1、本地缓存、堆外内存off-heap、
3、redis (jedis cluster的sharding jedisCluster读写 lettuce读写分离)
4、多级缓存 (不一致 本地缓存更新策略 穿透思考)
5、扣库存问题（行锁 redis乐观锁 redis+lua 同步给db alisql）
一、本地缓存
缺点：占用系统内存oom、有一致性问题， 分布式缓存有单点问题时，结合用
例：hibernate缓存用Ehcatch，对jdbc封装
二、堆外内存off-heap
避免热点数据，占用系统内存
1、优点： 1）减少gc次数 降低暂停时间 2）扩展和使用更多内存 3）省去物理内存和heap间复制
2、淘宝jdk实现： 生命周期长对象从heap 内移外， gc不能管理。ps：逃逸分析技术成熟，也可在栈上分配
3、如何使用物理内存 ：可限制容量，超出oom
4、何时释放
DirectByteBuffer 对象被gc时，堆外内存一起释放
三、redis
本地缓存无法水瓶扩容，cluster容量可无限延伸
1、基于jedis客户端操作：
2、cluster的sharding
1）hash算法：扩容，历史数据要全部迁移
2）一致性hash算法： 无需全部迁移，但node少时，会 数据倾斜 ，在节点ip/主机名后增加 编号， 让其均匀分布
3）分槽：介于两者之间，slot固定，永远被路由到同一个
3、基于jedisCluster的读写操作
可指定单个节点
4、基于lettuce客户端的读写分离
jedis不支持集群的读写分离，lettuce可同步/异步，底层基于nio模型的netty
优点：水平扩容， 无限延伸，不用手动调整连接吃maxTotal，避免本地缓存穿透
四、多级缓存
本地：共享一个进程内的heap，存热点数据
cdn：存商品图片、视频
1.不一致问题
因时差造成，允许 脏读 ，扣库存时显示售完
2.本地缓存更新策略（主/被动）
1）被动更新： 过期则回源，保证单线程，避免失效大量请求，穿透引起雪崩
guava
2）主动更新：修改后，异步写到队列，更新缓存
3、缓存穿透思考
大促前从运营那熟悉热点key，放在配置中心内
五、扣库存问题
1、行锁
表中version，流量高峰引起大量线程竞争行锁，影响db tps，rt上升，引起雪崩
2、redis乐观锁
(1)基本命令
1） watch ：监视key(可多个)，事务发生前key改 变 ，事务则 失败
2） multi ：将事务内多条 命令 ，按先后顺序 放进队列
3） exec ：最后原子性 提交执行
（2）watch内部实现原理
客户端如何感知：每个db都是redis.h/redis.db结构表示，起内部存了watch_keys(被监视的目标key)
multi.c/touchWatchKey函数 对watch_keys字典检查
，有修改的key标记为redis_dirty_cas，后续提交事务发生中断
（3）jedis乐观锁
（4）缺省路由实现
缺点：并发越高，watch碰撞概率越大，解决：读写合成一条命令，嵌入式lua脚本
3、redis+lua （性能最好）
redis2.6之后，内置lua解释器，但 eval / evalsha 命令执行时，redis把它当成 单条在执行
（1）lua脚本
（2）eval / evalsha 嵌入redis执行
1） eval： 重复向redis传相同lua脚本，网络开销大
2） evalsha ：从redis获取已缓存好的脚本，节省。但用 evalsha 前，先用script load命令加载
lua到缓存 中，等redis会等sha1 校验码 ，后续用时，传校验码即可
用evalsha执行lua脚本
4、库存变化后如何同步给db
synchronized：竞争激烈用更好
cas：https://www.jianshu.com/p/6d1f3b2a3ac0 会因无限重试，占用过多cpu
5、AliSQL
对热点数据做hash，收集所有库存一次性提交（设置阈值）