主要观点总结
该文章介绍了微服务项目 learning：cloud.macrozheng.com 项目，具体描述了京东 App 后台中间件的功能和特点，包括热数据探测、推送至集群内存、降低热 key 对数据层查询压力等。文章还介绍了该项目的核心功能、适用场景、性能指标、实战检验、架构设计等相关内容。
关键观点总结
关键观点1: 项目介绍与核心功能
文章介绍了cloud.macrozheng.com项目，这是一个京东 App 后台中间件项目，能够毫秒级探测热点数据并将其推送到服务器集群内存。这有助于大幅降低热 key 对数据层的查询压力，并应对无法预先感知的热点请求。
关键观点2: 性能指标
该框架经历了多次压测，探测性能可达每秒处理 16 万个 key 探测任务（8 核单机），推送性能可达每秒 10-12 万次平稳推送。在实战检验中，每天探测的 key 数量数十亿计，能够精准捕获爬虫、刷子用户和热门商品。
关键观点3: 项目架构与设计
项目主要由四个部分组成：etcd集群、client端jar包、worker端集群和dashboard控制台。项目没有依赖于任何定制化的组件，核心靠netty连接完成分布式计算。同时，介绍了项目的整体架构图。
关键观点4: 其他推荐项目
文章还推荐了一个基于Spring Boot 3 + JDK 17的电商系统项目mall，采用Docker容器化部署，涵盖商品、订单、购物车、权限等功能。同时，提供了视频教程链接，内容涵盖Spring Cloud核心组件、微服务项目实战、Kubernetes容器化部署等内容。
文章预览
微服务项目学习： cloud.macrozheng.com 项目介绍 京东 App 后台中间件，毫秒级探测热点数据，毫秒级推送至服务器集群内存，大幅降低热 key 对数据层查询压力。 对任意突发性的无法预先感知的热点请求，包括并不限于热点数据（如突发大量请求同一个商品）、热用户（如爬虫、刷子）、热接口（突发海量请求同一个接口）等，进行毫秒级精准探测到。然后对这些热数据、热用户等，推送到该应用部署的所有机器 JVM 内存中，以大幅减轻对后端数据存储层的冲击，并可以由客户端决定如何使用这些热 key（譬如对热商品做本地缓存、对热用户进行拒绝访问、对热接口进行熔断或返回默认值）。这些热 key 在整个应用集群内保持一致性。 核心功能 ：热数据探测并推送至集群各个服务器 适用场景 ： mysql 热数据本地缓存 redis 热数据本地缓存 黑名单用户本地
………………………………
