JD-hotkey 是京东 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。
每秒单机吞吐量（写入+对外推送）目前在70万左右稳固。
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，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：
- mysql热数据本地缓存
- redis热数据本地缓存
- 黑名单用户本地缓存
- 爬虫用户限流
- 接口、用户维度限流
- 单机接口、用户维度限流限流
- 集群用户维度限流
- 集群接口维度限流
worker 端强悍的性能体现
每10秒打印一行，totalDealCount代表解决过的key总量，能够看到每10秒处理量在270万-310万之间，对应每秒30万左右QPS。
仅须要很少的机器，即可实现海量key的实时探测计算推送工作。比扩容redis集群规模成本低太多。
界面成果
起源：https://gitee.com/jd-platform...
近期热文举荐：
1.1,000+ 道 Java面试题及答案整顿(2022最新版)
2.劲爆！Java 协程要来了。。。
3.Spring Boot 2.x 教程，太全了！
4.别再写满屏的爆爆爆炸类了，试试装璜器模式，这才是优雅的形式！！
5.《Java开发手册（嵩山版）》最新公布，速速下载！
感觉不错，别忘了顺手点赞+转发哦！