之前
难点
- 业务层面：1.课程小节类型多 2.涉及业务广：C端课程进度、完成情况、学习记录；B端课程、计划学习数据统计
- 技术层面：数据更新频繁（单机150qps，8服务）
重构：
1.LearnDurationConsumer（写缓存）
- 业务层面：1.从使用频率低的文章小节入手；2.特殊场景处理：观看跨小时问题，课程完成判定等
- 技术层面：LinkedHashMap localDataMap（作为LRU，设置accessOrder=true，重构removeEldestEntry）
2.生产者（数据同步至db）
采用部分同步+全同步的机制，同步时清理localDataMap
- 部分同步的取数逻辑：1.轮询集合中最新的350个元素，从中筛选cost>60s的50个元素 2.50个超过150s的老元素（全同步时，策略变为500个老元素）
- 全同步的触发时机：1. localDataMap数据超限，执行removeEldestEntry 2.tomcat服务结束回调 3.部分执行时有3%概率
- 同步db时由异步线程统一执行（子、主表一条sql）
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。