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。”
“现在，还只是今日头条、校内网和朋友网。如果以后把更多的产品都放进来，加上Helo和微点，加上薇蜜网、糗事百科、秘密网、豆瓣，再加上第三方的优酷、UC、京东……那数据规模将会非常恐怖。”
许亮杰感慨了一番。
要想实现“大中台”的战略，首先就是要解决技术问题，让紫微星拥有能够处理超大数据的能力。
周不器表情比较平淡，技术问题肯定还是要依靠专业人士，“你们的解决方案呢？”
许亮杰道：“两条路一起走。第一，由紫微星研究院牵头，马上启动对开源大数据系统Hadoop的研究。”
第二呢？
“胆子要再大一下，放弃Oracle，应用上我们自研的飞天分布式数据库！”