共计 1123 个字符，预计需要花费 3 分钟才能阅读完成。
HotKey 在 618 稳定版 0.2 版根底上，引入了 protobuf 序列化形式，并优化了传输对象。
worker 单机性能从 618 大促稳定版的 20 万 QPS 稳固，30 万极限，晋升至 30 万稳固，37 万极限。且 cpu 峰值降落了 15%。
该中间件目前在京东外部 10 余个外围部门接入应用，服务于京东 App 服务端前台、中台，数据中台等多个外围业务线。
零碎架构
京东 APP 后盾热数据探测框架，历经屡次低压压测和 2020 年京东 618 大促考验。在上线运行的这段时间内，每天探测的 key 数量数十亿计，精准捕捉了大量爬虫、刷子用户，另精确探测大量热门商品并毫秒级推送到各个服务端内存，大幅升高了热数据对数据层的查问压力，晋升了利用性能。
该框架历经屡次压测，性能指标次要有两个 ：
1、探测性能：
8 核单机 worker 端每秒可接管解决 16 万个 key 探测工作，16 核单机至多每秒安稳解决 30 万以上，理论压测达到 37 万，CPU 安稳撑持，框架无异样。
2、推送性能：
在高并发写入的同时，对外推送目前性能约安稳推送每秒 10-12 万次，譬如有 1 千台 server，一台 worker 上每秒产生了 100 个热 key，那么这 1 秒会安稳推送 100 * 1000 = 10 万次，10 万次推送会明确在 1s 内全副送达。如果是写入少，推送多，以纯推送来计数的话，该框架每秒可稳固对外推送 40-60 万次安稳，80 万次极限可撑几秒。
3、在实在业务场景中:
可用 1：1000 的比例，即 1 台 worker 撑持 1000 台业务服务端的 key 探测工作，即可带来极大的数据存储资源节俭（如对 redis 集群的裁减）。
介绍
对任意突发性的无奈事后感知的热点申请，包含并不限于热点数据（如突发大量申请同一个商品）、热用户（如爬虫、刷子）、热接口（突发海量申请同一个接口）等，进行毫秒级精准探测到。而后对这些热数据、热用户等，推送到该利用部署的所有机器 JVM 内存中，（关注微信公众号民工哥技术之路，后盾回复关键字 Java 全栈常识体系 能够获取一份学习路线 PDF）以大幅加重对后端数据存储层的冲击，并能够由客户端决定如何应用这些热 key（譬如对热商品做本地缓存、对热用户进行回绝拜访、对热接口进行熔断或返回默认值）。这些热 key 在整个利用集群内放弃一致性。
外围性能：热数据探测并推送至集群各个服务器。
实用场景
- 1、mysql 热数据本地缓存
- 2、redis 热数据本地缓存
- 3、黑名单用户本地缓存
- 4、爬虫用户限流
- 5、接口、用户维度限流
- 6、单机接口、用户维度限流限流
- 7、集群用户维度限流
- 8、集群接口维度限流
该开源我的项目战略意义重大，经验百万级并发，参加京东开源中间件我的项目建设，始终在等你。
界面成果
开源地址
https://gitee.com/jd-platform…