yangnk的技术记录

红包的业务场景主要是：包红包-->发红包-->抢红包-->拆红包技术和架构特点：多写少读的场景，瞬时并发量比较大，拆红包和转账可以异步执行，可以实现双缓存操作解决高并发的方案：服务多实例，按照订单号进行动态路由；实现双缓存设计，热点数据可以提前预热；红包算法在内存中进行实时计算；提升高可用的方案：利用异步机制将拆红包和转账操作异步化；利用流控和降级措施避免服务不可用的场景出现；人工干预有问题的记录；对计划内风险因素做好规划和定时处理，计划外风险因素做好演练和预案；本文由博客一文多发平台。

使用Groovy的表达式，提供对SQL语句中的=和IN的分片操作支持，只支持单分片键。ComplexShardingStrategy支持多分片键，由于多分片键之间的关系复杂，因此并未进行过多的封装，而是直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现，提供最大的灵活度。对于携带分片键的 SQL，根据分片键的不同可以划分为单片路由（分片键的操作符是等号）、多片路由（分片键的操作符是 IN）和范围路由（分片键的操作符是 BETWEEN）。SQL中如果无分片字段，将执行全路由，性能较差。

Apache ShardingSphere 是一套开源的分布式数据库中间件解决方案组成的生态圈，它由 JDBC、Proxy 和 Sidecar（规划中）这 3 款相互独立，却又能够混合部署配合使用的产品组成。它们均提供标准化的数据分片、分布式事务和数据库治理功能，可适用于如 Java 同构、异构语言、云原生等各种多样化的应用场景。一套开源的分布式数据库中间件解决方案。有三个产品：JDBC、Proxy、Sidecar。

当把数据库进行分布分表等集群化部署后，在应用层就需要能够随时切换访问数据源，这就需要用到动态数据源的技术。应用是通过DataSource来访问数据库的，所以动态数据源实现的技术归根结底是在能够根据情况动态切换DataSource。基于Spring提供的AbstractRoutingDataSource组件，实现快速切换后端访问的实际数据库，该类实质充当了DataSource的路由中介, 能有在运行时, 根据某种key值来动态切换到真正的DataSource上。源码分析。

分库分表是在面对高并发、海量数量时常见的数据库层面的解决方案。通过把数据分散到不同的数据库中，使得单一数据库的数据量变小来缓解单一数据库的性能问题，从而达到提升数据库性能的目的。比如：将电商数据库拆分为若干独立的数据库，并且对于大表来说也拆分为若干小表，通过这种数据库拆分的方法来解决数据库的性能问题。数据库分布式核心内容无非就是数据切分（Sharding），以及切分后对数据的定位、整合。