度，重新組織數據。
全局基礎設施優化:資源調度優化
全局基礎設施的優化。我們做應用層的優化一般都比較關注網站建設軟件本身的優化，但是支撐應用運行的基礎環境，往往有更大的優化空間。基礎設施包括基礎應用容器如JDK、 Tomcat、VM，操作系統和文件系統甚至硬件設備，它們其實都有優本章我們重點闡述資源調度的優化，因為它最具普追性、價值也更大 化的空間，而且由于基礎設施的優化是事關全局的，所以通用性會更廣、收益會更大。
本文地址：http://m.knowyourextract.com//article/4542.html
