主要的知识：
redis集群+storm集群+nginx+tomcat+mysql

真正能支撑高并发以及高可用的复杂系统中的缓存架构有哪些东西？

（1）如何让redis集群支撑几十万QPS高并发+99.99%高可用+TB级海量数据+企业级数据备份与恢复？：redis企业级集群架构

（2）如何支撑高性能以及高并发到极致？同时给缓存架构最后的安全保护层？：(nginx+lua)+redis+ehcache的三级缓存架构

（3）高并发场景下，如何解决数据库与缓存双写的时候数据不一致的情况？：企业级的完美的数据库+缓存双写一致性解决方案

（4）如何解决大value缓存的全量更新效率低下问题？：缓存维度化拆分解决方案

（5）如何将缓存命中率提升到极致？：双层nginx部署架构，以及lua脚本实现的一致性hash流量分发策略

（6）如何解决高并发场景下，缓存重建时的分布式并发重建的冲突问题？：基于zookeeper分布式锁的缓存并发重建解决方案

（7）如何解决高并发场景下，缓存冷启动MySQL瞬间被打死的问题？：基于storm实时统计热数据的分布式快速缓存预热解决方案

（8）如何解决热点缓存导致单机器负载瞬间超高？：基于storm的实时热点发现，以及毫秒级的实时热点缓存负载均衡降级

（9）如何解决分布式系统中的服务高可用问题？避免多层服务依赖因为少量故障导致系统崩溃？：基于hystrix的高可用缓存服务，资源隔离+限流+降级+熔断+超时控制

（10）如何应用分布式系统中的高可用服务的高阶技术？：基于hystrix的容错+多级降级+手动降级+生产环境参数优化经验+可视化运维与监控

（11）如何解决恐怖的缓存雪崩问题？避免给公司带来巨大的经济损失？：独家的事前+事中+事后三层次完美解决方案

（12）如何解决高并发场景下的缓存穿透问题？避免给MySQL带来过大的压力？：缓存穿透解决方案

（13）如何解决高并发场景下的缓存失效问题？避免给redis集群带来过大的压力？缓存失效解决方案

一些感悟

像老师所言，redis，memcached，activemq等等很多技术，如果只会简单的操作，其实是很吃亏的，起码我们需要想明白几个问题：
1.我们为什么要用这个东西？（这个真的很重要，但是好像以前学习的时候，没有去想）
2.我们应该在什么场景下使用这个东西，应该怎么使用
3.这个东西是怎么解决我们面对的问题的（内部是怎么实现的）
4.学了之后怎么用，企业级的系统怎么结合知识去实践

小型电商网站的架构以及瓶颈

小型电商如果使用页面静态化的架构：
如果模板改变了，如果是全量渲染，那么需要重新把所有的数据都渲染一遍，生成html，这样工作量会特别大。
如果不是全量渲染，那么来一个渲染一个再返回，假设请求量突然增加，那么就会导致网站请求超时。

页面静态化：利用动态技术生成HTML页面，来一个请求，返回一个页面（已经渲染好），这样的好处是：
1.加快页面打开浏览速度，静态页面无需连接数据库打开速度较动态页面有明显提高；
2.有利于搜索引擎优化SEO
3.减少服务器的负担，浏览网页不需要调用系统的数据库服务器。
4.网站更加安全，减少注入的可能性。

缺点当然也有：
1.交互性差，功能上有所限制
2.占用硬盘资源
3.不是很灵活，静态化需要开关，这个需要专门设计。

页面少的时候，可以使用上面这一套，但是如果页面很多，上亿的量，一个模板修改，重新渲染消耗太多时间。

大电商网站的系统架构

从最左边开始，各种服务可能最底层直接依赖了mysql，如果这些服务的数据有变更，那么就直接写到MQ消息队列中。
数据缓存生产服务监听MQ，不断更新缓存的数据。这个数据缓存生产服务可能会使用ehcache等。这个ehcache会把数据放到redis中，到这里就结束了。这样ehcache，redis就会一直保持着最新的数据，与数据库同步。特殊情况ehcache也会去直接查询数据库。

监听MQ，能及时监听到修改，更新ehcache，更新到redis。缓存的数据需要设置过期时间。

前端如果有访问nginx去本地缓存中查询数据，填充到模板中返回。
如果缓存中没有，会去redis查询缓存，查到了写一份本地缓存，渲染模板，返回。
但是如果redis也没有，怎么办？nginx直接去查询ehcache，查询到之后，写一份到redis，写到本地缓存，填充，返回。

如果html模板变了，那么不需要全部都渲染，只需要将模板放到nginx服务器上就可以了，因为这样直接用缓存是很快的，来一个渲染一个。没有网络的开销，没有业务逻辑，渲染到模板中，html页面返回。

两者的区别

小电商由于没有缓存服务，那么不可能每一个请求来之后，再去查询数据库，查到数据之后再渲染得到模板，这样的话业务处理，网络开销很费时间。但是如果采取全量渲染的话，量多的情况下就需要渲染很长时间。
大电商结构，采取缓存，相当于加了很多中间层，缓存的速度是特别快的，所以就不需要全量渲染，所以应该保证数据的新鲜度就就可以了。所以在中间用了ehcache和redis等。
感觉有点像计算机系统的设计结构（不够快，加一层）

高并发

同一时间数量极大的访问量。
QPS:每秒钟的请求量（Query Per Second）

高可用性

网站能够回应访问，正常运行，就是可用状态，各种宕机，服务器挂了，就是不可用状态。
99.99%可用性就是：一年365天中，有99.99%的时间是可用的。

注：主要来自中华石衫课程学习笔记

此文章仅代表自己（本菜鸟）学习积累记录，或者学习笔记，如有侵权，请联系作者删除。人无完人，文章也一样，文笔稚嫩，在下不才，勿喷，如果有错误之处，还望指出，感激不尽~

技术之路不在一时，山高水长，纵使缓慢，驰而不息。

公众号：秦怀杂货店