一、背景社区收藏业务是一个典型的读多写少的场景，社区各种核心Feeds流都需要依赖用户是否收藏的数据判断，早期缓存设计时由于流量不是很大，未体现出明显的问题，近期通过监控平台等相关手段发现了相关的一些问题，因此我们针对这些问题对缓存做了重构设计，以保障收藏

问题场景在某一时刻，某个微服务的某个实例CPU负载突然飚高：!image(https://zhxhashblog.osscnbeijing.aliyuncs.com/JFR%20%E5%AE%9A%E4%BD%8D%E5%9B%A0%E4%B8%BA%20SSL%20%E5%AF%BC%E8%87%B4%20CPU%20Loa

在日志收集服务器上使用Flume（1.6）的KafkaSink将日志数据发送至Kafka，在FlumeAgent启动之后，发现每个Agent的CPU使用率都非常高，而我们需要在每台机器上启动多个FlumeAgent来收集不同类型的日志，如果每个Agent都这样，那肯定会把机器的CPU吃满了，刚开始使用jstack定位到是org.apache.flume

背景不知道是否你还在为下面的问题而困扰：当你使用了redis或者其他中间件做缓存的时候，经常发现缓存和数据库的数据不一致，只能通过定时任务或者缓存过期的方式去做一些限制。当你使用了ES做搜索工具，使用双写的那一套方法，还在为ES和数据库不是一个事务而担忧。当你需要迁移数据的时候，也还在使用双写的方法，如果是同一个数据

以下内容为个人理解所得,如要转载,请标明出处:像项目中首页的大广告和商品类目这些不需要经常修改的数据，如果用户每次刷新页面的时候都要去数据库中查询，这样会浪费资源和增加数据库的压力。所以我们想当把这些数据添加到一个缓存中，用户去访问的时候，先去缓存中查找，如果命中失败，再去数据库中查询，然后把查询到的数据添加到缓存中。目前比较

背景不知道是否你还在为下面的问题而困扰：当你使用了redis或者其他中间件做缓存的时候，经常发现缓存和数据库的数据不一致，只能通过定时任务或者缓存过期的方式去做一些限制。当你使用了ES做搜索工具，使用双写的那一套方法，还在为ES和数据库不是一个事务而担忧。当你需要迁移数据的时候，也还在使用双写的方法，如果是同一个数据

10.6监控io性能iostat命令\iostat命令被用于监视系统输入输出设备和CPU的使用情况。它的特点是汇报磁盘活动统计情况，同时也会汇报出CPU使用情况。同vmstat一样，iostat也有一个弱点，就是它不能对某个进程进行深入分析，仅对系统的整体情况进行分析。iostatxroot@

CaffeCaffe安装(Python2CPU版本)参考博文https://blog.csdn.net/pangyunsheng/article/details/79418896(https://www.oschina.net/action/GoToLink?urlhttp

基础知识并发编程的优缺点为什么要使用并发编程（并发编程的优点）充分利用多核CPU的计算能力：通过并发编程的形式可以将多核CPU的计算能力发挥到极致，性能得到提升方便进行业务拆分，提升系统并发能力和性能：在特殊的业务场景下，先天的就适合于并发编程。现在的系统动不动就要求百万