python - 存储动态数据频率的策略

Question

抱歉，如果标题具有误导性。

我正在尝试编写一个程序来计算从不同电子邮件 ID 发送电子邮件的频率。我们需要根据发送邮件的数量和频率触发警报。例如，对于特定电子邮件，如果在过去 60 分钟内发送了超过 25 封邮件，则需要发送触发器。

基于另一个规则的另一个目录的不同触发器。基本规则是关于过去 60 分钟、180 分钟、12 小时和 24 小时内发送了多少封邮件。我们如何想出一种策略来计算频率并存储它而不需要太多的系统/cpu/数据库开销。

实际应用程序是遗留 CRM 系统。我们无法访问邮件服务器来破解 Postfix 或 MTA 中的某些内容。此外，涉及多个域，因此任何在邮件服务器上执行某些操作的建议都可能无济于事。

我们当然可以访问每次发送邮件的尝试，并且可以查看记录它们。我的挑战是大型事件数据库写入会很频繁，并且进行一些实时数字运算会占用大量资源。我想避免这种情况并提出最佳解决方案

语言将是 Python，因为 CRM 也是使用相同语言编写的。

Answer 1

尝试在客户端进行黑客攻击，将电子邮件尝试记录到日志文件中。然后您可以阅读该文件以计算发送电子邮件的频率。

我认为您可以将数据放入字典内存中一段时间​​，例如 5 或 10 分钟。然后您可以将数据发送到数据库，从而不会给频繁写入的数据库带来负载。如果您在代码中检查来自特定域的电子邮件突然激增，那么它可能会为您提供解决问题的方法。