非同步更新快取的邏輯
前言
高併發場景下使用快取可以有效降低併發QPS對於資料庫的壓力，但是使用快取就必須面對資料一致性的問題。
高併發處理
有效利用java多執行緒特性平行計算，充分利用CPU資源。 在序列化處理上考慮更好的工具，比如之前資料是用XML，JSON儲存，隨著訪問量的飆升，CPU和頻寬帶來了很大的壓力，後來我們自己定義了一種傳輸協議和序列化方案，一方面資料壓縮到原來的30%～40%，極大節約了寬頻，同時CPU的運算量大大降低，伺服器數量也隨之減少。
比如我們之前用Fastjson，正常情況下確實解析很快，但是一旦併發量上來後，就會越來越吃記憶體，甚至JVM很快記憶體溢位。 原因是Fastjson設計的初衷是先把整個資料裝載至記憶體，然後解析，所以執行很快，但會相當消耗記憶體。
所以Fastjson是有他適合的使用場景的，作為架構師需要對自己的場景有很好的理解，在技術選型上有很好的取捨。
同時引入NIO解決過多長連線導致的系統穩定性和開銷問題。
訊息佇列
為完成資料非同步更新到快取，可以採用訊息佇列方式（主備AMQ）來管理非同步任務。
非同步更新快取的核心邏輯是，如何判斷快取過期。上圖中引入了一個Router。
舉個例子：運營會設定細化一個航班段的快取有效期，比如北京到紐約，一般來說買機票的人不多，航班資訊快取幾天沒有問題，但如果是北京到上海，可能只能最多5分鐘了。
Router解決的複雜工作，我們叫“去偽存真”。進行一些規則設計，這個規則設計需要很靈活，也可以引入訊息佇列進行非同步化解耦，進行很好的讀寫分離。
整體系統流轉
當快取系統相關資料過期後，前臺搜尋告知MQ有實時搜尋任務，MQ統一把非同步任務交給Router，這是Router不會直接請求下游資料，而是找Node池。
Node池會動態分配一個Node節點給Router，最後Router查詢Node節點對映的資料，最後非同步更新到快取資料。