缓存预热
缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题，用户直接查询事先被预热的缓存数据，大大减少数据库的查询压力。
缓存雪崩
Redis主机挂了，导致Redis全盘崩溃，比如缓存中有大量数据同时过期。
如何解决呢？
1、监控redis服务器的性能指标。
2、构建多层的缓存机构，在nginx缓存下面做redis缓存，在redis缓存下面在做ehcache缓存。
3、redis缓存集群要实现高可用，可以使用主从 + 哨兵模式，或者Redis Cluster。
4、数据库的性能也要优化，把数据库里面的超时查询和耗时比较高的事务想办法优化。
5、开启Redis持久化机制aof/rdb，能尽快恢复缓存集群。
6、要做好降级措施，如果出现缓存雪崩，要有兜底机制。可以限流、降级，短时间范围内牺牲一些客户体验，限制一部分请求访问，降低应用服务器压力，待业务低速运转后再逐步放开访问。
7、LRU和LFU进行切换，LRU和LFU可以保证删除数据的时候不要去淘汰按照时间淘汰的，要去淘汰按照访问次数的。
8、调整有效期的策略，例如把商品和热点新闻，我们把他们的错峰时间分开，不要让他们一次性全崩，过期时间使用固定时间+随机值的形式，稀释集中到期的key的数量。
9、定期做维护，对即将过期数据做访问量分析，确认是否延时，配合访问量统计，做热点数据的延时。
可以解决什么问题？
存在50亿个电话号码（或者ip、黑名单、url），给10万个电话号码，如何快速准确判断这些号码是否存在？
基本概念
布隆过滤器是一个很长的二进制数组+一系列随机hash算法映射函数，主要用于判断一个元素是否在集合中。
能高效的插入和查询，占用空间少，返回的结果是不确定性的。一个元素如果判断结果为存在的时候元素不一定存在，但是判断结果为不存在时则一定不存在。 布隆过滤器可以添加元素但是不能删除元素，因为删掉元素会导致误判率增加。误判只会发生在过滤器没有添加过的元素，对于添加过的元素不会发生误判。
使用场景
1、主要是解决缓存穿透问题
- 把已存在的数据的key存在布隆过滤器中，相当于在redis前面挡了一层布隆过滤器。
- 当有新的请求时，先到布隆过滤器中查询是否已经存在；
- 如果布隆过滤器中不存在该数据则直接返回；
- 如果布隆过滤器中已存在，才去查询缓存redis，如果redis里没有查到则到MySQL数据库中查询。
2、黑名单校验
原理
在Redis集群中{user}:123和{user}:456两个key会被放到同一个槽中吗？
答案是会的。
在Redis集群中，数据是通过哈希槽来分片的。每个槽都有一个编号，从0到16383。当Redis集群中有多个节点时，每个节点负责处理一部分槽。当一个客户端向Redis集群中写入一个键值对时，Redis会根据键名计算出一个哈希值，然后将这个哈希值对16384取模，得到一个槽编号。Redis会根据这个槽编号将键值对分配到相应的节点上。
在Redis集群中，如果两个键名被分配到同一个槽上，它们就会被放到同一个节点上。因此，如果两个键名的哈希值对16384取模的结果相同，它们就会被放到同一个槽中。
shellcd /etc/sysconfig/network-script/
shellvi ifcfg-ens33
shell#添加此行
BOOTPROTO=static
# 修改如下信息
IPADDR=192.168.234.101
NETWORK=192.168.234.2
NETSTAT=255.255.255.0
GATEWAY=192.168.234.2
DNS1=8.8.8.8
DNS2=114.114.114.114
克隆机器重新生成mac信息
HWADDR=00:1C:42:F4:1C:34
shellservice network restart
