继续答水友提问。
问题抽象：（1）用户会员系统；（2）用户会有分数流水，每个月要做一次分数统计，对不同分数等级的会员做不同业务处理； 数据假设：
（1）假设用户在100w级别；（2）假设用户日均1条流水，也就是说日增流水数据量在100W级别，月新增流水在3kW级别，3个月流水数据量在亿级别； 常见解决方案：用一个定时任务，每个月的第一天计算一次。
//(1)查询出所有用户
uids[] = select uid from t_user;
//(2)遍历每个用户
foreach $uid in uids[]{
//(3)查询用户3个月内分数流水
scores[]= select score from t_flow
where uid=$uid and time=[3个月内];
//(4)遍历分数流水
foreach $score in scores[]{
//(5)计算总分数
sum+= $score;
}
//(6)根据分数做业务处理
switch(sum)
升级降级，发优惠券，发奖励;
}
一个月执行一次的定时任务，会存在什么问题？ 计算量很大，处理的数据量很大，耗时很久，按照水友的说法，需要1-2天。 画外音：外层循环100W级别用户；内层循环9kW级别流水；业务处理需要10几次数据库交互。 可不可以多线程并行处理？ 可以，每个用户的流水处理不耦合。 改为多线程并行处理，例如按照用户拆分，会存在什么问题？ 每个线程都要访问数据库做业务处理，数据库有可能扛不住。 这类问题的优化方向是： （1） 同一份数据，减少重复计算次数 ； （2） 分摊CPU计算时间，尽量分散处理，而不是集中处理 ； （3） 减少单次计算数据量 ； 如何减少同一份数据，重复计算次数？
如上图，假设每一个方格是1个月的分数流水数据（约3kW）。
3月底计算时，要查询并计算1月，2月，3月三个月的9kW数据； 4月底计算时，要查询并计算2月，3月，4月三个月的9kW数据； … 会发现，2月和3月的数据（粉色部分），被重复查询和计算了多次。画外音：该业务，每个月的数据会被计算3次。 新增 月积分流水汇总表 ，每次只计算当月增量：
flow_month_sum(month, uid, flow_sum)
（1）每到月底，只计算当月分数，数据量减少到1/3，耗时也减少到1/3； （2）同时，把前2个月流水加和，就能得到最近3个月总分数（这个动作几乎不花时间）； 画外音：该表的数量级和用户表数据量一致，100w级别。 这样一来， 每条分数流水只会被计算一次 。 如何分摊CPU计算时间，减少单次计算数据量呢？ 业务需求是一个月重新计算一次分数，但一个月集中计算，数据量太大，耗时太久， 可以将计算分摊到每天 。
如上图，月积分流水汇总表，升级为，
日积分流水汇总表
。把每月1次集中计算，分摊为30次分散计算，每次计算数据量减少到1/30，就只需要花几十分钟处理了。 甚至，每一个小时计算一次，每次计算数据量又能减少到1/24，每次就只需要花几分钟处理了。 虽然时间缩短了，但毕竟是定时任务， 能不能实时计算 分数流水呢？ 每天只新增100w分数流水，完全 可以 实时累加计算“日积分流水汇总”。
使用DTS(或者canal)增加一个分数流水表的监听，当用户的分数变化时，实时进行
日分数流水累加
，将1小时一次的定时任务计算，均匀分摊到“每时每刻”，每天新增100w流水，数据库写压力每秒钟10多次，完全扛得住。
画外音：如果不能使用DTS/canal，可以使用MQ。
总结
，对于这类一次性集中处理大量数据的定时任务，优化思路是：
（1）
同一份数据，减少重复计算次数
；
（2）
分摊CPU计算时间，尽量分散处理
（甚至可以实时），而不是集中处理；
（3）
减少单次计算数据量
；
希望大家有所启示，思路比结论重要。
本文转自“架构师之路”公众号，58沈剑提供。
