1.线上大规模商品缓存冷热数据分离实战
设置商品的缓存失效时间，每次查询如果没有失效就给缓存续期，保证热点数据常驻缓存，实现数据冷热分离
2.大规模缓存击穿导致线上数据库压力暴增
批量上架商品设置缓存随机过期时间
3.黑客攻击导致缓存穿透线上数据库宕机（透：穿透数据库）
设置空缓存，并设置缓存过期时间，热点key查询给缓存续期
4.大v直播带货导致线上商品系统崩溃原因分析
大量的突发冷数据并发成为热数据
5.突发性热点缓存重建导致系统压力暴增问题分析
大量并发请求同时请求数据库
6.基于DCL机制解决热点缓存并发重建问题
双重检测锁，第一次查询查询缓存，第二次查缓存之前加锁，如果没查到去数据库查询重建缓存
7.redis分布式锁解决缓存和数据库双写不一致问题
在查询数据库和更新缓存直接有其他线程更新数据库，导致数据库和缓存不一致，通过分布式锁可以解决，如果读多写少可以使用读写锁
8.大促压力暴增导致分布式锁串行争用问题优化
双重检测锁 tryLock(1,SECONDS)锁1秒失效，串行转并发，第一个线程加锁重建缓存，后面的线程不用加锁并发读缓存
9.一次微博明星热点事件导致系统崩溃原因分析
上百万并发用户请求redis，把redis和web服务器打挂了，这就是缓存雪崩。
10.利用多级缓存架构解决redis线上集群缓存雪崩问题
- 限流，降级，多级缓存，本地缓存可以在多个web服务器分担部分缓存压力，实现缓存分流。
- 本地缓存更新完缓存之后，发一条消息给mq，其他web服务器监听mq同步更新本地缓存。
- 单独的系统维护热点缓存，web服务器监听更新本地缓存
