热点问题的解决思路

热点问题主要分两种：读热点和写热点。

读热点

读热点最常规的思路是本地cache方案和二级缓存方案。把热点key以某些规则(比如说hash)打散，单个节点维护一份本地的热点cache，比如说热点的key个数为一万个。优先访问本地cache，访问不到再访问二级缓存，比如说memcached,Redis之类的。

当然，这是从业务层面解决热点问题，而不是从分布式缓存框架的层面上解决。

从分布式缓存框架层面解决热点问题的思路是，发现热点，路由热点；

举个例子：在极端情况下，某几个热点key可以把单机的网络吃满。这种情况下，热点key会影响到其他非热点key的访问，再者，分式布缓存选用的内存型机器就显得浪费了。相应的解决方案是，把热点识别出来，放到多台普通机器上，比如说C1机器。客户端访问热点key时，能路由到相应的C1机器。

具体实现是，每个key内部维护一个计数器，统计自身被访问的次数，然后以一定的频率把访问次数上报到路由节点，路由节点根据一定的策略判断其中某些key是热点key，把相应的key拷贝到C1机器上，然后把路由规则下发到客户端。

写热点

写热点一般跟写入的规则有关，比如说，hbase根据rowKey的前缀分配到具体的节点，前缀相同的rowKey容易产生写热点。这种情况，一般会用rowKey求hash值，然后求余机器数，把余数拼到rowKey前面。这样的话，可以把热点打散到各节点。

还有一种情况是，由于某一些特别情况，不能把热点打散的，那常规的做法是合并写入线程，改单次写入变为批量写入，减少写入并发数。

感谢您的来访，获取更多精彩文章请收藏本站。