千万级支付数据解决方案

随着业务的不断发展，业务架构的不断演变， 技术架构的滞后， 带来的是严重的系统瓶颈与漏洞， 前段时间大半个月都在优化数据处理， 由于历史数据过大，多至6千万数据，mysql数据库负载过高， 压力过大，  系统又在不断运行， 需要做到不停服务不影响支付功能的前提下短时间内实现数据优化， 前期想到的是分表处理， 但无论是垂直拆分还是水平拆分都将影响服务的运行， 最终与几位老程序员商量 在分布式dubbo框架的基础上增加 solr 搜索引擎 + mq异步队列 + 数据库异步备份数据来达到支付网关的高可用， 上线了几十天，效果还是杠杠的

由于solr搜索引擎是写到磁盘中的， 通过建立索引， 它的查询效率极高， 提高了接口的访问速度，减少了请求时间， 为以后的支付重构奠定了基础

之前一直担心上线后会频发故障，上线的时候也没有停服务，  事实证明担心是多余的，开始拆分表， 将数据拆分出去，最终迁移了6千多万的数据

支付 + 订单 + 账务 密不可分

如何避免重复支付， 如何解决支付的幂等性问题？

如何解决不同支付渠道金额换算问题？

如何实现不同支付渠道自由切换， 配置支付路由?

技术与业务密不可分， 实践证明这些都是可以通过有效的方案解决的! 

更多支付相关知识，可以参考： 支付之家 http://www.zfzj.cn/portal.php?mod=list&catid=6