高并发场景的应对策略有哪些？

在高并发的场景下，通常的应对策略：数据层做索引、业务层做缓存异步解耦、服务层做限流熔断降级、物理层做CDN加速、增加服务器资源做集群和负债均衡。

方式通常有：
1、缓存机制：设立多级缓存，使缓存技术将经常访问的数据缓存在内存中，以减轻数据库的压力和提高响应速度

• 在代码层面上通常使用本地缓存+redis做二级缓存
  本地缓存:通常我们用HashMap或常用的Ehcache、Caffeine, 总的来说HashMap适合一些简单的不需要设立实效的局部缓存,如果当遇到大批量数据且需要设定过期时间时可以选择EhCache，而Caffeine在高并发上高性能更高。

import com.github.benmanes.caffeine.cache.Caffeine;
import org.ehcache.Cache;
import org.ehcache.CacheManager;
import org.ehcache.config.builders.CacheConfigurationBuilder;
import org.ehcache.config.builders.CacheManagerBuilder;
import org.ehcache.config.builders.ResourcePoolsBuilder;
import org.ehcache.config.units.EntryUnit;
import java.util.concurrent.TimeUnit;
import org.ehcache.config.units.MemoryUnit;

/**
 * Ehcache
 * @author lingchuanyu
 * @date 2023/8/9-15:18
 */
public class EhcacheDemo {
   
    public static void main(String[] args) {
   
        // Enache缓存可以开启java堆内存外的额外物理缓存,并可以设立大小
        CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
                .withCache("myCache", CacheConfigurationBuilder.newCacheConfigurationBuilder(
                        String.class, String.class,
                        ResourcePoolsBuilder.newResourcePoolsBuilder()
                                // 内存大小,默认10MB,可以条数为单位,当前设定为100条
                                .heap(100, EntryUnit.ENTRIES)
                                // 使用java堆内存的之外的额外内存,额外的10,共计20M
                                .offheap(10, MemoryUnit.MB)))
                .build(true);
        // 获取缓存实例
        Cache<String, String> myCache = cacheManager.getCache("myCache", String.class, String.class);
        myCache.put("key1", "lcy测试1");
        String value1 = myCache.get("key1");
        System.out.println("Value for key1: " + value1);
    }
}

/**
 * Caffeine
 * @author lingchuanyu
 * @date 2023/8/14-16:1