如何避免Hot Key引发线上故障

解决Redis中的热key问题，可以采取以下几种解决方案：

1. 缓存预热
   既然是可预见的HotKey，那么缓存预热是一个好办法，比如双11开启活动前，热点新闻爆出之后，预先加载一些热key的数据到缓存中，以减少对数据库的冲击

1. 缓存击穿处理
   根据上面的监测预判一些可能会成为HotKey的信息，对缓存击穿进行一些应对处理。详细可以参考『 架构与思维：再聊缓存击穿』的4.5、4.6、4.7节。
   大概如下：

• 短暂降级之备选缓存

分布式缓存
通过分布式缓存系统来分散请求负载，避免单一节点压力过大。现在的Redis高可用部署模式最常见的是主从和Cluster，无论哪一种，都会降低单点带来的影响。

限流和降级
可以使用 Hystrix进行限流 + 降级 ，比如一下子来了1W个请求，不是当前系统的吞吐能力能够承受的，假设单秒TPS的能力只能是 5000个，那么剩余的 5000 请求就可以走限流逻辑。
可以设置一些默认值，然后调用我们自己降级逻辑去FallBack，保护最后的 MySQL 不会被大量的请求挂起。 除了Hystrix之外，阿里的Sentinel 和 Google的RateLimiter 都是不错的选择。

优化数据结构和算法
通过优化数据结构和算法来减少对热key的访问和更新操作。

定期清理过期数据
定期清理过期数据可以避免过多的热key占用缓存空间，从而减少缓存分片服务的压力。

使用二级缓存
如JVM本地缓存来实现二级缓存，减少Redis的读请求，可以先从本地缓存中取，取不到再去redis中去取，Redis再取不到采取数据库中取。
提供了多层保障。