好记忆不如烂笔头, 能记下点什么, 就记下点什么, 方便后期的巩固 . . .
前言
缓存的使用，可以更好的服务于我们的系统，让用户有一个很好的体验。
描述
正常情况下，使用redis ， redis cluster，还是memcached 都可以达到我们的要求，但是：
在高并发的情况下，如果保证我们的缓存服务起作用并且能够支撑起大QPS 而不会导致机器宕机，不能提供服务呢？
我以常用的 Redis 为例，主要可以采取以下方式来进行处理。
解决方案
1. 缓存扩容
主要是指将redis 所在机器的内存提升，加内存条和调节redis 的配置参数，来扩大内存存储以及相应，
这种主要是存在于单机使用。
2. 缓存熔断器
这种主要是指master-slave 或者集群的redis部署情况下，设置 “熔断限流”，当QPS达到一定的量之后，
自动限制访问，将流量转到其他redis实例上去。
3.增加本地缓存
本地缓存可以选择hashmap，guava的CacheBuilder，Ehcache 等等，将常用的热数据，放入到本地的缓存中来，以提高系统的访问量和抗住高并发的情况。
总结
其实，缓存高并发，主要体现在热key 和 大value 上，
热key ：是指一直都被访问的数据 ，当然也指某个时间段最爱被用户点击和访问的数据；
一直都被访问的数据 很好处理，基本上是一次性处理好，以后都基本没问题。
但是突然之间被放大量访问的数据，则是比较头疼的事情，需要在开发中时刻注意，提前处理好相应的逻辑和应对之策。
大value：是指某个key对应的value可能有GB级的大小，导致查询value的时候导致网络相关的故障问题。
这样的数据，存放在redis服务器会有io消耗，所以最好的方式是存储在本地的缓存中，同时增加机器的内存，以提供更加良好的服务。
目前想到的就是这些，欢迎提出更好的建议！
