缓存中间件的三大坑

• 缓存击穿
  • 用户访问热点数据，并且缓存中没有热点数据，大量访问直接到DB，热点击穿
  • 采用Canal做数据异构方案，把数据库中的值全部放到缓存
  • 热点缓存策略：通过分析调用日志获取热点数据，放到缓存中
  • 数据到期之前上锁，然后异步刷新缓存，刷新结束后拿掉锁
• 缓存血崩：key集中过期
  • 调整缓存的过期策略：比如永不过期
  • 过期时间散列：基础时间 + 动态散列时间
  • 缓存预热
• 缓存穿透
  • 用户访问的是缓存和数据库中都不存在的数据，所以一直不会命中缓存，会直接访问数据库
  • 不存在的数据也构建缓存
  • 布隆过滤器

进击的布隆过滤器

消息组件的选型分析

• 选型关注点：可靠性、消息堆积能力、吞吐量
• ActiveMQ（过期）
• RocketMQ、RabbitMQ
  • 可靠性好
  • 可靠性好
  • 死信队列
  • 事务能力
• Kafka
  • T级堆积能力
  • 顺序读写

线上预警和业务埋点

线上监控预警

订单交易核心链路

• 业务量阈值（每分钟采集 < X个/分钟）
• 异常拐点、离群点
  • 平均500单/秒
  • 10单/秒
  • 2000单/秒
• 异常监控（大于10个/分钟）
• 核心接口性能基线（平均RT>1000ms）

面试题

项目中的缓存场景，如果并发量+++

• 缓存血崩、缓存击穿、缓存穿透
• 热点缓存淘汰策略，多级缓存，布隆过滤器

为什么这个场景使用RMQ，换成Kafka呢？

• 中间件特性、可靠性要求

业务买点的场景和用途

设计一套轻量级的系统水位监控系统

• 异步化
• 基于日志埋点（网络日志 & 应用日志）