缓存热key一旦被击穿，流量势必会打到数据库，如果数据库崩了，游戏直接结束。
从两点来讨论：如何监控、如何解决。
如何监控
- 通过业务评估：比如营销活动推出的商品或者热卖的商品。
- 基于LRU的命令，redis-cli --hotkeys，通过任务调度定时去获取？
- 基于redis客户端、或者代理层、或者redis监控策略，利用大数据领域的流式计算技术（如Storm、Spark Streaming、Flink）进行实时数据访问次数的统计，一旦发现热点数据，即可进行处理。
分析
为什么不直接访问数据库获取数据？
因为数据库主要是为了增量数据持久化，资源宝贵；库的并发连接数也有瓶颈；不好抗啊。
为什么要使用缓存？
缓存可以抗住海量并发；内存操作，速度快；
怎么保证缓存性能？
缓存预热；
缓存中间抗不住怎么办？
采用多级缓存，先访问本地缓存，再访问Redis缓存，减轻压力；增加Redis节点；
本地缓存需要注意些什么？
缓存核心（最）热点的数据；控制好缓存数据量级；堆内存啊，别OOM了；
缓存失效怎么办？
在访问数据库的时候加锁，控制流量，允许一个请求访问数据库，其他流量等待。
加什么锁？jvm锁还是分布式锁？
加本地锁就够了，数据库还没那么不堪一击，而且本地锁无网络开销、轻量快捷。
缓存哪些数据？
上面说了如何监控热点数据；关于动态的热点数据也需要实时监控？
还有什么兜底方案吗？
针对数据库流量进行限流，做最后的防护；
怎么做流量预估？
业务评估；全链路压测；
怎么保证可用性？
止血方案（开关、配置）；监控；降级策略；扩容；
如何应对RPC线程池溢出造成的QPS瓶颈问题？
在客户端做一层缓存，同服务端缓存的逻辑一样。
如何解决
- 评估流量（redis和mysql是否能扛得住）
- 热key进行拆分，分散到不同的redis节点；增加redis节点
- 多级缓存，本地缓存 -》 redis缓存
- 如下策略：加锁+限流
伪代码
public class Main {private static final ReentrantLock lock = new ReentrantLock();private static final AtomicInteger retryCount = new AtomicInteger(0);public String getCacheValue(String key) throws Exception {try{String result = cache.get(key);if (result == null) {boolean b = lock.tryLock(200, TimeUnit.MILLISECONDS);if (b || retryCount.get() > 10) {String limit = limit.get(key);if (!limit.equals("限流")) {result = db.get(key);}} else {Thread.sleep(200);retryCount.incrementAndGet();result = this.getCacheValue(key);}}}finally{lock.unlock();}return result;}
}
