一、业务场景

小猛最近出去面试，面试官出了一道关于双十一的题目，内容如下：
我们工作中有时候会遇到一些突发的情况，比如某电商机构双十一期间的某些热门商品会有降价促销的活动，当这其中某一件商品被数万次点击浏览或者购买时，会有一个短期的较大的流量，造成热点问题。你觉得后台服务会有哪些瓶颈，如何去解决这些问题？

问题：大家思考一下，系统会遇到哪些问题？如何优化系统的整体架构来解决上面提到的问题？

二、答案

官方思路：

主要问题：某一热点Key的流量集中达到某一主机上，缓存集群开始出现机器的宕机，此时读请求读不到数据读db，DB被击穿，引起业务雪崩

解决方案：

核心思路：你的系统需要能够在热点缓存突然发生的时候，直接发现他，然后瞬间立马实现毫秒级的自动负载均衡

1、你如何自动发现热点缓存问题？

比如通过大数据的flink技术来计算，一旦发现某一秒内的请求达到了某个阀值，判断为热点key，写入到zk中

2、热点缓存自动加载为JVM本地缓存

我们的业务系统可以去监听zk的node节点，把数据加载出来后放入到系统的本地缓存，比如ehcache、自己实现的LRU Cache Map都可以

3、限流熔断保护

每个服务实例加入熔断机制，请求达到一定阀值后直接返回一个空白的页面，不让请求访问缓存集群和db