使用本地缓存的好处：

 减少网络请求，提高性能；
 分布式系统中，天然分布式缓存；
 减少远程缓存的读压力。

使用本地缓存的缺点：

 进程空间大小有限，不支持大数据量存储(存储热点数据)；
 重启程序会丢失数据(从MySQL或redis中读取，然后存一份到本地缓存)；
 分布式场景下，系统之间数据可能存在不一致和远程缓存数据可能会存在不一致(两系统读数据库的同时把数据修改导致数据不一致)(保证最终一致性，缩短本地缓存缓存时间)。

什么场景下需要用到多级缓存？

 热点商品详情页
 热捜
 热门帖子
 热门用户主页

热点

 热点：指在一段时间内，被广泛关注的物品或事件，例如微博热搜，热卖商品，热点新闻，明星直播等等
热点产生主要包含2个条件：
 1. 有限时间
 2.流量高聚
而在互联网领域，热点又主要分为2大类：
 1.有预期的热点：比如在电商活动当中推出的爆款联名限量款的商品，又或者是秒杀的会场活动等
 2.无预期的热点：比如受到了黑客的恶意攻击，网络爬虫频繁访问，又或者突发新闻带来的流量冲击等

热点探测使用场景

 MySQL中被频繁访问的数据，如热门商品的主键Id
 Redis缓存中被密集访问的Key，如热门商品的详情需要getgoods$ld
 恶意攻击或机器人爬虫的请求信息，如特定标识的userld、机器IP
 频繁被访问的接口地址，如获取用户信息接口/userInfo/+userld

使用热点探测的好处

 提升性能，规避风险：无预期的热数据可能会对业务系统带来极大的风险，可将风险分为对数据层的风险与对应用服务的风险。
 对数据层的风险：正常情况下，Redis缓存单机就可支持十万左右QPS，并能通过集群部暑提高整体负载能力，对于瞬时过高并发的请求，因为Redis单线程原因会导致正常请求排队，或者因为热点集中导致分片集群压力过载而瘫痪，从而击穿到DB引起服务器雪崩。
 对应用服务的风险：每个应用在单位时间所能接受和处理的请求量是有限的，如果受到恶意请求的攻击，让恶意用户独自占用了大量请求处理资源，就会导致正常用户的请求无法及时响应。

热点探测

 对于单机应用，检测热数据很简单，直接在本地为每个Key创建一个滑动窗口计数器，统计单位时间内的访问总数(频率)，并通过一个集合存放检测到的热Key。
 分布式应用节点感知热点规则配置，将热点数据进行上报，工作节点进行热点数据统计，对于符合阀值的热点进行推送给客户端，应用收到热点信息进行本地缓存等策略这五个步骤：
 1、 热点规则：配置热Key的上报规则，圈出需要重点监测的Key
 2、热点上报：应用服务将自己的热Key访问情况上报给集中计算单元
 3、热点统计：收集各应用实例上报的信息，使用滑动窗口算法计算Key的热度
 4、热点推送：当Key的热度达到设定值时，推送热Key信息至所有应用实例
 5、热点缓存：各应用实例收到热Key信息后，对Key值进行本地缓存