缓存冷启动
当我们使用 redis 的时候，用户请求首先从 redis 集群中访问数据，如果 redis 集群中没有数据的话，则从数据库中查询数据，然后返回给用户。
用户访问 --> reids cluster --> mysql
有没有想过这种方式会有什么样的问题？有什么风险？
- 首先，应用系统新上线的时候，此时 redis 集群中是没有数据的，这个时候如果有大量的请求过来的，那么这些请求都会直接访问数据库。这个时候，在高并发的情况下，mysql 数据库很可能会挂掉，redis 集群中也没有数据，此时系统处于一个不可用的状态。
- 其次的话，在系统运行的过程中，redis 集群突然宕机了，内存中的数据没有了，并且持久化的数据也不可用的话，即使 redis 集群故障后重启，也无法恢复 redis 中的数据。这时，在高并发情况下，mysql 数据库也可能挂掉，系统处于不可用状态。
redis 集群启动后，没有任何的缓存数据，可以称为 redis 的冷启动。
那么如何解决这个问题呢？其方案就是缓存预热。
缓存预热
故名之意，缓存预热就是在 redis 启动的时候，就开始往 redis 中写了数据，然后再给应用提供服务。而不是在应用访问的时候才开始往 redis 中写数据。
那么启动的时候，应该往 redis 中写入什么要的数据呢？
应该根据当天的具体的访问情况，进行实时的统计出访问量频率较高的数据，即热数据，比如热门商品，热门博客等，把这部分数据提前写入 redis 集群中。我们不需要把所有的数据都写入 redis 中，也没有这个必要，一是数据量会很大，写入的数据会很慢，二是访问量不大的数据也没有必要写入 redis 中。
如果热数据比较多的话，我们可以启动多个服务并行读取数据去写入 redis 集群，进行分布式的缓存预热。
当把热数据写入 redis 集群后，才开始对处提供服务。那么这样，大部分的请求都会走 redis 集群，而不需要访问 mysql 数据库。
技术实现方案
现在，我们知道，需要进行缓存预热。但出现了一个新的问题，那就是如何获得热点数据？
可以参考以下的实现方案：
- 首先，通过 nginx + lua 的方式，把访问流量数据上报到 Kafka，也可以是其它的 mq 队列。
- 然后使用实时计算框架(如 storm 、spark streaming、flume)从 kafka 中消费访问流量数据，实时计算出访问频率高的数据，这里统计出来的可能只会有编号信息，如商品编号或博客编号等。
- 最后，根据编号从 mysql 数据库中查询出具体的信息，写入 redis，开始提供服务。
