系统应对高并发需结合“缓存策略限流方案”缓存减少数据库压力限流防止流量过载两者协同保障系统稳定性。一、缓存策略多级缓存与更新机制1. 缓存类型及选型本地缓存如Guava Cache场景高频访问的静态数据如商品分类、配置参数。优势毫秒级响应无网络开销。实现示例java// Guava Cache配置最大1000条10分钟过期 CacheString, String localCache CacheBuilder.newBuilder() .maximumSize(1000) .expireAfterWrite(10, TimeUnit.MINUTES) .build();分布式缓存如Redis场景多节点共享数据如秒杀库存、用户会话。优势支持集群扩展数据一致性好。实现示例java// Redis操作示例Jedis客户端 try (Jedis jedis new Jedis(localhost, 6379)) { jedis.set(seckill:stock:1001, 100); // 存储库存 }2. 缓存更新策略主动更新数据变更时同步更新缓存如商品价格修改后立即更新Redis。过期更新设置TTL如1小时过期后自动从DB加载并更新适用于非实时数据。异步更新通过Kafka消息队列异步刷新缓存如订单支付后通知库存服务更新缓存。---二、限流方案算法与分布式实现1. 核心限流算法 智优达算法原理适用场景实现工具计数器固定窗口内统计请求数简单场景如接口QPS限制Redis原子操作令牌桶固定速率生成令牌请求需取令牌允许突发流量如秒杀Guava RateLimiter漏桶固定速率处理请求溢出丢弃流量整形如API网关队列定时任务2. 分布式限流实现RedisLuaLua脚本原子性保证lua-- KEYS[1]限流keyARGV[1]阈值ARGV[2]时间窗口秒 local key KEYS[1] local limit tonumber(ARGV[1]) local window tonumber(ARGV[2]) local current tonumber(redis.call(get, key) or 0) if current 1 limit then return 0 -- 限流 else redis.call(incr, key) if current 0 then redis.call(expire, key, window) end return 1 -- 允许 endJava调用示例java// 调用Lua脚本判断是否限流 public boolean isAllowed(String key, int limit, int window) { try (Jedis jedis jedisPool.getResource()) { return (Long) jedis.eval(script, Arrays.asList(key), Arrays.asList(String.valueOf(limit), String.valueOf(window))) 1; } }---三、缓存与限流协同实践秒杀场景缓存预热秒杀前将商品库存加载至Redis如seckill:stock:1001→100。限流前置用户请求先经RedisLua限流如1000 QPS过滤无效请求。缓存访问查询库存直接读Redis命中则扣减decr未命中则返回“已售罄”。降级兜底Redis不可用时降级为本地缓存单机限流Guava RateLimiter。