在我们日常工作生活中，高并发场景十分的常见，最典型的莫过于“618”、“双十一”等大促活动，而应对高并发最有效的手段莫过于分布式缓存，缓存不仅仅是查询数据这么简单，还可以在限流、队列削峰、高速读写、分布式锁等场景发挥重大作用，可以说缓存是解决高并发的一大利器。本文只对架构体系进行分析，具体细节不做过多阐述。

一、多级缓存架构体系概览

我们从一次用户的请求为例，分析一下上图的架构：

1、浏览器可以做本地缓存，可以缓存html页面和其他静态资源，防止用户频繁刷新对后端造成巨大影响

2、lvs可以记录不同协议以及缓存不同用户的请求链路

3、Nginx可以做HTML缓存配置，Nginx本身也可以缓存数据

4、lua脚本可以直接查询数据库绕开我们的java应用，极大的提高了查询效率，并发效率大大提升

5、redis可以缓存我们数据库的数据，搭建Redis sentinel或者Redis cluster，也可以提高我们并发效率

6、集成canal实时同步数据库增量数据到Redis

二、多级缓存数应用之热点数据查询

我们都知道受疫情影响口罩特别是在疫情初期用户查询量特别大，这种场合我们使用多级缓存，将大大提高我们的效率。我们以此为案例进行热点数据进行分析，请看下图：

这是我们比较常用的一种架构，用户查询口罩商品，经过nginx、tomcat,然后我们判断Redis中是否有相关数据如果存在返回数据，如果不存在到数据库中查询，然后将数据缓存到Redis，一般情况下是没有问题的，但是遇到突发情况类似口罩这种商品，我们的系统就可能有点力不从心了，甚至系统崩溃。那么我们使用多级缓存能够大大解决这种问题。

上面是我们使用openresty+lua的多级缓存体系，openresty我们可以理解为Nginx的加强版，它允许我们在Nginx中使用lua脚本，lua在高并发条件下表现特别突出。我们根据此架构简单分析一下查询口罩这个热门商品的流程：

1、用户查询口罩，执行lua脚本

2、lua判断nginx缓存中是否存在数据，存在直接返回数据

3、假设nginx缓存中不存在数据，查询Redis是否存在，存在返回数据，并将数据缓存到nginx中

4、如果Redis也不存在数据，查询数据库，通过lua将数据缓存到Redis和nginx中，并返回数据

通过此流程我们可以发现，如果nginx缓存中存在数据会直接返回数据，大大提高我们的响应速度，而单机nginx的并发在10k左右，大大提高系统的处理能力。

三、多级缓存抢红包之mq削峰

红包是现在非常常见的一种促销方式，具有以下特点：

1、并发量大

2、红包并非一下发完，有时需要分时间段发放

3、每个用户存在概率问题和上限问题，用户等级高抢到的概率和金额也较大

4、用户抢到的金额不能大于发放金额

5、追加的红包可以立即发放也可以延时发放

上面我们已经分析过红包雨的特点，要想实现一套高效的红包雨系统，缓存架构是关键。我们根据红包雨的特点设计 了如上图所示的红包雨缓存架构体系。

1、红包雨分批次导入到Redis缓存而不要每次操作数据库 

2、很多用户抢红包的时候，为了避免1个红包被多人抢到，我们要采用Redis的队列存储红包 3、追加红包的时候，可以追加延时发放红包，也可以直接追加立即发放红包 

4、用户抢购红包的时候，会先经过Nginx，通过Lua脚本查看缓存中是否存在红包，如果不存在红包，则直接终止抢红包 

5、如果还存在红包，为了避免后台同时处理很多请求，这里采用队列术缓存用户请求，后端通过消费队列执行抢红包

用户抢红包的高并发场景下，如果让后端服务器直接处理所有抢红包操作，服务器很有可能会崩溃，就像高铁站如果 很多人蜂拥挤进站而不排队，很有可能导致整个高铁站秩序混乱，高铁站服务崩溃，程序也是如此，我们采用消息队列进行削峰。