项目中使用的多级缓存也就是 分布式缓存 Redis + 本地缓存 Caffeine，那么令 Caffeine 作为一级缓存，Redis 作为二级缓存，在项目中通过记录数据的访问次数，将热点数据放在 本地缓存，将非热点数据放在 Redis缓存 中，访问流程如下：
使用多级缓存的好处在于 Redis 单机每秒可以接收 10w 次的请求，本地缓存比 Redis 缓存可以抗更高数量级的并发，本地缓存可以每秒接收百万的请求，使用两级缓存极大增加访问效率
但是使用多级缓存之后，存在数据一致性问题：
-
Redis 缓存和 MySQL 数据不一致：可以使用
延时双删来保证数据的一致性，如果需要更准确的数据一致性，可以使用Canal来监听 MySQL 的 binlog 日志来保证数据的一致性 -
在分布式环境下，多台应用之间本地缓存以及和 MySQL 之间的数据不一致：
可以通过 MQ 来保证数据一致性。当应用 1 收到请求更新数据库，同时应用 1 更新本地缓存，并且发送更新 MQ 广播消息，让其他的应用也更新本地缓存
如何对热点数据进行存储？
其实就是将数据的访问次数记录起来，当发现访问量非常大，在本地记录一下，可以使用 HashMap 进行存储，记录一下热点数据，再通知所有的服务将热点数据放入到本地缓存中来
