面试题：分布式系统中范围分区产生数据热点的常见原因有哪些

Question

在分布式系统的范围分区场景下，请阐述可能导致数据热点出现的常见因素有哪些。

Answer 1

数据分布不均匀

1. 业务特性：某些业务数据本身就具有天然的倾斜性。例如电商系统中，热门商品的浏览、购买记录远远多于普通商品，这些热门商品的数据在按范围分区时，会集中在某个分区，形成数据热点。
2. 数据生成规律：数据生成并非随机，而是受特定规则影响。如按时间范围分区时，特定时间段内产生的数据量大幅高于其他时段，像电商大促期间，订单数据量在促销时段猛增，该时段对应的时间分区就会成为热点。

分区策略不合理

1. 简单按顺序范围分区：如果简单地按照数据的顺序进行范围分区，当数据具有顺序性增长特点时，新数据总是集中在最后一个分区。例如自增ID的订单数据，按ID范围分区，新订单都在最大ID对应的分区，导致该分区成为热点。
2. 未考虑业务属性：分区策略没有结合业务的实际读写模式。例如，在社交系统中，若只按用户ID范围分区，而不考虑用户活跃度，高活跃度用户所在的分区会因频繁的读写操作成为热点。

访问模式异常

1. 突发流量：业务突发的高流量访问集中在特定范围的数据上。如新闻APP在报道某个热门事件时，对该事件相关文章的数据分区会承受大量并发访问，形成数据热点。
2. 关联查询：复杂的关联查询涉及的数据集中在某些特定范围分区。例如在一个包含用户表和订单表的系统中，按用户ID范围分区，如果经常进行用户及其订单的关联查询，高消费用户所在的分区会因频繁查询成为热点。