最近做了一个数据割接的项目，简单来说就是把数据从一个数据库迁移到另一个数据库，中间还有一些数据计算等。
背景：在不停机的情况下做割接，数据量千万级。
要在不停机的情况下做割接，则需要把做割接的过程中的数据变化想办法记录下来（用时间戳或在数据表上加触发器（trigger）），根据实际情况我们采用加trigger的方式。
什么是加trigger?
所谓trigger就是安装在某张表上的触发器，当这张表上有增删改时就会自动触发这个触发器，然后把增删改的数据记录到一个临时表中，方便后面对这些数据进行访问和处理。
这么做的目的是记录下需要进行割接的数据表的变化（insert/update/delete），将这些变化的记录存储到一张临时表，并且严格按照这些数据变化的顺序进行记录。
那么整个项目就可以分为两个部分：迁移大块的数据（数据块B）和迁移中间由触发器记录下来的数据（数据块D）。
将这两种数据分开处理是因为，既然是在不停机的情况下做割接，那么原始数据表里的数据就是在不断变化的，我们要把每一条数据都迁移完，且必须保证数据的完整性和一致性，对于数据块B，我们总有一秒会把它搬完（就是个用时长短的问题），而对于数据块D来说，我们想把它搬完就必须保证搬的速度比它增长的速度快，也就是要使得这部分数据量最终要达到一个收敛的状态。
要想达到搬数据块B用时短和搬数据块D最终收敛的效果，可以采用多线程处理这两个问题（单线程也可以搞定，那就割接几天而已嘛，并且线上的流量如果比你程序跑的快，那数据块D你就永远也搬不完了，这个太悲剧了= =！）。
言归正传，讲讲这个项目中用到的多线程吧。
这里涉及到的计算机操作有：
- I/O操作（数据库读写）
- CPU运算（数据计算和处理）
对于计算机来说，I/O操作是很慢的，而CPU运算是很快的，所以我们要使程序跑得快，就要最大限度地利用计算机的CPU，不要让I/O操作耽误了CPU运算。
所以我们把数据库读写和数据计算用不同的线程去处理：一个线程从从数据表读数据，一个线程处理这些数据，还有一个线程把处理完的数据写到另一个数据表。这里就需要用到经典的生产者和消费者模型，读-处理（生产者是读线程，消费者是处理线程），处理-写（生产者是处理线程，消费者是写线程）。对于读-处理的过程，读线程把数据读出来，依次扔到一个共享队列A，处理线程从这个共享队列A拿数据出来处理；对于处理-写的过程，处理线程处理完数据之后把它们扔到另一个共享队列B，写线程从这个共享队列拿数据出来写到另一个数据库。
有了共享队列，读线程&处理线程&写线程就可以专注于干自己的事，处理数据不需要等到数据被读出来，直接从队列A拿就可以了，写数据也不需要等到数据被处理完，直接从队列B拿就可以了，没有了I/O和CPU的相互等待，程序干活的速度自然就加快了。
多线程自然就需要考虑同步和互斥问题，这里的同步和互斥是通过条件变量来实现的。
对共享队列A和B的访问需要进行互斥，也就是读线程在往队列A写数据的时候，处理线程就不应该在访问队列A，等读线程写完了再通知其他线程，这个时候处理线程才可能访问队列A，对队列B的访问同理；往队列中写数据（生产）和从队列中拿数据（消费）需要进行同步，对于写线程来说，只有当队列A没写满的时候才能继续往里面写，对于处理线程来说，只有当队列A中还有数据的时候才能从里面拿数据。
写线程想往队列A里面写数据（生产），首先需要能够访问队列A，因此要acquire一个条件变量，如果这个条件变量被其他正在访问队列A的线程占用没有释放，那么写线程就会阻塞在这里，直到有线程释放这个条件变量才再次尝试去获取；当acquire到这个条件变量后，还要先判断队列A是否满了，如果满了就应该wait（阻塞）并释放条件变量，等待处理线程从队列中把数据拿走（消费），如果还没满，就往里面写入数据，然后通知其他线程并释放此条件变量；以上写线程要acquire一个条件变量体现了互斥的思想，而获取到条件变量之后进行队列判满则体现了同步的思想。处理线程和写线程的同步与互斥同上。
下面附上经典的生产者和消费者模型的代码（python实现）。假设有一群生产者（Producer）和一群消费者（Consumer）通过一个市场（count）来交互产品，对于生产者来说，如果市场上剩余的产品少于1000个，就生产100个产品放到市场上；对于消费者来说，如果市场上剩余的产品多于100个，就消费3个产品。
import threading
import time
class Producer(threading.Thread):
def run(self):
global count
while True:
if con.acquire(): # 对全局变量count的访问要互斥（互斥访问）
if count > 1000: # 对全局变量count的读写要同步（同步读写）
con.wait()
else:
count = count+100
msg = self.name+' produce 100, count=' + str(count)
print msg
con.notify()
con.release()
time.sleep(1)
class Consumer(threading.Thread):
def run(self):
global count
while True:
if con.acquire(): # 对全局变量count的访问要互斥
if count < 100: # 对全局变量count的读写要同步
con.wait()
else:
count = count-3
msg = self.name+' consume 3, count='+str(count)
print msg
con.notify()
con.release()
time.sleep(1)
count = 500
con = threading.Condition()
def test():
for i in range(2): # 2个生产者
p = Producer()
p.start()
for i in range(5): # 5个消费者
c = Consumer()
c.start()
if __name__ == '__main__':
test()