服务化之后本地和远程缓存的应用

经过服务化之后，拆分出的用户中心，经过一段时间的监控，发现几个问题：
1.每天的调用次数大约在2-3亿之间
2.60%的调用集中在TOP100个接口之中
3.用户中心的memcached压力在用户中心的线程排在第一个
4.个别接口成为了服务化过程中的瓶颈
5.memcached使用过程中监控到数据每天有几千次的超时调用，导致服务最大单次耗时被拉长
6.网络开销
7.序列化与反序列化，在缓存中的开销

通过分析针对现有缓存模型进行了重构，加入一层本地缓存
解决思路：减少dubbo请求，把一些不易改变且访问量巨大的数据缓存在本地，通过多级缓存的模式，从而提升系统性能。

在分布式集群的环境下，要解决上述的问题把问题拆分成：
1）如何管理本地缓存数据
2）如何同步各节点间的数据
3）如何监控本地缓存使用情况，最终反应的数据我们需要重新采集和分析。 1.引用本地缓存Ehcahe，简单快速，很好的继承现有的spring，速度比memcached快非常的多。
2.改造现有应用，由于现有接口都是保持不变，只要增加新的模板即可解决，对于省平台的重构将会非常小，并且是可控的
3.为了解决节点间的同步：
1）刚开始我们采取的策略是通过zookeeper的特性，进行节点监听，然后master做分发，但是使用后发现问题（什么问题 你懂的）
2）为此我们引入了activemq，省平台已经集成了这个中间件，所以基本上增加一些配置就能为我们所有，这里最重要的也是本次改造的一个关键，通过mq的订阅模式（区别于我们一直使用队列模式），来解决节点的分发 4.最后我们需要动态的对线上的节点进行监控，我们选择zookeeper的特性，通过写入监控数据，然后统一采集，来分析我们线上缓存的一个使用情况，比如：命中率，调用次数，缓存堆大小等

技术交流群： 534368042