MySQL热点数据处理（二级归集库+一致性哈希）

在高并发系统中，MySQL 热点数据（如秒杀商品、明星用户等）容易成为性能瓶颈，解决方案之一是通过 二级归集库 + 一致性哈希 进行热点数据的拆分与压力隔离。

1. 什么是热点数据

热点数据指被频繁访问的数据，比如：
● 秒杀/抢购商品的库存信息
● 大 V 用户的信息（粉丝数、浏览量）
● 活动期间的统计数据
这些数据若集中在某个库或某张表上，会导致：
● 主库压力大，读写性能下降
● 锁竞争严重，影响业务流程
● 无法水平扩展

2. 二级归集库（辅库）

概念：
将 热点数据单独归集 到多个库表中，解耦主业务库读写压力。
常见策略：
数据类型 一级库 二级归集库（热点库）
用户表 user_main user_hot_x
（分库分表）
商品表 product_main product_hot_x
评论、点赞 comment_main comment_hot_x
好处：
● 热点数据独立存储
● 可单独加缓存、分库分表、冷热数据拆分
● 降低主库索引压力

3. 一致性哈希 + 分库分表

为什么要一致性哈希
为了将热点数据分布到多个二级库表，一致性哈希 是较优方案（相比取模）：
● 新增/减少节点影响较小
● 支持动态扩容
● 支持热点分散（每个热点走不同 hash）
使用方式：

public class ConsistentHash {
    private final SortedMap<Integer, String> hashCircle = new TreeMap<>();
    private final int VIRTUAL_NODES = 100;

    public ConsistentHash(List<String> nodes) {
        for (String node : nodes) {
            for (int i = 0; i < VIRTUAL_NODES; i++) {
                int hash = getHash(node + i);
                hashCircle.put(hash, node);
            }
        }
    }

    public String getNode(String key) {
        int hash = getHash(key);
        if (!hashCircle.containsKey(hash)) {
            SortedMap<Integer, String> tailMap = hashCircle.tailMap(hash);
            hash = tailMap.isEmpty() ? hashCircle.firstKey() : tailMap.firstKey();
        }
        return hashCircle.get(hash);
    }

    private int getHash(String key) {
        return key.hashCode() & 0x7fffffff;
    }
}

示例场景：
将大 V 用户按 userId 路由到如下热点表：
user_hot_0
user_hot_1
user_hot_2
…
user_hot_n

4. 系统架构图（示意）

请求层
↓
一致性哈希路由
↓
±-----------+
| |
user_hot_0 user_hot_1 … user_hot_n （热点库，读写均衡）
↑ ↑
| |
±—> 缓存（如 Redis、Guava）

5. 热点写操作流程（举例：点赞）

1. 客户端点赞接口调用
2. 根据 userId 一致性哈希定位表 like_hot_3
3. 更新 like_hot_3 表中记录
4. 同步更新缓存 user🔢likeCount
5. 主库异步归并（如夜间定时同步热点数据回主库）
6. 冷热数据归档策略（定时任务）
   // 定时任务将热点库数据同步回主库

@Scheduled(cron = "0 0 3 * * ?")
public void syncHotDataToMain() {
    for (int i = 0; i < N; i++) {
        String tableName = "user_hot_" + i;
        List<HotUserData> data = hotRepo.findAll(tableName);
        mainRepo.batchMerge(data);
        hotRepo.clear(tableName);
    }
}

7. 优势总结

技术 优势
二级归集库 热点数据独立处理，减少主库压力
一致性哈希 分布均衡、支持扩容
缓存前置（Redis） 快速响应热点请求，减轻 DB 压力
异步归档 实现主数据和热点数据的最终一致性

8. 场景拓展

● 电商：SKU 库存、订单状态
● 社交：用户热度、评论点赞
● 视频平台：视频浏览数、弹幕量
● 大数据采集：热点设备/热点区域采样频繁