“啥？”周不器眉梢一挑，“又出技术问题了？”
许亮杰道：“现在，金币钱包系统的活跃用户超过2000万，日活用户在2500万。这个数据可不低啊。以我为这套系统设计的架构来看，高峰的时候，能够承受每小时1亿pv的负载。可根据观测，在晚上7点-8点高峰期的时候，每小时的pv已经超过了6000万。”
周不器松了口气，“我还以为现在就扛不住了呢。”
许亮杰苦笑道：“现在是没问题，可大家对积攒金币的兴趣太高了。如果不解决，一个月内就要出问题。”
周不器不太懂，试探着问：“增加服务器？”
许亮杰道：“增加服务器来提高负载，这个问题比较好解决，我已经在处理了。真正的困难，是这么大规模数据的处理问题。”
沈向阳解释了一句，“是数据库的问题。”
见周大老板不太懂，几个技术大牛就给他解释了这其中的简单原理。
金币钱包系统，会产生大量的数据。每一次的金币采集都要做好记录，每一个pv，可能要创造2-3条数据。
也就意味着，在高峰期，需要有1亿-2亿条数据被数据库存储、使用，并完成同步。
未来只会更多。
当数据量小的时候，类似“select*fromtablexxwheretitlelike%xx%”这样的sql语言，可以很快速的响应并执行。
可是当数据量超级大的时候，这样的语句就完蛋了。
就死机了。
尤其对备受互联网同行诟病的oracle数据库来说，执行超过10亿条数据的指令时，反应速度就会奇慢无比。
可能要处理半个多小时，才能响应。
这黄花菜都凉了。
当用户积攒金币，从2000金币积攒到2100金币，结果半个小时以后才在数据显示中刷新显示出来……用户体验就会严重的降低。
就算许亮杰的团队设计出了好几套分布式算法来优化、改进响应速度，效果依旧不是很满意。
许亮杰道：“一栋地基不扎实的大楼，再怎么通过技术手段修缮，也改不了危房的事实。金币钱包系统要协调多个网站，会诞生大量的数据，必须要底层逻辑上予以解决。”
张一明道：“是啊，朋友网的数据量就够大了。结果这套金币钱包系统，不仅要处理朋友网的数据，还要把今日头条、校内网的数据都包容进去，技术难度太大。这个大中台的构思啊，首先遇到的不是管理问题，而是技术障碍。”