經過服務化之後，拆分出的使用者中心，經過一段時間的監控，發現幾個問題：
1.每天的呼叫次數大約在2-3億之間
2.60%的呼叫集中在TOP100個介面之中
3.使用者中心的memcached壓力在使用者中心的執行緒排在第一個
4.個別介面成為了服務化過程中的瓶頸
5.memcached使用過程中監控到資料每天有幾千次的超時呼叫，導致服務最大單次耗時被拉長
6.網路開銷
7.序列化與反序列化，在快取中的開銷

通過分析針對現有快取模型進行了重構，加入一層本地快取
解決思路：減少dubbo請求，把一些不易改變且訪問量巨大的資料快取在本地，通過多級快取的模式，從而提升系統性能。

在分散式叢集的環境下，要解決上述的問題把問題拆分成：
1）如何管理本地快取資料
2）如何同步各節點間的資料
3）如何監控本地快取使用情況，最終反應的資料我們需要重新採集和分析。 1.引用本地快取Ehcahe，簡單快速，很好的繼承現有的spring，速度比memcached快非常的多。
2.改造現有應用，由於現有介面都是保持不變，只要增加新的模板即可解決，對於省平臺的重構將會非常小，並且是可控的
3.為了解決節點間的同步：
1）剛開始我們採取的策略是通過zookeeper的特性，進行節點監聽，然後master做分發，但是使用後發現問題（什麼問題 你懂的）
2）為此我們引入了activemq，省平臺已經集成了這個中介軟體，所以基本上增加一些配置就能為我們所有，這裡最重要的也是本次改造的一個關鍵，通過mq的訂閱模式（區別於我們一直使用佇列模式），來解決節點的分發 4.最後我們需要動態的對線上的節點進行監控，我們選擇zookeeper的特性，通過寫入監控資料，然後統一採集，來分析我們線上快取的一個使用情況，比如：命中率，呼叫次數，快取堆大小等

技術交流群： 534368042