高并发场景下对热点数据的处理

什么是热点数据

设想如下场景：
1、有一条现金账号（大商户在mysql上的一条记录），同时有数十万人在往上面转账，账务数据是必须同步持久化的，这种情况下很难做到所有请求同步update这条记录。

2、大商户准备一笔钱给社交网络的大量用户发放红包，需要在高并发下对这条账户减钱成功，并不会减成负数。

以上场景是不能用缓存、简单的分库分表来实现的，因为是对指定的一条数据进行操作，且要求同步持久化，这种问题简单用下图来表示：

解决方案：

对于场景1，可以称之为加钱频繁账户，可以采用加钱时只做记录（单条请求持久化），然后一段时间后再合并总金额一起update到目标账户上去。

对于场景2，称为减钱频繁账户，每次请求都必须对余额进行更新，然后才能进行下次操作，要不然可能会扣成负数造成资损；这种情况下，可以采用分拆子账户的方式，将一条账户数据拆成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。当出现子账户有余额，但不足以扣减时，进行子账户合并。最终100条数据又会合并成一条数据。

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：