繼續答水友提問。
問題抽象：（1）用戶會員系統；（2）用戶會有分數流水，每個月要做一次分數統計，對不同分數等級的會員做不同業務處理；
數據假設：
（1）假設用戶在100w級別；
（2）假設用戶日均1條流水，也就是說日增流水數據量在100W級別，月新增流水在3kW級別，3個月流水數據量在億級別；
常見解決方案：用一個定時任務，每個月的第一天計算一次。
//(1)查詢出所有用戶 uids[] = select uid from t_user; //(2)遍歷每個用戶 foreach $uid in uids[]{ //(3)查詢用戶3個月內分數流水 scores[]= select score from t_flow where uid=$uid and time=[3個月內]; //(4)遍歷分數流水 foreach $score in scores[]{ //(5)計算總分數 sum+= $score; } //(6)根據分數做業務處理 switch(sum) 升級降級，發優惠券，發獎勵; }
一個月執行一次的定時任務，會存在什么問題？
計算量很大，處理的數據量很大，耗時很久，按照水友的說法，需要1-2天。
畫外音：外層循環100W級別用戶；內層循環9kW級別流水；業務處理需要10幾次數據庫交互。
可不可以多線程並行處理？
可以，每個用戶的流水處理不耦合。
改為多線程並行處理，例如按照用戶拆分，會存在什么問題？
每個線程都要訪問數據庫做業務處理，數據庫有可能扛不住。
這類問題的優化方向是：（1）同一份數據，減少重復計算次數；（2）分攤CPU計算時間，盡量分散處理，而不是集中處理；（3）減少單次計算數據量；
如何減少同一份數據，重復計算次數？
如上圖，假設每一個方格是1個月的分數流水數據（約3kW）。
3月底計算時，要查詢並計算1月，2月，3月三個月的9kW數據；
4月底計算時，要查詢並計算2月，3月，4月三個月的9kW數據；
… 會發現，2月和3月的數據（粉色部分），被重復查詢和計算了多次。
畫外音：該業務，每個月的數據會被計算3次。
新增月積分流水匯總表，每次只計算當月增量：
flow_month_sum(month, uid, flow_sum)
（1）每到月底，只計算當月分數，數據量減少到1/3，耗時也減少到1/3；
（2）同時，把前2個月流水加和，就能得到最近3個月總分數（這個動作幾乎不花時間）；
畫外音：該表的數量級和用戶表數據量一致，100w級別。
這樣一來，每條分數流水只會被計算一次。
如何分攤CPU計算時間，減少單次計算數據量呢？
業務需求是一個月重新計算一次分數，但一個月集中計算，數據量太大，耗時太久，可以將計算分攤到每天。
如上圖，月積分流水匯總表，升級為，日積分流水匯總表。
把每月1次集中計算，分攤為30次分散計算，每次計算數據量減少到1/30，就只需要花幾十分鍾處理了。
甚至，每一個小時計算一次，每次計算數據量又能減少到1/24，每次就只需要花幾分鍾處理了。
雖然時間縮短了，但畢竟是定時任務，能不能實時計算分數流水呢？
每天只新增100w分數流水，完全可以實時累加計算“日積分流水匯總”。
使用DTS(或者canal)增加一個分數流水表的監聽，當用戶的分數變化時，實時進行日分數流水累加，將1小時一次的定時任務計算，均勻分攤到“每時每刻”，每天新增100w流水，數據庫寫壓力每秒鍾10多次，完全扛得住。
畫外音：如果不能使用DTS/canal，可以使用MQ。
總結，對於這類一次性集中處理大量數據的定時任務，優化思路是：
（1）同一份數據，減少重復計算次數；
（2）分攤CPU計算時間，盡量分散處理（甚至可以實時），而不是集中處理；
（3）減少單次計算數據量； 希望大家有所啟示，思路比結論重要。
課后作業：假設，某系統登錄日志（日志比數據庫更難，數據庫可以建索引檢索）如下：
2019-08-15 23:11:15 uid=123 action=login
2019-08-15 23:11:18 uid=234 action=logout
…
求，2019-8-15這一天，系統同時在線用戶數曲線，精確到秒。
說明：
（1）action只能為login/logout；
（2）在線用戶的定義為，已經login，還沒有logout，正在使用系統的用戶；
（3）8-15之前登錄，8-15還沒有登出的用戶，也算當天在線用戶（潛台詞是，只掃描當天的日志是不夠的）；
轉自：https://mp.weixin.qq.com/s/aN-M8YcwXNE462HaVrQ6ig