摘要：
当系统上线时，相关的缓存数据会提前直接加载到缓存系统中。避免在用户请求时先查询数据库，然后缓存数据的问题。对于问题A，根据不同的业务系统有不同的方法。然而，由于考虑了预热，访问量和数据量将很大，因此考虑并行度+速度限制。
系统上线时，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题。
这里我考虑2个问题：
A、哪些数据需要预热？
B、如何预热？
关于问题A，根据不同的业务系统有不同的方法。
- 可以将已知的热门数据加载到Redis，这种方法适合于基本不变化的数据；
- 使用redis-faina（https://github.com/facebookarchive/redis-faina.git）实时监控Redis热key，但是因为redis-faina是通过调用Redis的monitor命令来实现的，可能降低Redis50%左右的性能，所以需要根据实际情况评估；
- 在proxy层，对每个请求进行收集上报，弊端就是需要修改proxy的代码，需要考虑开发成本和稳定性问题；
- Redis-cli --hotkyes 查询热点key，只适用于缓存淘汰策略是lfu的时候（https://yq.aliyun.com/articles/278922）；
- TCP消息抓包，例如ELK体系下的packetbeat插件(https://www.elastic.co/guide/en/beats/packetbeat/current/index.html)，可以实现对Redis、MySQL等众多主流服务的数据包抓取、分析、报表展示；
- 客户端上报，例如nginx+lua将访问量上报到kafka中，然后进行统计
关于如何预热：
找出了热点key之后，再根据自己的业务逻辑，到DB中查询数据填充到Redis中去。不过既然考虑预热，那么访问量、数据量都会很大，因此要考虑并行（提高预热速度）+ 限速（并发量太大的话，DB也处理不过来）。
参考链接：