1 Redis — 缓存方案（热数据和冷数据）
1.1 新建和更新数据时，设置一个过期时间product_cache_timeout（比如24小时）, 查询时同时也将过期时间set in redis缓存
1.2 查到数据时重新设置过期时间redisUtil.expire —>缓存读延期
2 缓存击穿
缓存击穿是指：客户端查询不存在的数据，请求打到了存储层。
2.1 批量更新update数据时，超时时间同一时间是一样（解决：设置一个随机超时时间）
解决方案：
- 当需要从存储层查数据时，对请求加分布式锁，使得相同的请求在同一时刻只有一个能够打到存储层，同时从存储层查询到数据后将数据缓存起来；
- 设置缓存永不过期，当数据更新时动态的更新缓存；
- 采用多级缓存，如本项目再增加一级sql缓存
- 设置不同的缓存过期策略，本地缓存高频的热点数据（LFU），redis缓存短有效期的热点数据（LRU），redis缓存较长时间的全量数据。
3 缓存穿透
缓存穿透是指：客户端查询不存在查询的数据，使得请求直达存储层，导致服务器压力过大，甚至宕机。
3.1 删除缓存，DB数据。秒杀时查后端的所有数据，穿透后端
解决：查数据时is null时，给缓存设置empty_cache = ”{}”, 并且设置超时时间60s
解决方案：
- 查询存储层不存在的数据时，在缓存中插入空的值，当客户端再查询时，直接返回缓存中的空值；
- 使用布隆过滤器，将数据存入布隆过滤器，访问缓存之前先通过过滤器拦截，如果数据不存在直接返回空值。
4 突发性访问数据同一个产品（直播间买东西）DCL—> double check lock
4.1 synchronized(this){双重查缓存数据,再查DB} —> 仅适合单机，分布式要每台都要设置
5 不同产品，要设置分布式锁，解决突发性
5.1 redis 分布式锁（redisson）
格式： setnx key value
将 key的值设为value,当且仅当key不存在。若给定的key已经存在，则setnx不做任何动作。
解决：加一个redisson.getLock(lock_hot_cache,id); lock(); unlock();
6 缓存与数据库双写不一致
6.1 在update同一个产品加一个分布式锁。—>updateLock -> redisson.getLock()
7 优化分布式锁
7.1 读写锁（基于Lua脚本）
读锁：读锁是共享（不互斥，并发执行）
写锁：写锁不共享
Update同一个产品时加一个读写锁—> redission.getReadWriteLock();
7.2 串行转并发(是否需要根据业务需要) —> redissionLock.tryLock(3);
当大量请求访问，超过3s第一个请求还没处理完就退出，其它请求就要直接访问
8 缓存雪崩（上百万请求）
缓存雪崩是指：缓存中大量的数据同时过期，导致在某一时刻大量的请求直接打到存储层。由于缓存出问题导致DB也出问题，导致整个系统出问题。
8.1 多级缓存 —> 先查内存缓存（分发到多台服务器） —> Map
问题：多台服务器map缓存不一致
解决方案：
- 在缓存的过期时间后面加一个随机值，使不会有大量缓存在同一时刻过期；
- 采用降级或熔断措施，在发生雪崩时，直接返回预定义的值；
- 部署高可用的缓存集群，redis采用哨兵+集群的模式，部署多个实例，个别节点不可用时，依然保证服务整体可用。
更新缓存
当数据库发生修改时，会通过MQ的方式将修改的信息随机发送给一个provider，provider收到更新的消息后，会执行响应的缓存更新操作，更新redis缓存。当provider更新完redis缓存后，会再发送一条MQ消息，将更新信息广播给每一个consumer，consumer收到消息后更新本地缓存。
