Redis高并发缓存架构

一、基本逻辑

1、创建商品
        a.创建商品数据到数据库
        b.创建redis缓存
2、更新商品
        a.更新数据库数据
        b.更新redis缓存
3、查询商品
        a.调用get方法（优先从缓存里面去找数据，如果不为空转成JSON数据，为空则从数据库查询，再往redis放一份）

二、高并发环境

问题1：如果商品数量太大，造成redis的存储问题
解决方案：我们可以在redis中创建商品的时候，设置一个过期时间（如一天），如果没什么访问的商品会在一天之内陆续过期。

问题2：缓存雪崩问题，大量的商品在同一时刻失效
解决方案：使用随机的过期时间  PRODUCT_CACHE_TIMEOUT +new Random().nextInt(30)*60

问题3：缓存穿透问题，大量请求请求不存在的数据
解决方案：如果数据库没查到，将redis中缓存一个空串（不是null），设置一个过期时间 60+new Random().nextInt(30)，在查询redis的时候，如果发现返回的是一个空串，给提示。

问题4：大V直播间的带货，短时间某个冷门商品增加
解决方案：提前预热

问题5：某个不确定的时间，因为某些热点问题，某个商品变热，导致大量请求打向数据库。
解决方案：使用双重检测锁，在获取商品的时候添加synchronized锁。

提取方法后做一些修改

问题6：上述代码中的锁，synchronized是jvm级别的，锁对象是有问题的。
解决方案：引入redission的包，创建一个redisson的客户端，引入redisson客户端

问题7：缓存和数据库不一致问题
解决方案：更新方法、查询方法，添加一把锁。

问题8：加锁会导致效率问题，可以采用分布式锁的优化方案，比如分段锁、读写锁。
解决方案：查询用读锁，更新用写锁。

写锁：

读锁：

问题9：redis的并发其实也并不高，所以单个redis节点抗很高并发，会造成问题。
解决方案：采用多级缓存没让我们的系统能抗更多的并发，在jvm进程级别再加一个缓存，比如定义一个map，new concurrentHashmap，在添加redis缓存的时候，再添加一份map缓存，在查询的时候，先查询map，直接返回。

问题10：使用map缓存，如何管理？如何解决数据缓存同步问题。
使用缓存框架Ehcache，可以设置一些策略，做一些数据过期的处理。
解决缓存同步问题，使用mq去实现，或者使用京东热点缓存框架Guava Cache、hotkey

问题11：上述加锁问题，还可以实现串行转并行，具体实现有没有小伙伴解释一下如何实现？

这里补充思考：我们可以使用ReentrantLock去trylock，如果获取不到锁，就去执行其他操作，比如从缓存查的操作，查不到返回空串，查到了返回查到后的数据。

问题12：Ehcache、Guava Cache、hotkey有没有人贴一下具体的实现代码？