实效性与准确性的背后：多系统数据聚合展示

背景

大家在平时的业务开发中，会不会遇到这么一种问题：一个新的需求展示的某种业务数据，数据来源横跨多个不相关的业务系统，时间跨度长且需要及时反映实时的数据变化，数据查询的QPS较高且要求rt较小。

遇到这类问题应该怎么处理？下面以闲鱼粉丝系统标签的实现方案为例，跟大家交流一种实际落地的解决方案。

面临的挑战

粉丝系统标签是闲鱼提供给Pro用户进行粉丝管理的基础功能，在“我的粉丝”页面有几个粉丝系统标签分组，包括新粉、老粉和已购粉。其中，已购粉的含义是有过交易成功记录的粉丝，且在已购粉列表中透出历史总购买次数，并按照最新购买时间排序。 

对于系统标签，有如下要求：

• 须包含全部的历史数据，如已购粉需要统计出历史交易总数。

• 多场景透出，如IM聊天场景也需要进行标签的透显，QPS较高。

实现目标：

• 数据实时更新，反应最新的粉丝购买动态。

• 查询性能良好，QPS比较大，rt要求高。

• 数据准确无遗漏。

系统标签的面临的问题和挑